Generating Evaluation Rubrics

自动从教案内容提取教学目标，生成包含学习过程（星级评价）与学习结果（百分制评分）维度的结构化评价量规Excel表格。

课堂教学评价量规生成

Overview

从教案信息（教学内容、教学目标、学情分析、教学策略、重难点）自动生成课堂教学评价量规 Excel 表格。从学习过程（星级评价）和学习结果（百分制评分）两个维度制定评价标准。

Quick Start

text

Phase 1 — 校准: 完整读取 references/examples.md → 校准输出格式和指标风格
Phase 2 — 解析: 解析输入 → 提取 课题/年级/学科/教学目标/学情分析/教学策略/重难点
Phase 3 — 设计: 设计维度 → 学习态度(★) + 学习行为(★) + 学习结果(分数, 合计100)
Phase 4 — 编写: 编写指标 → 依次通过 5 步验证 + 行为动词表检查
Phase 5 — 预览: 展示 Markdown 预览 → 确认用户意见
Phase 6 — 生成: 生成 Excel → python scripts/generate_rubric.py <json> <output.xlsx>

When to Use

• 用户提供了教案内容（文本、结构化描述或文件），需要生成评价量规
• 用户提到"评价量规""评估量表""课堂评价表"等关键词
• 用户上传了教学文档并要求制作评价表

When NOT to Use

• 仅要求简单的文字评价意见，不需要结构化表格
• 要求生成考试试卷或课后练习题（评价量规不是试卷）
• 要求分析教学质量的文字报告（评价量规是评价标准框架，不是分析报告）
• 已有现成的评价量规模板，仅需套用填写（不需要 AI 设计新的指标体系）

输入解析

1. 接收用户输入的教案信息。如果是文件（PDF/Word/Markdown），先读取全部内容
2. 从输入中提取：教学课题名称、年级或层级、教育类型、学科或专业、教学内容、教学目标、学情分析、教学策略、教学重难点
3. 提取不到的信息标注为"未提供"，不影响后续生成

维度处理

默认维度结构

默认生成两个过程维度子类和一个结果维度：

• 学习过程 → 星级评价（1-5★）
  • 学习态度：涵盖课前预习、课后复习、自主学习等方面
  • 学习行为：涵盖课堂参与、互动讨论、纪律表现等方面
• 学习结果 → 百分制评分（各项分数相加 = 100 分）
  • 具体指标根据教学目标拆解为知识掌握、技能应用等方面

自定义维度扩展

当用户提供了自定义评价维度时：

1. 将用户维度名称与默认维度名称进行语义比较
2. 若存在明显重复或高度重叠（如用户提供的"课堂专注度"与默认的"学习行为"高度相关），提示用户：

   markdown

   **维度重复提示：**
   - [用户维度名称] 与 [已有维度名称] 在评价内容上存在重叠
   - 建议：将其合并为 [合并后名称]，或调整为 [差异化名称]
   - 是否继续按现有维度生成？
   

3. 若为全新维度，询问用户该维度属于过程维度（星级）还是结果维度（分值），然后插入对应位置

布鲁姆认知层级对应

评价指标的星级和分值应与目标的认知层级匹配，而非凭感觉分配：

认知层级	过程维度星级	结果维度建议分值	典型行为
知道/理解	3★	10-15 分	复述定义、列举名称、解释概念
应用/分析	4★	20-25 分	分类识别、计算演示、比较对照
评价/创造	5★	25-35 分	设计方案、论证观点、综合评价

核心教学目标应对应"评价/创造"层，给予最高权重。所有结果维度分值相加必须等于 100。

星级上限判断

过程维度指标根据认知层级自动设定星级上限：

• 知道/理解层 → 建议 3★ 上限
• 应用/分析层 → 建议 4★ 上限
• 评价/创造层 → 建议 5★ 上限

可在预览时展示判断结果，让用户确认。

指标生成规则

在动笔编写每条评价指标之前，先依次自问自答以下 5 个问题。任一步得到否定答案，该指标即不合格，必须修改或删除：

Step 1 — 教学溯源：自问"这个指标有教案中的教学活动支撑吗？"

• 找不到对应活动 → 指标脱离教学策略 → 删除它。
• 找到对应但描述不匹配 → 调整措辞使其直接关联该活动。

Step 2 — 动词纯度：自问"指标中每个动词是否来自'行为动词表'？"

• 含有"理解""了解""知道""掌握""欣赏"等心理动词 → 替换为可观测的行为动词（说出、分类、演示、设计等）。
• 不确定某个动词是否可观测 → 验证："这个动词能在课堂现场看到学生做出来吗？" 不能则换。

Step 3 — 可验证性：自问"不同评价者会得出相同结论吗？"

• 结论依赖主观判断（如"表现良好""态度端正"）→ 添加量化标准（如"达到 5 次以上""完成率 100%"）。
• 已具备量化标准 → 检查标准是否足够清晰，不同教师能否一致执行。

Step 4 — 分值合理性（结果维度）：自问"核心教学目标是否获得了最高权重？"

• 次要目标分值高于核心目标 → 重新分配：基础层 10-15 分，应用层 20-25 分，创造层 25-35 分。
• 核心目标超过 2 项 → 合并或降级，避免权重稀释。

Step 5 — 公平可比性：自问"完成标准在不同学生之间是否可公平比较？"

• 标准依赖评价者个人判断（"表现优秀""程度较好"）→ 添加可校准的客观标准。
• 标准已客观 → 检查是否对不同背景的学生都公平。

行为动词规范

评价指标的可信度取决于动词的可观测性。绝对禁止的心理动词（无法观测）和必须使用的行为动词（可观测）：

认知层级	禁止（心理动词）	必须使用（行为动词）
知道	知道、了解、明白	说出、复述、列举、背诵、辨认、描述、标明
理解	理解、领会、懂得	解释、分类、举例、说明、概括、推断、区别
应用	—	计算、演示、操作、执行、解答、制定方案
分析	—	分析、比较、区分、归类、指出关系、解构
评价	评价、判断（模糊）	评定、论证、证明、说明价值、对照标准检查
创造	—	设计、编写、创作、提出方案、组织、总结

核心原则：如果一个动词无法在课堂现场被观测到，它就是无效的评价动词。

学习过程维度指标

• 每项指标需描述具体的、可观测的行为
• 包含明确的量化标准（如"达到 5 次以上""完成率 100%"）
• 覆盖课前、课中、课后全流程
• 评价指标必须与教学策略和教学活动对应

学习结果维度指标

• 每项指标对应一个教学目标
• 包含具体的评价方式（如"给定 10 个 IP 地址""准确率 90% 以上"）
• 所有指标的分值相加严格等于 100 分
• 分值权重根据认知层级分配：

目标层级	建议分值
核心目标（大概念/评价创造层）	30-35 分
重要目标（关键技能/应用分析层）	20-25 分
基础目标（识记理解/知道理解层）	10-15 分

核心目标≤2项，避免权重稀释。生成后逐项加总验证，确保严格等于 100。

常见错误

以下错误会严重降低评价量规的专业性和可用性，绝对避免：

• 禁止所有指标统一设 5★：星级无区分则失去评价意义。必须根据指标复杂度差异化设定（3★/4★/5★），让评价结果有区分度。
• 禁止使用模糊指标：如"课堂表现良好""学习态度端正"——这类描述无法客观评价，不同评价者会得出完全不同的结论。每项指标必须包含具体的、可观测的行为和量化标准。
• 禁止照搬教学目标的措辞：评价指标应比教学目标更具体、更可测量。教学目标"掌握 IP 地址分类"→ 评价指标应为"给定 10 个 IP 地址，正确分类率达 90% 以上"。
• 禁止结果分值不验算：所有结果维度指标的分值相加必须严格等于 100，生成后必须逐项加总验证。
• 禁止指标脱离教学策略：每项评价指标必须能从教案中的教学策略找到来源。如果教学策略中没有小组实验，就不应出现"参与小组实验"的评价指标。
• 禁止过程维度指标过少或过多：过程维度指标建议 4-8 项，结果维度 3-6 项。太少无法全面评价，太多增加评价负担且重点模糊。
• 禁止使用心理动词：如"理解""了解""知道""掌握""欣赏"——这些是不可观测的心理动词，无法在课堂现场验证。必须替换为行为动词：如"说出""分类""演示""设计"。

错误处理

输入异常处理

• 缺失关键字段（无教学目标、无教学内容等）：仍可生成量规，但需在预览时标注"⚠️ 以下指标因缺少【XX】信息，建议人工补充"。缺失教学目标时只生成过程维度指标。
• 文件无法解析：提示用户"无法读取该文件，请以文本形式粘贴教案内容"，回退到文本输入模式。
• 输入信息过少（如只有课题名称）：生成一个最小量规框架（仅含表头和一个示例指标），提示用户补充教案详情以生成完整量规。

Do NOT load scripts/generate_rubric.py during preview-only work — read it only after user confirms and Excel generation is needed.

脚本执行异常处理

• openpyxl 未安装：先执行 pip install openpyxl>=3.0.0 安装依赖，再重试脚本。告知用户在安装依赖。
• Python 脚本执行失败：检查 JSON 文件格式是否正确。若脚本持续失败，回退方案：将 Markdown 表格直接保存为 .csv 文件，格式简单但可用。
• 输出路径不可写：保存到系统临时目录，并告知用户实际保存路径。

预览与确认

第一步：生成 Markdown 预览

MANDATORY — 完整读取：在生成任何量规指标之前，必须先完整读取 references/examples.md 以校准输出格式和指标风格。不要对读取范围设限。

若用户已在对话中明确展示了期望的量规格式或指标风格，可跳过读取，直接按用户格式生成。

生成量规数据后，以 Markdown 表格形式展示，包含：

• 表格标题（课题名称 + "评价量规"）
• 按维度分组展示，每组有分组标签行
• 各列：评价内容、评价指标、权重、自评、互评、家长点评、教师评价、综合评价
• 过程维度行：权重列显示星级符号（如 ★★★☆☆）
• 结果维度行：权重列显示数值
• 结果维度组的最后一行下方标注：分值合计: X / 100

展示预览后询问用户：

text

以上是评价量规预览，请确认或提出修改意见：
1. 确认无误，生成 Excel 文件
2. 需要调整（请说明调整内容）

第二步：用户确认后生成 Excel

用户确认后，将量规数据保存为 JSON 文件，然后执行：

bash

python scripts/generate_rubric.py <json_file_path> <output_xlsx_path>

• json_file_path：量规数据的 JSON 文件路径
• output_xlsx_path：输出 Excel 文件路径，默认命名为 {课题名称}_评价量规.xlsx

如果用户未指定输出路径，保存到当前工作目录。

Excel 样式规范

参见下方 Python 脚本说明。脚本负责以下样式：

• 标题行合并单元格居中，16pt 加粗，深蓝色背景白色字体
• 维度分组行合并单元格，12pt 加粗，浅色背景（过程维度浅蓝色、结果维度浅绿色）
• 表头行 11pt 加粗，深色背景白色字体
• 星级列橙色字体，分值列蓝色字体右对齐
• 全表格细线边框，评价指标列 40 字符宽
• A4 横向打印，页边距 0.5 英寸，冻结表头行

脚本接口

scripts/generate_rubric.py 接收 JSON 参数：

json

{
  "title": "课题名称 - 评价量规",
  "meta": { "title": "课题名称", "grade": "年级", "subject": "学科" },
  "columns": ["评价内容", "评价指标", "权重", "自评", "互评", "家长点评", "教师评价", "综合评价"],
  "rows": [
    {
      "category": "学习态度",
      "dimension_type": "process",
      "indicators": [
        { "description": "课前主动预习...", "weight": "★★★★★" }
      ]
    }
  ]
}

完整示例

见 references/examples.md。