期中考刚结束，办公室里又是熟悉的画面：有人对着成绩单叹气，有人翻着答题卡皱眉。"这次考得不好"——但到底是哪里不好？是某个知识点没讲透，还是某类题型孩子没见过？大多数时候，我们只能说个大概。
数据其实都在：智学网、懂你的里面躺着每一道题的选择率、得分率，只是没人有时间一条条扒。这一期，我分享一下怎么用 WorkBuddy把期中考试"读透"——从课标、试卷到每一个孩子，三步走。每一步背后都有教学测量学的道理，我会用大白话讲清楚。
⚠️ 开始前必须做的一件事：数据脱敏。导出明细后，把学生姓名替换成编号（如 A01、A02），只保留班级、题号、得分、选项这些分析必需的字段。学生隐私永远是第一位的。
第一步：先让 AI 懂"标准"——上传课标和教材
很多人上来就传试卷，其实顺序反了。AI 不知道你的教学进度和课标要求，分析就容易泛泛而谈。这就好比量布之前要先立好尺子——尺子立错了，量出来的数字再多也没意义。教学评价里这叫"以标准为锚"，翻译成大白话就是：先让 AI 明白"学生应该会什么"，再去看"学生实际会什么"。
做法：把本学科的课标（电子版）和所用教材的单元内容整理后上传给 WorkBuddy，告诉它：
"这是 XX 版 X 年级上学期语文教材和课标。请梳理本学期前半段（期中考范围）的核心知识点、能力要求，以及课标对应的学段目标。"
这样 AI 就建立了分析试卷时的"标尺"。你会发现它后续给出的每一个结论，都能对应回课标里的具体条目，而不是空话。
第二步：分析试卷本身——上传原卷和答案
把试卷的电子原卷（拍照、扫描或 Word 版都行）和参考答案一起上传，让 AI 做三件事：
1️⃣ 绘制双向细目表——听名字唬人，其实就是一张"考什么、考多深"的对照表，一行一道题；
2️⃣ 分析知识点分布：各模块占比是否合理？和你实际的教学进度对不对得上？
3️⃣ 预估难度梯度：哪些题是送分题、哪些是拉分题，为后面看数据做铺垫。
学术小贴士｜双向细目表：
这是命题和试卷评价的经典工具——横着看每道题考的知识点，竖着看考到哪个"思维层次"（识记→理解→应用，就是布卢姆认知目标分类的通俗版）。一张卷子如果全是"识记"题，说明它只能考出"背没背"，考不出"会不会用"。让 AI 帮你画这张表，几秒钟的事，以前命题组要开半天会。
图 1 ｜ 某三年级数学期中卷双向细目表
"这是期中试卷和答案。请生成双向细目表（题号、知识点、课标条目、思维层次、分值），并统计各知识板块的分值占比，用表格呈现。"
图 2 ｜ 试卷知识板块占比：一眼看出卷子"偏重"在哪里
做完这一步，试卷的结构你心里就有底了——很多老师第一次看到自己卷子的知识点分布图时，都会有点意外：原来"计算"占了四成，而真正考"应用"的只有一题。
第三步：才是成绩数据——班级与年级明细分析
现在把智学网/懂你导出的明细传进来：
记住，要上传的是答题明细（每生每题的选项对照表）、得分明细（每题得分率）。记得要先脱敏，再上传，不得将学生身份信息上传。
上传后，workbuddy就可以把学生每道题的选项进行错误归因，知识点薄弱提取。
① 整体层面：找出班级的"重灾区"
学术小贴士｜难度系数：
一道题的"难度系数"= 全班平均分 ÷ 这题的满分。越接近 1 越容易。经验上，得分率低于 60% 的题值得重点关注——但注意，"难"本身不是问题，"意料之外的难"才是问题：你觉得该会的地方，孩子们偏偏不会，这就是教学的盲区信号。
图 3 ｜ 每题得分率一览：T7、T9 跌破预警线，是需要回看课堂教学的地方
把答题数据和第二步的双向细目表对上，结论就出来了：T7 考的是"长方形周长"，T9 考的是"图形拼组"——是哪个知识点、哪种能力出了问题，这才是"考得不好"的具体答案。
② 个体层面：给每个孩子一份"学习处方"
"这是三（2）班的答题明细（已脱敏）。请为每位学生生成简短诊断：薄弱知识点、失分题型特点、一条具体的学习建议。输出成表格。"
图 4 ｜ 个体诊断示例：辅差导优终于不用凭印象了
56 个孩子，几分钟后每人一份"学习处方"：谁该补计算、谁该补审题、谁只需要规范答题习惯，一目了然。
③ 横向层面：和兄弟班比一比
"对比同年级四个班每道题的得分率，找出差异最大的五道题，分析可能的知识点原因，并给出对应的教学调整建议。"
图 5 ｜ 班际对比：把"感觉我班这块弱"变成有数字的证据
如果你教两个班，发现 A 班在某题上明显弱于 B 班，那大概率不是学生的问题，是你自己某个教学环节的处理差异——比如 B 班多做了动手摆图形的环节。AI 能帮把这个信号放大出来，给后期的教学进度调整提供依据。
用的时候，几句提醒
1️⃣ AI 会"一本正经地胡说"。它给的课标条目、知识点归属要抽查核对——这叫"人工校验"，数据可以自动算，责任没法自动担。
2️⃣ 主观题数据价值有限。作文、简答的得分只能看结果，过程性问题还得靠人工。
3️⃣ 数据是起点，不是结论。"第 8 题得分率低"不等于"这个知识点没教好"，可能是题型新、题干长。AI 的教学建议要经过你自己的专业判断。
4️⃣ 别发到家长群。个体诊断报告适合面谈、家长会一对一沟通时用，公开场合只说整体。
写在最后
这套流程第一次跑下来大概要一个多小时，但模板建好后，第二次、第三次就是传文件加一句话的事。更重要的是思维方式的转变：从"这届学生不行"，到"第 7 题背后的周长计算，我班上还有 9 个孩子没过关"。
教育测量学里有个说法：评价不是为了给学生贴标签，而是为了改进教学。数据不会说话，但会看数据的人，说话有底气。
下期预告：我会分享怎么把期中、期末两次分析放在一起，做班级的纵向成长追踪。欢迎关注【马港一匹狼】。
*本文所有图表数据均为模拟示例，仅用于演示分析方法；学生信息已全部脱敏处理。*
