考试成绩分析报告提示词（分数段、得分率、难度与区分度、教学改进）
考完试要写质量分析报告时用：贴入匿名化的成绩数据或各题得分统计，AI 帮你计算平均分、分数段、各题得分率、难度系数和区分度，找出失分集中的知识点，分析原因并写出可执行的教学改进措施，同时给出 Excel 公式便于自己复算。
通用大模型 对话模型通用
请帮我写一份考试质量分析报告。数据已经去掉了学生姓名，只保留编号。 - 学科、年级、考试名称：[考试信息] - 试卷结构（题号、题型、分值、对应知识点）：[试卷结构] - 成绩数据：[粘贴成绩数据]（每行一位学生：编号、总分、各题得分；或者直接提供各题平均分） - 对比数据（可选）：[对比数据]（如：上次考试、年级平均） - 报告用途：[报告用途]（教研组质量分析会 / 给学校的书面报告） 请完成： 1. 整体情况：参考人数、平均分、最高分与最低分、标准差、及格率与优秀率（按我给的标准：[及格与优秀标准]）、分数段分布表。 2. 试题分析：每道题的得分率（难度系数 P = 平均得分 ÷ 满分）；区分度（可用高分组与低分组的得分率差，即各取总分前后约 27% 的学生计算）；标出难度过大、过小或区分度偏低的题目。 3. 知识点分析：把题目按知识点汇总得分率，找出失分最集中的 3 个知识点，并结合典型错误推测原因（教学覆盖、练习不足、审题、计算等）。我没有提供典型错误时，提示我补充。 4. 教学改进：针对每个薄弱知识点给出 1–2 条具体措施（如：下周用 2 课时做专题复习，设计 5 道变式练习）。 5. 计算说明：给出所用指标的 Excel 公式（如 AVERAGE、STDEV.P、COUNTIFS），便于我自己复算核对。 原则： - 报告只讨论整体和群体数据，不公开个人排名，不点名分析具体学生；需要关注的学生用编号单独列在附件中，仅供教师本人使用。 - 所有数字根据我提供的数据计算，数据不足以计算的指标写「数据不足」，不要估计或编造。
高亮处换成你自己的内容：[考试信息]、[试卷结构]、[粘贴成绩数据]、[对比数据]、[报告用途]、[及格与优秀标准]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[粘贴成绩数据] 用编号代替姓名后再粘贴，保护学生隐私。数据量大时，可以先在 Excel 里算好各题平均分再贴进来，只让 AI 做分析和写作。[试卷结构] 写清每道题对应的知识点，知识点分析才有意义。
常见问题与调整：
- 计算有误 → 大模型做大量数字计算时可能出错，一定用它给出的 Excel 公式自己复算；也可以要求它「写一段 Python 代码完成计算」，在本地运行。
- 原因分析空泛（「学生基础不扎实」）→ 追问：「结合第 15 题的典型错误，具体说明是哪一步出了问题。」
- 用于教研会 → 追问：「压缩成 5 分钟的发言要点，突出一个问题和一项改进措施。」
相关：出卷前的规划可以用本站「AI 出试卷提示词：双向细目表」，考后把实际难度与细目表中的预估难度对照，可以改进下次命题。
示例输出
示例，仅供参考（八年级数学期中考试，节选）
| 题号 | 知识点 | 满分 | 平均得分 | 难度 P | 区分度 D | 提示 |
|---|---|---|---|---|---|---|
| 8 | 全等三角形判定 | 3 | 1.26 | 0.42 | 0.51 | 难度偏大 |
| 12 | 实数运算 | 3 | 2.85 | 0.95 | 0.08 | 过易，区分度低 |
Excel 公式：难度 P =AVERAGE(H2:H51)/3；区分度 D =（高分组得分率）−（低分组得分率）。
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～