夜雨聆风在教育数字化转型背景下，人工智能已广泛应用于中小学试题命制、学情诊断与教学评价工作。然而，实际应用中多数教师习惯于直接向AI输入情境素材，要求其快速生成试题。这种缺乏课标依据、评价指标和优质范例参考的碎片化命题方式，极易造成试题考查目标模糊、考点偏离学段要求、情境与设问脱节、核心素养落地不足、难度与区分度不合理等问题。这不仅无法发挥AI的赋能优势，反而大幅增加人工修改工作量，难以满足正规考试、单元检测及素养测评的命题规范要求。
试题命制应以学业质量标准为根本遵循，坚持“先定评价标尺，再学优质范式，后开展情境命题”的路径。结合素养命题规律与AI模型生成特点，围绕“每道试题对应专属学业质量标准”，构建标准化、递进式、可循环迭代的AI辅助命题五步流程，实现科学、严谨、高质量的人机协同命题。
一、锚定学业质量标准，构建试题基础评价指标
命题首要环节严格限定输入内容，仅提供该试题对应的专项学业质量标准，不附加宽泛的课标要求、无关素材或额外参考资料。依托学业质量标准，明确试题的知识考点、能力层级、素养维度、题型结构、难度水平及考查导向，指令AI拆解试题检测要求，梳理命题边界，建立针对性的试题评价指标体系。从源头界定试题合格规范、立意要求、作答维度与评分底线，杜绝无依据、随意化的命题行为。
二、人工专业校准，统一人机命题评价共识
AI依据标准初步生成的检测要求与评价指标，往往存在维度笼统、重点偏差、不符合本地考情或命题惯例等问题。教师应结合教学实际、命题经验与考查目标，对指标逐条修订，删减冗余，补充要点，细化能力层级，规范设问要求，最终定稿形成统一、精准、可落地的试题检测要求与量化评价指标，使AI命题逻辑与教师命题意图保持一致，保障后续流程标准统一、方向不偏。
三、依托优质真题范例，提炼试题典型命题特征
在固定评价标准基础上，选取5道同考点、同题型、同素养层级的优质规范试题，连同命题说明、试题评析一并输入AI。引导AI对照已定的学业质量标准与评价指标深度研学范例，进一步优化完善评价体系，系统总结同类试题在情境选用、逻辑结构、设问梯度、素养融入、语言表述、难度分布等方面的核心命题特征，使AI掌握高质量试题范式，避免生成套路化、浅层化、不严谨的试题。
四、结合标准与题型特征，制定专项命题行动策略
以确定的学业质量标准、校准后的评价指标以及优质试题共性特征为依据，指令AI形成标准化的命题执行策略。明确情境素材的加工方式、考点融合逻辑、分层设问设计、难度调控方法、参考答案架构及评分细则规范，形成清晰可执行的命题思路与操作路径，使AI命题有据可依、有章可循，避免盲目随机生成。
五、结合情境素材命题，对标指标自评闭环打磨
输入试题情境素材后，AI严格依照既定策略并参照优质范例完成试题命制。随后，调用前期的学业质量标准、试题评价指标及优质试题特征，自主开展试题全方位自评，分析立意、情境、设问、难度及作答逻辑的合理性，输出问题整改建议并自主优化修改，最终形成结构规范、立意准确、贴合素养要求的合格试题。
针对高质量考试命题需求，可循环迭代标准校准、范例研学与命题自评环节，多轮优化后，试题的严谨度、适配性与素养贴合度将持续提升。
结语
AI辅助命题并非简单的素材生成试题，而是以学业质量标准为核心、人机协同互补的规范化教研工作。摒弃粗放式的“素材直出”命题模式，严格执行五步闭环流程，以标准引领、范例支撑、策略约束、自评闭环，能够显著提升AI命题的专业性、规范性与适配性，更好地满足新时代素养导向的学业评价要求，切实减轻教师命题负担，提升校本命题与考试命题的整体质量。
