结构清晰度
观察表达、逻辑与任务目标是否明确。复杂任务通常更需要清晰的组织，但清晰不等于冗长。
Method & BoundariesSC CR SI AI 评审不是事实证明 完整不等于适合 过程应当可说明
每一个分数，都应该知道它在说什么。
问境以任务—技术匹配理论和 COSTAR 框架为基础，把提示词行为转化为可观察、可讨论的学习反馈。它不是准确率预测器，也不是替学生完成任务的自动改写器。
811详细实证章节采用的有效样本
9提示词行为观察条目
7回答质量反思条目
01
三维诊断如何计算
上下文丰富度
观察学习者背景、使用场景和必要材料。背景要服务任务，创意任务尤其要警惕过度锚定。
策略指令度
观察方法角色、输出格式与风格要求。它是训练维度，但当前实证结果不足以支持普遍正向效果。
每个维度包含三个条目。评审模型只负责判断“缺失 / 部分具备 / 明确具备”并引用原文证据；服务器再按固定公式换算为 1—5 分。
02
为什么不立即给优化版
研究发现的核心问题是认知—行为断层：学生通常能识别更好的提示词，却没有在真实任务中稳定写出来。因此第一轮只提供问题定位和引导性追问；完成自己的第二版后，平台才解锁 AI 参考版本。
参考答案用来比较，不用来跳过练习。
03
必须保留的使用边界
模型可能把流畅误判为准确。事实、数字、引文和来源仍需学生独立核查。
三维得分反映要素完整度，不代表提示词越长、约束越多就越好。
在课程允许范围内使用 AI，并保留提示词版本、核查记录和自己的关键判断。
从一个真实学习任务开始
开始训练 →