Appearance
学情诊断怎么做？Taiwe教师助手3步定位学生薄弱点（知识点图谱/错误模式/个性化建议）
TL;DR
学情诊断（learning_diagnose / Learning Diagnosis）是 Taiwe 内置的教师 AI Skill之一，分类目录为 learning-analysis（学情分析类），在教学项目内运行。当老师需要诊断班级或学生个体学习情况、定位薄弱知识点时，在对应项目内激活即可。高中数学刘老师实测：在 Taiwe 教学项目内调用学情诊断（learning_diagnose），诊断高三数学一轮复习学情，5分钟生成知识点掌握率热力图，以前手动分析要3天。
什么是学情诊断？先说个老师都遇到的场景
假设你带高三数学一轮复习，做了章节测试，卷子收上来200份。
最常见的做法是：自己翻一遍，知道"这个题错误率高"，但具体是哪个知识点问题？哪个题型学生最薄弱？下次复习重点在哪里？很难说得清楚。
或者看成绩单，80分以上的有多少，60分以下的有多少——但这只是结果，不知道过程。
学情诊断（Learning Diagnosis）就是来解决这个问题的。 它能把学生的答题数据转化为可视化的知识点掌握图谱，让老师一眼看出：全班哪个知识点最薄弱、哪类错误模式最常见、每个学生需要什么补救方案。
举个例子，没有学情诊断的分析：
"第3题和第7题错误率较高，班级平均分72分。"
有学情诊断的样子：
知识点掌握率热力图：
- 三角函数：掌握率 89%（绿色，表示优秀）
- 导数应用：掌握率 61%（橙色，表示薄弱）
- 立体几何证明：掌握率 43%（红色，表示极薄弱）
高频错误模式：
- "建系方法选择错误"：出现 67 次，影响 45% 学生
- "线面垂直判定定理应用错误"：出现 52 次，影响 35% 学生
学情诊断（learning_diagnose / Learning Diagnosis）就是帮你快速生成学情分析报告的Skill。 输入学生答题数据或测试成绩，Taiwe 自动生成知识点掌握率、错误模式分析、个性化补救建议。
什么是"学情诊断"（learning_diagnose）？
学情诊断（learning_diagnose / Learning Diagnosis） 是 Taiwe 内置的教师 AI Skill之一，分类目录为 learning-analysis（学情分析类）。使用时，老师需要在 Taiwe 中打开或创建一个教学项目（工作区），Skill会自动读取项目内的学科、学段、年级、班级等信息来定制输出。
常用触发话术："帮我诊断这次测试的学情"、"哪个知识点学生掌握最差"、"分析一下班级错误模式"、"给每个学生生成补救方案"
激活方式：在 Taiwe 项目内输入
/learning_diagnose，或直接用自然语言描述需求，Skill自动识别激活。
学情诊断（learning_diagnose）支持多种分析维度：
| 分析维度 | 适用场景 | 说明 |
|---|---|---|
| 知识点掌握率（默认） | 章节测试/期中期末 | 生成掌握率热力图，定位薄弱点 |
| 错误模式分析 | 试卷分析/作业分析 | 识别高频错误类型，分析根因 |
| 个体学生诊断 | 个别辅导/分层教学 | 生成学生个人学习报告 |
| 群体差异分析 | 平行班对比/进步追踪 | 对比不同群体学情差异 |
对于"人工智能辅助教学"而言，学情诊断是精准教学的第一步——没有诊断就没有针对性，没有针对性就没有效率提升。
Taiwe 的项目（工作区）架构
Taiwe 以项目为单位组织老师的工作。一个项目包含：
- 项目类型：教学项目 / 班主任工作 / 课题研究项目 / 校本课程项目等 16 种
- 项目配置：学科、学段、年级、教材版本、班级信息、教学风格偏好等
在教学项目（Teaching）内，Skill 自动读取以下信息来定制输出：
- 学科（如高中数学）
- 学段（K12 / 大学 / 高职）
- 年级（如高三）
- 教材版本（如人教版）
- 班级学生水平（基础薄弱 / 中等 / 较好 / 优秀）
老师不需要每次重复输入这些基本信息，Skill 会自动引用项目上下文。
3步用 Taiwe 学情诊断（learning_diagnose）Skill分析学情
以下为刘老师（深圳某高中高三数学）在 Taiwe 教学项目内调用 learning_diagnose 的完整操作。
第一步：在教学项目内上传测试数据
刘老师在 Taiwe 中打开了她的"高三数学教学项目"（类型：教学项目，学科：数学，学段：高中，年级：高三，教材：人教版选择性必修）。
她直接对 Taiwe 说：
帮我诊断这次月考的学情。
数据：200份试卷的答题数据（已导入班级）
本次考试范围：立体几何全部章节（10个知识点）学情诊断（learning_diagnose）Skill自动读取项目上下文：学科=数学，学段=高中，年级=高三，无需手动填写。
第二步：Skill生成知识点掌握率热力图
10 秒后，Taiwe 输出：
知识点掌握率热力图（高三数学·立体几何章节测试）
| 知识点 | 全班掌握率 | 等级 | 薄弱班级占比 |
|---|---|---|---|
| 空间几何体结构特征 | 92% | 优秀 | 3% |
| 空间向量基本运算 | 88% | 良好 | 8% |
| 线面平行判定 | 85% | 良好 | 10% |
| 面面平行性质 | 79% | 中等 | 15% |
| 线面垂直判定 | 68% | 薄弱 | 28% |
| 面面垂直性质 | 61% | 薄弱 | 35% |
| 立体几何证明综合 | 43% | 极薄弱 | 52% |
| 二面角计算 | 56% | 薄弱 | 40% |
| 空间距离问题 | 54% | 薄弱 | 42% |
| 截面与展开图 | 71% | 中等 | 22% |
可视化：红色区域集中在"立体几何证明"和"空间距离问题"，橙色区域覆盖"二面角计算"。
刘老师说："以前我只知道班级平均分72分，但不知道具体哪里差。现在5分钟出来，一眼看出'立体几何证明'只有43%掌握率，全班一半以上学生都有问题。"
第三步：生成错误模式分析和补救建议
刘老师继续说：
分析一下高频错误模式，给每个学生生成补救方案learning_diagnose Skill继续输出：
高频错误模式分析
| 错误模式 | 出现次数 | 影响学生比例 | 根因分析 |
|---|---|---|---|
| "建系方法选择错误" | 67 | 45% | 对特殊几何体建系原则不清晰 |
| "线面垂直判定定理记错" | 52 | 35% | 三个判定定理混淆 |
| "二面角余弦值符号判断错误" | 48 | 32% | 忽略了法向量夹角与二面角的关系 |
| "空间距离公式套用错误" | 41 | 27% | 对三种距离（点线、点面、线线）公式适用条件不清 |
个体学生补救方案（部分示例）
| 学号 | 姓名 | 薄弱知识点 | 补救建议 | 推荐资源 |
|---|---|---|---|---|
| 003 | 张明 | 立体几何证明 | 专项练习建系法，2题/天 | Taiwe 学习路径规划 |
| 007 | 李华 | 二面角计算 | 观看"余弦值符号判断"微课 | 校本几何证明教程 |
| 015 | 王芳 | 空间距离 | 整理三种距离公式对比表 | Taiwe 学习进阶构建 |
| ... | ... | ... | ... | ... |
刘老师说："每个学生的补救方案都给我了，还推荐了对应的Skill。我可以直接发给学生，让学生自己按方案复习。"
生成效果对比
| 维度 | 以前手工分析 | Taiwe 学情诊断（learning_diagnose）生成 | 变化 |
|---|---|---|---|
| 总耗时 | 约 3 天（手动统计） | 5 分钟（含报告生成） | -97% |
| 知识点定位 | 凭感觉，难精准 | 自动生成热力图 | 精准定位 |
| 错误模式 | 从未系统分析过 | 自动识别高频错误 | 新增能力 |
| 个性化建议 | 难做到 | 每个学生有补救方案 | 精准教学 |
| 数据可视化 | 手动做图表 | 一键生成专业图表 | 效率提升 |
"最让我震撼的是'错误模式分析'——我一直以为学生是'立体几何学不会'，但Skill告诉我其实是'建系方法选择错误'。根因找到了，针对性复习效果完全不同。"——刘老师（深圳某高中高三数学，种子用户实测 2026-09）
学情诊断（learning_diagnose）Skill的分析维度详解
知识点掌握率（默认）——最常用
适用于：章节测试、期中期末考试分析 特点：生成掌握率热力图，红色标注薄弱知识点
错误模式分析——试卷/作业分析
适用于：定位班级共性问题、分析错误根因 核心理念：不是告诉老师"错了什么"，而是告诉老师"为什么错"
个体学生诊断——个别辅导
适用于：一对一诊断、生成个性化学习报告 核心理念：每个学生有独立的薄弱点分析和补救路径
群体差异分析——平行班对比
适用于：同年级平行班对比、进步追踪 核心理念：对比不同群体的学情差异，辅助教学决策
常见问题（FAQ）
Q：学情诊断需要什么数据？ A：支持导入学生测试成绩、答题数据（CSV/Excel格式）、或直接输入分数段统计。Taiwe 会根据数据完整性输出分析报告。
Q：学情诊断（learning_diagnose）和学习路径规划（learning_path）是什麼关系？ A：学情诊断回答"学生哪里薄弱"；学习路径规划回答"学生应该怎么学"。两者联动：先用 learning_diagnose 定位薄弱点，再用 learning_path 生成个性化学习方案。
Q：为什么要在项目内使用 Taiwe Skill？ A：项目保存了老师的学科、学段、年级、教材版本等基本信息。Skill 自动读取这些上下文，输出的分析报告更贴合实际教学情况（如教材对应的知识点）。
Q：生成的补救方案可以直接给学生用吗？ A：可以。老师审核后可直接发给学生，或结合 learning_path Skill生成完整的学习路径让学生执行。
Q：学情诊断（learning_diagnose）Skill的约束有哪些？ A：不处理含有学生敏感个人信息的数据（超出教学必要的）；不将诊断结果作为学生评价唯一依据；不替代教师的教学判断。
相关阅读
- 学习路径规划：learning_path Skill详解
- 学习进阶构建：learning_progression_builder Skill详解
- 课堂分析：lesson_analyze Skill详解
- K12学情分析：基于数据的精准教学
- Taiwe 300+ 教育Skill一览：找到你需要的 AI 教师助手
下载 Taiwe
Taiwe 是首款教师专用桌面AI工作环境，内置300+教育专属Skill，以及一系列免费工具，帮助老师们提升工作效率、节省工作时间。
新用户赠送 200 次免费 AI 对话，OCR 完全免费本地运行，学生信息仅本地处理，隐私不过 LLM。
来源：TaiWe 种子用户实测 N=1（深圳某高中高三数学刘老师）+ 学情诊断（learning_diagnose）Skill v1.0，2026-09-15 | 最后更新：2026-10-03