---
title: "从错题走向学习：制作 AI 错题分析报告"
description: "超越单纯的正确率，用 AI 分析各学生、各题目的错题规律，并把它接到下一堂课上。"
lang: "zh-Hans"
date: "2026-05-20T15:00:00.000Z"
updated: "2026-06-28T02:37:00.000Z"
tags: ["错题分析","形成性评价","AI 评价","数据驱动教学"]
canonical: "https://flipsson.com/zh/blog/jsMmnA4tU0e9"
---

# 从错题走向学习：制作 AI 错题分析报告

考试一结束，留下的往往只有一张正确率表，而"为什么会卡在这个概念上"却容易被埋没。第 3 题正确率 52% 这个数字，并不能告诉你该重讲什么。批改真正的价值，在于读出==藏在错题里的信息==。AI 能把散落的错题归并成规律，为下一堂课画出地图。同样是 60 分，为什么得 60 分各不相同，开的方子也应当不同。

## 把错题归并成规律

一道道去看每个错题，时间会无限膨胀。把 30 个人的错题一行行读下来，一天就没了。要让 AI ==把错题按类型聚类==。

- **概念错误**：对原理本身理解有误。比如把负数乘法的符号规则记反了。
- **步骤错误**：懂原理，但在计算步骤中失误。
- **题意理解错误**：读错了题目在问什么。
- **未作答**：区分是时间不够，还是根本没学过。

这样一分，同样是 60 分，方子就不一样了。步骤错误多就开练习量，==概念错误多就开重讲==。该多做练习的班和该重新教的班就此分开。

## 把报告接到课堂上

1. 让 AI 把全班的错题按类型汇总。
2. 挑出错误率最高的 3 道题及其代表性错题案例。
3. 老师下节课只集中处理这 3 道。没有时间把所有题都重做一遍。
4. 个人报告作为==自己的弱点地图==提供给学生。

> 当要教的东西太多时，数据会指出"当下最要紧的那一件"。

## 现场小贴士

- 错题分析从不记名汇总开始，避免学生退缩。重要的不是这是谁的错题，而是这是什么错题。
- 同一种错题类型跨多个单元反复出现时，要怀疑先修学习有缺口。分数薄弱的学生，在比例单元也会垮掉。
- 即使正确率高，如果错答集中在某一个选项上，也可能是题目本身有问题，要一并查看。学生扎堆选同一个错误答案，很可能是选项容易混淆。
- 分析结果压缩成一页，放在下节课前随手就能翻看的地方。太长就不会看了。

## 把错题报告交到学生手里

错题分析只有老师看，就只用了一半。学生拿到自己的错题地图，复习的方向就清晰了。个人报告建议这样设计。

1. 把每个学生出现最多的一种错题类型写在最上面。像"你的弱点是步骤失误"这样写成一句话。
2. 把属于该类型的自己的两三个错题作为示例展示出来。比起抽象的指摘，自己的失误更有触动。
3. 写上"下次该重看什么"这一个行动。没有方子，报告就只是一张成绩单。

这样拿到报告的学生，不会停在"哦，60 分"，而会走到"原来我在负数计算上总是漏掉符号"。这正是分数变成自己学习地图的那一刻。

## 核心要点

批改的终点不该是分数，而应是==下一个行动==。AI 错题分析把散落的失误归并成规律，告诉老师"该重教什么"，告诉学生"该重看什么"。原本停在一张正确率表上的评价，就此变成设计下一堂课的起点。