AI 出的题为什么一眼就假？题目质量的审查点

让 AI 出一套练习题，十分钟拿到四十道，效率确实可观。可批改和试做时常常发现「一眼就假」：情境像编出来的，有的题超出了教学进度，还有的答案经不起推敲。题目质量的问题出在哪、审查重点放在哪，直接决定了 AI 题组能不能进课堂。这篇按情境、超纲、歧义三条线，把审查点讲清。

一眼就假的三种典型

第一种是情境失真。AI 喜欢编情境，数字不合常识、条件自相矛盾、场景脱离学生的真实生活——初中数学题里出现大学生才接触的统计口径，小学语文阅读写职场博弈，学生读着别扭，考的却像是生活经验而不是知识点。第二种是超纲表述。题干里混进没学过的术语，或者综合性大过当前进度，题目本身没错，但它测不了本阶段的学习效果，反而打击信心。第三种是答案歧义。表面单选实际多解、标准答案唯一但题目开放、解析绕着正确答案打转——这类题在考试里是要出事故的。三种毛病的根子相同：模型在补全「像一道题」的形式，并不为这道题在教学上成立负责。

情境失真怎么查

查情境抓两头。一头是事实与常识：把题目里的数字、年代、称谓逐个过一遍，明显离谱的直接改写或弃用；拿不准的事实类背景，用豆包检索核对，别让题干带着错误常识进课堂。另一头是与学生生活的匹配：情境要落在学生见得到的人、事、物上，跨学段的情境换成对应学段的表达。一个省力的做法是让 AI 生成同一考点的多个情境变体，用 DeepSeek 换三五个背景再做横向对比，挑最贴合学情的那版——变体互相比对时，失真的情境会自己显形。

超纲与歧义的审查清单

超纲审查对照两头：课程标准和本学期教学进度。题干里出现的每个概念，确认学生已经学过；压轴题需要综合的，确认综合的是已学内容。歧义审查靠试做：按学生的视角完整做一遍，重点看题干能否推出唯一答案、多个选项是否都站得住、解析与答案是否一致。主观题再看评分点是否可操作——连老师都要犹豫的评分标准，学生更无所适从。命题终审的把关责任始终在教师，这一条见命题终审把关一篇；题目之外的事实性表述也要同样核查，方法见教学事实核查一篇。

出题流程的自查要点

把 AI 放在初稿位，把人放在审校位，流程就顺了。第一步出稿：给 AI 明确的考点、学段、难度和题量约束，约束越具体，废题越少。第二步逐题审：按情境、超纲、歧义三条线过一遍，宁缺毋滥。第三步抽题试做：随机抽几道让学生水平的同事先做，收集反馈再定稿。整理题组时用 Kimi 把题目按考点和难度归档，形成班级自己的题库，AI 出的题经过人工审查沉淀下来的部分，才值得复用。模拟题与真题怎么搭配、AI 题先验再用的原则，学生侧的对应方法见模拟题质量的判断一篇；答案不确定时的处理思路，也可参考AI 的不确定性一篇。

AI 出题审查速查

• 情境：数字、年代、称谓逐一核对，背景贴近学生生活
• 超纲：题干概念对照课程进度，没学过的术语一律替换
• 歧义：以学生视角试做，验证答案唯一、解析一致
• 流程：AI 初稿、教师逐题审、抽题试做后再定稿

本文讲的是题目审查的一般方法，具体命题要求以本校教研规范与考试说明为准。

关于AI出题质量的三问三答

• AI 出的题能直接进测验卷吗？：不建议。日常练习在逐题审查后可以选用，正式测验的命题责任更重，AI 题组只适合作为候选池，进卷前还要过命题审核流程。
• 为什么同一考点让 AI 重出几遍，质量差别很大？：生成过程有随机性，单次输出的质量不稳定，所以要用约束明确的提示词加多版本对比，再由人工择优，不能依赖单次结果。
• 审查下来的废题怎么处理？：记下废题的毛病——是情境失真还是答案歧义——把修改要求写进下一轮的提示词里，同时把可救的题改好入库，废题本身也是提示词迭代的素材。