SubSchool 功能

为每位学习者制定下一套贴近实际的练习

根据标注难度的任务构建动态练习集。SubSchool 根据学习者在各学科中按难度划分的成功情况,为该课程选择并保存一套练习。

SubSchool
SubSchool 功能

静态或动态题集

背景信息按难度划分的学科成功情况
教师控制权已保留的练习 ID准备好审核
SubSchool 的运作方式

每个步骤均可编辑、可见且相互关联

这些产品视图使用示例数据来展示教师实际看到的内容,而不是抽象的功能示意图。

  1. 第 01 步

    按难度划分的学科成功情况

    静态题集保留教师设定的题目顺序。动态题集从标有 A/B/C/D 难度的练习题库中选择题目。

    SubSchool 教师工作区草稿已保存
    source

    按难度划分的学科成功情况

    描述书籍或 PDF视频
    添加已获批准的源材料PDF、DOCX、视频或课程录音
  2. 第 02 步

    静态或动态题集

    对于动态推送,选择器会读取课程学科中按难度存储的学习者成功百分比。较高的成功率会使方案保持或转向更高阶的任务;在较高难度下表现较弱时,则可将其调回更简单的练习。

    SubSchool 教师工作区草稿已保存
    course

    静态或动态题集

    AI 与产品基于证据的决策
    模块 1明确决策框架3 节课
    模块 2收集有用的证据4 节课
    模块 3测试推荐方案3 节课
  3. 第 03 步

    数量方案

    所请求的数量决定每个难度级别需要多少练习;不足部分会从剩余练习池中补充。

    SubSchool 教师工作区草稿已保存
    practice

    数量方案

    课程背景访谈证据与决策风险
    01
    说明您的建议扩展回答 · 10 分
    已包含
    02
    优先处理证据缺口情境 · 8 分
    已包含
    03
    录制两分钟答辩口语回答 · 12 分
    审核
  4. 第 04 步

    确定性选择

    所选练习 ID 会为该学习者、课时和练习集保存,因此后续访问将返回相同的选择。

    SubSchool 教师工作区草稿已保存
    response

    确定性选择

    作业为该决策进行辩护,并指出最大的不确定性。
    02:14
    学生作答

    “最有力的证据支持选项 B,但样本仍然过于狭窄……”

    文字稿已就绪
  5. 第 05 步

    已保留的练习 ID

    已发布的选择器不会诊断指定的知识缺口或错误类型。它也不会使用时效性、教师优先级规则、锁定的必修任务,或向学习者说明任务为何再次出现。

    SubSchool 教师工作区草稿已保存
    review

    已保留的练习 ID

    AI 初步评估84%准备好供教师审核
    • 使用证据4 / 5
    • 说明局限性5 / 5
    • 建议清晰度3 / 5
    教师反馈推理很好。请补充一项能够证伪你建议的证据。
01

选择静态或动态题集

静态题集保留教师设定的题目顺序。动态题集从标有 A/B/C/D 难度的练习题库中选择题目。

02

成功后进阶,遇到困难后简化

对于动态推送,选择器会读取课程学科中按难度存储的学习者成功百分比。较高的成功率会使方案保持或转向更高阶的任务;在较高难度下表现较弱时,则可将其调回更简单的练习。

03

遵守配置的数量和可用资源池

所请求的数量决定每个难度级别需要多少练习;不足部分会从剩余练习池中补充。

04

为课程保留一个选择

所选练习 ID 会为该学习者、课时和练习集保存,因此后续访问将返回相同的选择。

05

明确界限

已发布的选择器不会诊断指定的知识缺口或错误类型。它也不会使用时效性、教师优先级规则、锁定的必修任务,或向学习者说明任务为何再次出现。

经验证的产品证明

当前动态题集选择

已发布的选择器使用课程学科、按难度存储的成功百分比、所请求的数量,以及可用的 A/B/C/D 练习池。

真实来源状态课程学科、学习者难度与成功率统计、设定题量,以及 A/B/C/D 练习
  1. 01

    教师将动态集合附加到课次

  2. 02

    显著成功会保持或将该方案转向更高级的任务

  3. 03

    较高难度下较弱的结果可使方案回归更简单的任务

  4. 04

    所选练习 ID 会被保存,供日后访问时使用

有用的下一步

选择可编辑的练习集

打开练习集库,并根据现有标注难度的任务选择静态或动态发布方式。

问题与限制

常见问题

我可以将哪些源格式用于自适应作业?

静态题集保留教师设定的题目顺序。动态题集从标有 A/B/C/D 难度的练习题库中选择题目。仅使用你获授权处理的源材料,并删除不必要的个人或敏感信息。

自适应作业会将我自己的材料用作上下文吗?

静态题集保留教师设定的题目顺序。动态题集从标有 A/B/C/D 难度的练习题库中选择题目。所选的描述、文档、录音、课程课时或回答仍是所请求工作流的依据上下文。

我可以编辑自适应作业的输出内容吗?

对于动态推送,选择器会读取课程学科中按难度存储的学习者成功百分比。较高的成功率会使方案保持或转向更高阶的任务;在较高难度下表现较弱时,则可将其调回更简单的练习。当当前产品工作流程创建已保存的课程、课时、练习集、分数或反馈项目时,教师可以查看受支持的字段,而不是将公共工具的输出视为自动导入。

为自适应作业上传的文件和录音会如何处理?

仅上传您获授权处理的材料。将个人数据限制在教学任务所需的最低范围内,在分享前审核结果,并遵循您所在组织的数据保留和同意政策。

教师可以覆盖自适应作业的结果吗?

所需数量决定每个难度级别需要多少练习;不足部分将从剩余题库中补充。AI 可准备或评估受支持的初步结果。教育者可以检查和更改受支持的课程、课时、练习、分数和反馈状态;根据已获授权的聊天上下文生成的辅导作业会自动发布,之后仍可编辑。

哪些学科和语言适用于自适应作业?

所请求的数量决定每个难度级别需要多少练习;不足部分会从剩余练习池中补充。支持情况取决于源材料质量和所请求的学科,因此教育者应在使用前审核术语、符号、文化背景和评估预期。

自适应作业如何定价?

AI 使用量按与课程、课时、作业和评估工作流程共用的 SubSchool AI 余额计量。您可以将草稿设为私密,并在发布或布置结果前检查预期操作。

我可以在不发布公开课程的情况下使用自适应作业吗?

所选练习 ID 会为该学习者、课时和练习集保存,因此后续访问将返回相同的选择。课程内容在审核期间可以保持独立的草稿状态。私密、公开和付费是不同的课程类型,而非同一草稿的属性。

在 SubSchool 中继续

将页面转化为真实的教学工作流

保持结果可编辑,将其关联至学习者,并保留教师审核。

创建你的第一门课程