学生考试学情逐题诊断（一生一份）

这个技能产出什么

输入一次考试的全套材料，输出每名学生一份 Word 诊断单：A4、实名（学号+姓名）、老师逐一打印发给学生。有几名学生就出几份，一一对应，不多不少。

它不是讲答案的工具——学生手里已经有答案解析了。它要回答三个问题：

1. 这张卷子上，我具体丢了哪些点？为什么丢？
2. 这些点属于哪些知识点？我到底会不会？
3. 我在全体考生里处在什么位置？和他们的差距在哪？下一步往哪使劲？

判断标准：学生读完能说出"我下次要在 X 上做 Y"，而不是"我这次考了 105 分"。

它不做什么（边界）

学科适配

流程全科通用，判分规则一律以本次传入的答案与评分细则为准。本技能不内置任何学科专属标准——没有预设的作文评分表、没有预设的默写规则、没有预设的数学步骤分规则。

教师另给了避坑指南、表述替换口径、导学案、试卷解析，就优先采用他的分类与口径；没给就用通用规则推导，并标注"推定"。

跨学科唯一固定的是"判分单元"：客观选项、采分点、固定文本、步骤、档位。看清这道题按哪种单元给分，再决定怎么逐句核。

一、开工：七步确认，确认后才动手

铁律：先确认资料，再要答题卡，最后逐人分析。 一上来就要答题卡，是最常见的违规。

> 开工先做 30 秒体检（不解析内容）：① 路径是否存在、可读（外接盘/网络盘最容易掉）；② 必备 2 表能否打开；③ 输出目录能否写。任一不通过就立刻停，请老师把材料复制到 材料/ 再继续——不要先花十几分钟解析，最后才发现盘读不到。

1. 先问"沿用上次还是新数据"——包括评分标准版本。口径有任何变化就按新数据重收。
2. 按分级要资料：非表格必备（试卷原题、参考答案、评分细则、作文标准、各主观题标准）→ 表格必备 2 张（学科试题分析全体版+本班版、学科小题分）→ 可选背景（平均分/综合指标、一分一段）→ 可选增强（知识点/关键能力/核心素养）。
3. 问评分标准来源 A/B/C/D：A 默认由答案细则推导；B 额外给作文标准；C 额外给各主观题标准；D 都给。用户额外填入优先于参考答案，等分推定必须标"推定"。
4. 问输出版本 A/B/C：A 打印省纸黑白版（0.6cm、小五 9pt、固定 12 磅、纯黑白）；B 屏幕阅读版（约 14pt、1.65 倍、不设页数上限）；C 两版都要。内容一致，只换版式。
5. 最后再要答题卡：以"放大后像素级可辨"为准——整页小也能用，先裁再判；放大后仍不可辨才退回。默认学生同班，不识别、不统计班级；一次推荐 ≤20 张，理论上限 50 张，一个班跑完再传下一个班。
6. 只解析失分题：答对的题不写解析（学生自己对答案即可）；屏幕版末尾附「本卷知识点总表」，打印版不附。
7. 出《本次资料确认单》，用户确认后才开工。

> 完整话术、分级清单、去重规则、缺项降级、确认单模板：references/startup.md（每次开工必读）。

答题卡怎么判"能不能用"

唯一标准：放大到像素级后，目标字是否可辨。 不看整页 DPI，也不按短边一刀切——很多手机拍的卷子整页很小，放大后完全能读。

判定顺序：

1. 先定位：--grid 2x2 粗切，找到该题在哪一格；
2. 裁切：把该题作答区裁出来，放大到 1:1 像素（小字用 5~8 倍）；
3. 判定：单字笔画可辨 → 可用；形近字分不清 → 该处标"未判"；
4. 放大到像素级仍不可辨 → 退回重拍/重扫，并指出具体哪题、哪个字。

python scripts/crop_region.py --image 卡.jpg --grid 2x2 --scale 2 --out tiles
python scripts/crop_region.py --image 卡.jpg --box "0.28,0.10,0.46,0.30" --scale 6 --out q17.png

整页短边只用来决定"要不要裁"，不作为退回依据。低于 1000px 也能跑，只要放大后可辨。

形近字必须交叉验证：红笔分 + 上下文 + 同知识点别处的书写；三条都不支持时标"未判"，不用上下文猜字填充。

二、锁口径：全体是主参照

一套诊断单只用一个人群做分母，且必须是全体考生：

• 个人总分/各科的全体名次、百分位、超均率（个人 − 全体均分）——一律用全体版。
• 本校、本班只作环境补充（如"你在本班处于中上"），不参与定档，不与全体混算。
• 只有单班数据时，口径标"本班"，措辞一律用"本班"，禁止写"全体/全校"，阈值加 5pp 缓冲。

用 scripts/group_stats.py 出每题标尺。"多数人做对"要用满分率，不是均分率——6 分题均分 3.6 只是"大家拿了一半多"。

# 首选：直接用"试题分析"表（口径就是该表人群，且能反推每题满分）
python scripts/group_stats.py --analysis 语文_试题分析.xlsx \
  --population 全体 --out "_诊断过程/群体标尺.json"

# 没有试题分析：从小题分现算（需先有满分表）
python scripts/derive_max.py --analysis 语文_试题分析.xlsx --out 满分.json
python scripts/group_stats.py --scores 语文_小题分.xlsx --max 满分.json \
  --population 本班 --out "_诊断过程/群体标尺.json"

满分不用另外整理：满分 = 平均分 ÷ 得分率，24 题实测全部精确到整数（合计等于卷面总分）。报表里的"最高分"是观测最高分，作文满分 60 时最高分可能只有 53.5，不能拿它当满分。

规则见 references/tiering.md。

二·补、先建试卷档案（一次，全员复用）

读参考答案、评分细则、避坑指南、表述替换口径、原文标注解析，把这套题整理成 _诊断过程/试卷档案.json：每题记 qid / order / type / full / answer / kp / trap / template / accept / limit / zero_flex。

为什么先建：几十个学生用同一套题，题目信息只该整理一次；否则前 30 份一个口径、后 32 份另一个口径，家长一问就露馅。详见 references/exam-profile.md。

三、逐生诊断（核心，一人一次）

固定顺序，避免"先读卡再找数据"的先入为主：

a. 先看数据定档。 该生每题得分 vs 全体标尺，按 references/tiering.md 判五类：应得未得 / 个人薄弱 / 共性难题 / 优势 / 可优化（其余归"一般"）。这步只用数字。

b. 选择题不读卡。 客观题对错只看小题分表该科目的"客观题"栏（各题得分），不识别、不推断涂卡位置；0 分即错，满分即对。

c. 再读卡取证。 只对"应得未得 / 个人薄弱 / 优势"逐句读卡；其余题各写一句 brief（≤40 字）。选择题本来就做对的，不再分析——表格里已经列为优势，正文不必重复。

d. 每个重点失分点写全五问（顺序固定）：

主观题按整体给分判，不要假装逐点累加：先判"答到/缺/方向错"，再给应得区间（如 3~4 分档），最后与卷面总分比，写出"相符 / 偏低 / 偏高"。规则见 references/exam-profile.md。

e. 复核卷面分。 不盲从红笔分，三类都要查：①错字没改出来；②没答到点却给高了；③答到点却给低了。主观题按整体给分判档，写"按细则这段作答应落 X~Y 分，卷面 Z 分（偏高/偏低）"，保留卷面分、不自行改分。规则见 references/rescore.md。

f. 写优势。 领先的题/模块必须展开：哪道题、比全体高多少、用对了什么方法、怎么保持。只报问题不报优势，学生会把诊断单当处分通知。

g. 写宏观差距。 先讲全卷知识点整体掌握（全体数据），再讲该生与全体的差距集中在哪 2-3 处、差多少分、优先补哪个、补到什么程度算过关。

h. 落盘 JSON。 按 assets/schema.example.json 输出到 _诊断过程/学生/<学号>.json。先结构化再渲染，同一份数据可反复调版式。

判定细则见 references/diagnosis.md，行文见 references/writing.md。

四、渲染 Word

python scripts/build_docx.py \
  --student "_诊断过程/学生/2026010101.json" \
  --group   "_诊断过程/群体标尺.json" \
  --out     "<目标文件夹>" \
  --subject "语文" --exam "2026秋高一素养评价（一）"

输出 <学号><姓名>.docx。开工第 4 步先定版式，用 --layout 切换：

--layout both 会自动生成两份，文件名分别是"..._打印省纸黑白版.docx"和"..._屏幕阅读重点版.docx"；两版文字必须逐字一致，只有版式与颜色不同。版式由脚本统一控制，不要手工排版——几十份手工排的文档，字号行距一定不一致。参数见 references/docx-format.md。

内容密度：只出 2 页或 4 页，不要停在 3 页或 3 页多点。

页数：先标准出，量了再选档

1. 第一份用默认参数出：--scale 1.0 --line 12。
2. 用 scripts/check_pages.ps1 量实际页数（不要信脚本估算）。
3. 按实测选档：

4. 同一批学生尽量用同一档，厚薄一致；个别超长的单独选档，并在进度表里记一列"页数"。

不要为了凑页数删内容。压不下去通常是"某张表不能拆页"造成的块级留白，换档比删句子有效。

五、自检

按 references/qa.md 逐项过：数字可追溯、无编造原句、四因有证据、页数达标、姓名学号与答题卡一致。

页数优先用 scripts/check_pages.ps1 精确统计（Windows 装了 Word 时）：

powershell -ExecutionPolicy Bypass -File scripts/check_pages.ps1 -Path "<目标文件夹>"

自检不过就改 JSON 重渲染，不要直接改 Word——手改的那一份会成为唯一例外。

六、试跑 → 认可 → 分批 → 续跑

先出 10 份，请老师按 references/qa.md 的"试跑认可清单"核对。认可后再批量，并冻结当前规则版本——中途改规则，前后口径会分裂。

每次只导出不超过 20 人（推荐 10~20，默认 20，上限 50）

不要一次导出全班。 三个理由：一次生成几十份 Word 容易卡死或漏文件；打印出来一叠太厚，老师和学生都不好分；分批后出错只影响这一批，重做成本低。

# 1) 把名单拆成 10~20 人一批（自动均分，避免最后一批只剩两三人）
python scripts/batch_plan.py --students "_诊断过程/名单.csv" --size 20 \
  --out "_诊断过程/批次.csv"

# 2) 每批单独一个子文件夹：<目标文件夹>/第01批/、第02批/ …
#    批内文件名仍是“学号姓名.docx”

每批流程固定四步：

1. 只处理本批名单；
2. 出完立刻跑一次 check_pages.ps1 量页数，抽查 1~2 份；
3. 本批无问题再进下一批；
4. 在 批次.csv 的"已导出"列打勾。

一批出问题，只重做这一批，不要动已经验收的批次。

python scripts/run_state.py init --dir "<目标文件夹>/第01批" --students "_诊断过程/名单_第01批.csv"
python scripts/run_state.py next --dir "<目标文件夹>/第01批" --n 15
python scripts/run_state.py done --dir "<目标文件夹>/第01批" --id 2026010101 --file "2026010101张三.docx"
python scripts/run_state.py list --dir "<目标文件夹>/第01批"

中断后用 next 续跑；已存在的 Word 默认跳过。换批只需换目录与名单。

红线

1. 数字必须可追溯。分数、名次、群体率、原句全部来自传入材料；算不出的留空注明"缺数据"，不估算。
2. 不把群体均分当个人能力。群体数据只用来定档和算差距。
3. 四因必须有卷面证据。只有"同知识点别处做对 + 卷面明显笔误"两条同时满足才可归笔误型；否则标"待确认"。
4. 不贴标签。禁止"粗心""基础差""态度不端正""阅读能力弱"，改写成可观察的行为与可训练的点。
5. 不复述答案。判定只引关键词，篇幅留给"为什么错、怎么补"。
6. 不把难题当个人失败。群体得分率低的题，不追责、不展开批评。
7. 无法辨认就不下结论。字迹不清、涂点辨不出，直接写"此处无法辨认"并跳过该点，不猜、不编，也不另设"待确认"清单——把事实写进对应题目里。
8. 不擅自改分。红笔分与细则不符时只提复核建议，保留原分。
9. 不匿名、不改名。文件名就是学号+姓名，与答题卡一致；不一致以考号为准并记录。
10. 卷面分不等于真实得分。 阅卷可能有误判。所有判定一律以试卷原题与标准答案为准，逐题核对；与卷面分不一致的，写进"分数复核"，保留卷面分、不改分。
11. 先确认资料、再要答题卡、最后才分析。 顺序颠倒就是违规。
12. 先问路径，再动手。

参考文件

依赖

Python 3.10+，需要 python-docx、openpyxl。缺依赖时报错并提示安装，不要退回手工拼 Word。

版本：2.3（2026-10-22 发布版）｜流程、版式、评分口径均以本文件为准；换学校只换试卷档案与细则，不改流程。

许可：Apache-2.0，全文见 LICENSE，署名见 NOTICE。