用 AI 做试题命制：双向细目表怎么用

期中卷改完，老师常有一种说不清的别扭：复习时反复强调的重点只考了两分，一道边角料的选择题却占了六分。问题往往不在单题质量，而在整卷结构——出题时凭手感一题一题往下写，覆盖面和权重就失控了。双向细目表是把结构提前定死的工具。AI 能帮你把表填出来、把题出出来，表对不对，得由教这门课的人判断。

手感出题的偏差，出在看不见的地方

三种偏差最常见。熟悉度偏差：最近讲得顺的知识点反复出现，讲得吃力的地方自动绕开。题型惯性：某类题型写起来顺手就多写几道，学生练熟一种套路，分数虚高。难度漂移：前面几题顺手写难了，后面为了平衡又放水，整卷难度曲线成了锯齿。

三种偏差单看都不明显，叠在一张卷子上，就是覆盖面歪了、区分度也没了。改的办法不在出题更小心，而在先把结构画出来，让每一分都有出处。

一张格子，两个方向

横轴列知识点，纵轴列能力层次，常见分法是识记、理解、应用、综合，格子里填分值和题量。填满之后，整卷的结构就定了：哪些知识点必须考、每个层次各占多少分、有没有哪一格是空的。

能力层次的划分口径各校不同，用布鲁姆修订版还是本地教研室的版本都行，关键是全组统一。口径不统一，两个人填出来的表没法比，也没法合并成一张卷。

先定格子再填题：五步

空格子是最有价值的产出。它把「这次没考到」变成看得见的事实，而不是考完对答案时才想起来。填空格有两种方式：补一道题，或者把这一格的分值明确让给别的知识点并写下理由。两种都行，装作没看见不行。

权重怎么分，不是平均分

权重来自三处：课标规定的课时占比、本期实际教学投入、以及后续学习的依赖程度。三者不一致时，以课标为底线，教学实际为修正。一个只占两课时、但后面三章都要用的前置知识，权重应当高于它的课时占比。

总分要能整除到每道题。常见做法是先按权重分配大块分值，再在块内按题型拆分，最后核对总分与题量是否落在预期区间。拆完之后留两三分机动，用来处理某一格实在出不出好题的情况。

让 AI 出题，顺序是先表后题

提示词一次给全：学段、学科、考试类型、考查范围、满分、时长、能力层次比例、题型限制。明确要求先出表、等你确认后再出题。分两轮的意义在成本——表错了改表很便宜，题出错了改题很贵。提示词该怎么组织约束，可参考提示词的结构。

第二轮再要求它标注每题的考查点、预估难度，以及「表述可能有歧义的地方」。最后这一条经常能挑出真问题：一道题在它的理解里是唯一解，在学生的理解里可能有两种读法。

表管得住结构，管不住题目本身

细目表只约束分布，不判断单题好坏。表述歧义、干扰项无效、答案错误，这些得逐题过。AI 出的题尤其容易在「看起来合理」上翻车：四个选项长短整齐、逻辑自洽，正确答案却站不住，成因和AI 幻觉一样——它在生成像题的东西，不在验算。理科计算题必须自己算一遍。

表也管不了信度。同一张表，题目表述不同，测出来的东西差别很大。要判断一份卷子稳不稳，得看多次考试的数据分布，属于评估指标的范畴，单次考试的分数说明不了太多。

出完题还要回头做三件事

难度排序：整卷由易到难，避免第三题就卡住大部分人。时间估算：按中等学生的手速算一遍，超时一成就要删题。保密：试卷在启用前上传到公开工具，等于提前泄题，这类失误对评估的破坏和评估污染一个道理——题目见过，成绩就没有意义。

改完题记得回填细目表。表和卷子对不上，下次命题就没有可复用的依据，等于每次从零开始。一个学期下来攒三张对得上的表，比攒三十套卷子有用。

速查：一份卷子交出去前的检查

• 每个知识点都有对应题目，没有空格子。
• 四个能力层次的分值占比与计划一致。
• 每题标注了考查点和预估难度。
• 总分、题量、时长三者对得上。
• 启用前没有把题目贴到任何公开工具里。