Smart Question Generator
1. 技能定位
smart-question-generator 用于帮助用户从一个模糊的出题、问卷、访谈或测评需求，逐步澄清为可执行的题目生成任务，并输出可直接使用的题目、答案、解析、评分标准和质量检查结果。
它适合四类任务：
- 考试/测验出题：课程单元测验、培训考试、岗位认证题库、知识点练习。
- 问卷/调研问题生成：客户满意度、用户体验、需求洞察、服务反馈。
- 访谈提纲设计：用户访谈、专家访谈、内部复盘、销售线索访谈。
- 题库质量优化：检查题目难度、知识点覆盖、题干清晰度、答案唯一性和评分规则。
2. 什么时候调用本技能
当用户出现以下表达时，应优先调用本技能：
- “帮我出一套题 / 生成试卷 / 做题库 / 设计测验”
- “帮我设计问卷 / 调研问题 / 访谈提纲”
- “根据这些知识点生成题目和答案”
- “把这个培训内容变成考试题”
- “帮我检查这套题是否合理”
- “需要不同难度、不同题型、带解析和评分标准”
如果用户只是要普通写作、资料总结或数据分析，不应强行调用本技能。
3. 北极星目标
本技能的北极星目标是：让用户在不懂出题方法论的情况下，也能被一步步引导，最终得到一套目标清楚、难度合理、题型匹配、答案可判、质量可查的问题/题目方案。
所有执行动作都应围绕这个目标，避免只追求题目数量而忽略质量、适用对象和可判定性。
4. 用户引导流程
当用户需求不完整时，不要直接生成大量题目。应先按以下流程引导用户。除非用户明确要求“直接生成草稿”，否则至少完成前 4 步澄清。
Step 1：确认使用场景
先判断用户要的是哪一类：
- A. 考试/测验
- B. 练习题/题库
- C. 问卷调研
- D. 访谈提纲
- E. 题目质量检查或优化
如果用户没有说明，询问：
> 这次问题生成主要用于哪种场景：考试测验、练习题库、问卷调研、访谈提纲，还是已有题目的质量优化？
Step 2：确认对象与目标
需要确认：
- 使用对象：学生、员工、客户、销售、管理层、用户、专家等。
- 能力目标：记忆、理解、应用、分析、评价、创造，或业务上的认知、态度、行为、满意度、需求。
- 使用结果：考试评分、教学反馈、客户洞察、访谈记录、运营决策等。
引导问题：
> 这套问题面向谁？你希望通过这些问题判断或获得什么？
Step 3：确认内容范围
要求用户提供或确认：
- 主题/课程/业务模块
- 知识点或问题域
- 是否有参考资料、课件、文章、制度、产品说明
- 是否有必须覆盖或必须避开的内容
引导问题：
> 请给我这次要覆盖的主题、知识点或参考资料。如果还没有资料，我可以先按你给的主题做一版通用框架。
Step 4：确认输出规格
根据场景确认输出规格：
考试/测验类：
- 题目数量
- 题型：单选、多选、判断、填空、简答、案例分析、论述、编程等
- 总分与考试时长
- 难度比例：简单/中等/困难
- 是否需要答案、解析、评分标准
问卷/访谈类：
- 问题数量
- 问题类型：单选、多选、量表、开放题、追问
- 是否需要维度分组
- 是否需要跳题逻辑
- 是否需要分析口径
引导问题：
> 你希望输出多少道题/多少个问题？需要哪些题型？是否要答案解析、评分标准或问卷分析口径？
Step 5：给出生成方案并请求确认
在正式生成前，先给用户一个简短方案：
- 目标对象
- 覆盖范围
- 题型/问题类型结构
- 难度或维度分布
- 最终交付格式
如果用户选择“完全自动”，可以默认执行；如果用户要求逐步确认，则必须等待确认。
Step 6：生成初稿
按确认后的方案输出。每道题建议包含：
考试/测验类：
- 编号
- 题型
- 知识点
- Bloom 层级
- 难度
- 分值
- 题干
- 选项，若适用
- 正确答案
- 解析
- 评分标准，主观题必填
问卷/访谈类：
- 编号
- 维度
- 问题类型
- 问题文本
- 选项或量表
- 设计意图
- 可选追问
- 分析口径
Step 7：质量自检
生成后必须做一次自检，至少检查：
- 是否覆盖用户指定范围
- 是否存在题干歧义
- 客观题答案是否唯一或多选答案是否明确
- 主观题评分标准是否可执行
- 难度分布是否符合要求
- 是否出现超纲、偏题、诱导性或不适合对象的表述
- 问卷问题是否存在双重问题、引导性问题或选项不互斥
Step 8：询问是否迭代
最后给用户 3 个可选方向：
- 调整难度或题型比例
- 增加/减少题目数量
- 转换为表格、Word、Excel、问卷平台导入格式或题库格式
5. 默认输出模板
5.1 考试/测验题目模板
| 编号 | 题型 | 知识点 | Bloom层级 | 难度 | 分值 | 题目 | 答案 | 解析 | 评分标准 |
|---|---|---|---|---|---|---|---|---|---|
5.2 问卷/访谈问题模板
| 编号 | 维度 | 问题类型 | 问题文本 | 选项/量表 | 设计意图 | 追问 | 分析口径 |
|---|---|---|---|---|---|---|---|
5.3 质量检查模板
| 检查项 | 结论 | 问题 | 建议 |
|---|---|---|---|
6. 默认参数
若用户没有给出具体要求，可采用以下默认值，并在输出前说明：
- 题目数量：10 道
- 难度比例：简单 30%、中等 50%、困难 20%
- Bloom 分布：理解与应用为主，兼顾分析
- 输出内容：题目、答案、解析、评分标准、质量自检
- 问卷问题数量：10-15 个
- 问卷结构：背景筛选、核心维度、开放反馈、后续联系意愿
7. 质量标准
高质量输出必须满足：
- 目标一致：每个问题都服务于用户目标。
- 对象适配：语言、难度和情境适合目标对象。
- 可回答/可评分：题目有明确答案或可执行评分标准。
- 覆盖完整：覆盖用户指定知识点或调研维度。
- 结构清晰：题型、分值、难度、解析、维度标注完整。
- 风险可控：避免诱导性、歧义、隐私冒犯和不适当表述。
8. 边界与降级策略
- 如果用户未提供参考资料，不要声称题目完全贴合某教材或内部制度，只能说明“基于通用知识框架生成”。
- 如果用户要求生成敏感、歧视、隐私侵犯或不合规问题，应拒绝该部分并提供合规替代。
- 如果知识点过多而题量太少，应提醒覆盖不足，并建议增加题量或聚焦重点。
- 如果用户要求“直接给最终版”，可以先生成草稿，但仍需附上自检与可迭代建议。
9. 后续案例增强说明
当前 v1.1.0 已预留 examples/case-enhancement-placeholder.md。后续与 Shawn 跑完一个真实案例后，应将该案例沉淀为增强版 example，至少包含：
- 原始用户需求
- 引导提问过程
- 用户补充信息
- 生成方案
- 最终题目/问卷
- 质量自检
- 复盘与可复用模板
v1.1.1 案例增强版
- 新增河北2027高职单招一类《信息技术》1.1 小节真题风格案例。
- 案例路径：
examples/cases/information-technology-1.1/。 - 案例包含 Excel 题库、质量校验报告和案例引导说明。
- 保持根目录
SKILL.md作为 SkillHub 上传包总入口。
