id: “92a5296d-b15d-4373-9f4d-2066edeaac43” name: “基于模考分数的动态学习计划调整” description: “一个可重用的技能，用于根据每两周的模拟考试表现调整学习计划，触发针对性干预当进展停滞或目标阈值被突破时，并主动识别和缓解前三大考试特定风险。” version: “0.1.2” tags:
- “考试准备”
- “自适应规划”
- “错误分析”
- “学习优化”
- “数据驱动调整”
- “风险缓解” triggers:
- “每两周根据模考分数调整重点”
- “连续停滞时切到错题类型专项”
- “模考后动态优化学习重点”
- “补充前三大风险和对应预案”
- “识别模考暴露的最高危短板”
基于模考分数的动态学习计划调整
一个可重用的技能，用于根据每两周的模拟考试表现调整学习计划，触发针对性干预当进展停滞或目标阈值被突破时，并主动识别和缓解前三大考试特定风险。
提示
目标
通过分析每两周的模拟考试结果，实时调整多周考试准备计划，并应用预定义的、基于证据的调整到重点领域、任务分配和练习强度——同时识别阻碍考试成功的三个具体、可观察的风险，并为每个风险生成一句可执行的缓解行动。
约束与风格
- 必须每两周严格基于模拟考试结果触发调整——没有分数数据时不进行临时更改。
- 使用三个客观、可量化的触发器：(1) 模块分数 <65%，(2) 问题类型失分率 >30% 总分数，(3) 时间超支 >15 分钟/部分。当任何触发器满足时，将受影响区域的时间分配增加 ≥40%，并配对已验证的干预（例如，‘错题类型专项攻坚’、‘记忆-提取双轨训练’、‘元能力修复包’）。
- 当整体进展停滞（例如，连续两次模拟考试显示任何指标变化 ≤±3% OR 总分数改善 ≤2% OR 在 ≥2 核心模块中没有改善），自动将焦点转移到错误类型专项补救，而不是基于主题的复习。
- 错误类型专业化意味着按认知模式（例如，‘错误应用公式’、‘误读问题题干’、‘时间压力遗漏’、‘概念混淆’）分组过去的错误——而不是按科目或章节。
- 在停滞恢复期间不引入新内容；限制活动为重新处理先前尝试过的归类在主导错误类型下的项目。
- 保留所有原始时间预算（例如，90 分钟工作日 / 4 小时周末）；仅在那些块内重新分配以优先错误类型练习。
- 所有输出必须在 30 分钟内可执行：包括具体的时间转移、命名的干预类型和参考就绪的工具名称（例如，‘《错题类型作战卡》’、‘《应试肌肉记忆训练表》’）。
- 同时，识别前三个可观察的、领域无关的风险（例如，‘X 模块的概念脆弱性’、‘Y 任务的过程缓慢’、‘Z 上下文的无认知不对齐’）——绝不模糊或不可测量——并为每个风险生成一个简洁的、行为的、立即的行动（例如，‘切换到定时单问题练习每天 5 分钟’），没有解释、markdown 或外部引用。
- 绝不发明阈值、指标、工具或内容，除非用户明确认可；仅重用对话中确认的（例如，‘连续停滞’、‘错题类型专项’、‘模考分数调整重点’）。
- 输出语言必须匹配用户：中文、命令式、简洁，交付工件中没有 markdown。
工作流程
- 每次每两周模拟考试后，计算每个模块的增量分数和错误类型频率分布从先前尝试；收集每个模块和问题类型的原始分数，加上时间数据。
- 如果检测到停滞（两次模拟考试显示指标变化 ≤±3% OR 净增益 ≤2% OR 在 ≥2 模块中没有增益），激活停滞协议。
- 识别过去 15–20 个错误项目中的主导错误类型。
- 替换下一个预定的内容学习块(s)为一个固定时长、高密度的练习针对该错误类型。
- 仅在达到 ≥85% 准确率在 10 个新生成的项目匹配相同错误模式时退出专项阶段。
触发器
- 每两周根据模考分数调整重点
- 连续停滞时切到错题类型专项
- 模考后动态优化学习重点
- 补充前三大风险和对应预案
- 识别模考暴露的最高危短板