自动出题和组卷：先定知识点，再让 AI 生成可校验的练习卷

AI 可以很快给出一页题目，却不能替教师决定学生学到了哪里，也不能靠“答案看起来像真的”来判定正确。稳妥流程是：先填学段、教材、已教知识点和题型，再让模型按结构输出题目；机器核对能精确计算的答案，老师最后检查课程适配、题意、梯度和答案解析。

本例只做“小数加减法”的虚构练习，并假设学生已经学过这个知识点。教育部《义务教育课程方案和课程标准（2022年版）》包含数学课程标准与学业质量标准，但教师仍须以实际教材、进度和学生情况选范围；本文不把样例冒充某个具体年级的官方题单。查看教育部通知和课程标准入口

先下载小数加减法出题练习包。内含生成提示词、Qwen 实际输出、答案计算校验与自动排版脚本，以及生成的练习卷和答案。题目是模型生成的示范，不是教材原题或正式测评材料。

先把知识范围说具体

在提示词里明确以下信息，避免只说“出一份五年级数学卷”：

• 使用范围：学段、年级、教材版本、单元或课次；不清楚的先向老师确认。
• 学习前提：学生确实已经学过哪些知识点。
• 本次目标：要检查计算、概念理解、应用迁移中的哪一项。
• 题型与数量：选择、填空、计算、应用题各几道，是否要答案和解析。
• 难度分布：用具体特征描述，例如“无进退位”“需要进位或退位”“一步生活情境题”，不要只写“简单、中等、困难”。
• 输出结构：题号、知识点、题干、数值、运算符、答案、解析分开，以便校验。

不要粘贴学生姓名、成绩、家庭情况等个人信息。模型输出也不应写入真实学生档案。本例模型选择本机 Ollama + Qwen3.8-27B：任务是把已教内容转成结构化草稿，局部运行也避免把真实教案发给云服务；本机运行不代表可以跳过文件权限和数据最小化。

用 Qwen 生成一份小样

本次用明确约束生成 9 道“小数加减法”题：基础、进阶、挑战各 3 道；每题只含一步运算；应用题需把数字、单位和运算关系写清。运行提示词见练习包中的 Qwen出题提示词.md。

本机 Qwen3.8-27B 一次生成用时约 84 秒，按要求输出了 9 道题和 JSON 答案。样例包含无进退位计算、进退位计算，以及跑步时长、绳长、购物金额等一步应用题。模型会在输出前自检，但这只是生成环节，不能当成正确性证明。

先做机器能证明的检查

练习包的 Python 脚本只使用标准库 Decimal，会检查题量、难度数量、重复算式、运算符、题干数字和答案计算，并把通过检查的 JSON 输出成练习卷与答案文件。把 Qwen 返回的 JSON 保存为 qwen_output.json，在脚本所在目录运行：

python3 s110_quiz.py qwen_output.json

这次 9 题全部通过数值核算：

若脚本报错，先修正或重生成相应题目，再重新校验；不要只改答案让题干和解题关系变得不一致。

机器校验后，老师还要看这几项

脚本只能核对它明确支持的单步加减法，无法证明题目适合具体班级，也无法判断应用题是否自然、难度梯度是否合理、语言是否有歧义。发给学生前逐题检查：

1. 知识点与当前教材版本、课次和教学进度相符。
2. 难度不是只靠数字变大来区分，题目确实考查了目标能力。
3. 应用题的信息足够、单位统一、问题可解，题目没有暗藏多个解释。
4. 题目之间不只是换数字的重复题；答案与解析能对应题干。
5. 练习卷和答案分开保存，分享前确认没有提示词、内部备注或学生个人信息。

教育部发布的数学课程标准按课程目标和学段学业质量描述指导教学与评价；不要把模型自行标的“基础/进阶/挑战”说成官方难度等级。查看课程标准 PDF

把题目组装成一份卷

结构化输出校验通过后，脚本会生成 练习卷.md 与 答案.md。复用时先复制提示词，只改已确认的年级、教材版本、单元、题型和数量，再生成下一份；每次都保留原始模型输出和校验结果，便于回查题目从哪里来、哪些地方被人工修改。

如果要打印或正式用于课堂测评，把 Markdown 再排进学校现用模板，并由任课教师确认分值、时长、范围和答案。模型生成的套卷只是备课草稿；不能把一次运行结果直接当作统一考试卷或学生成绩依据。

工具清单

小范围、可计算的客观题适合先用脚本查答案；开放题、证明题和主观题需要教师审题与评分。每道题能被模型写出来，不等于它适合学生。