先问一个问题：一节试卷讲评课，你通常从哪道题讲起？

很多老师的答案是——从第一题讲起，一路讲到最后一题。结果往往是：会的题反复讲，学生听得直打哈欠；真正错得多的难题，时间不够一带而过；下课铃一响，全班同学都一脸茫然，你到底讲了啥重点？

问题出在哪？你把”讲全”当成了”讲好”。讲评课最大的浪费，就是平均用力。

一份卷子，全班七八成的错，往往集中在那么三五道题、两三个知识点上。讲评课的艺术，是把这三五道题挖透，剩下的果断舍弃。可”哪几道是重点”，得靠数据说话。

今天这一讲，教你用ima把班级答题数据，变成一份清清楚楚的讲评重点。全程分四步。

这个场景为什么重要

考试是教学的”体检报告”，讲评课是”会诊”。一节课四十五分钟，就一次机会——你先讲哪道题，决定了这节课救回了多少学生。

经验丰富的老教师，凭手感和经验大体能判断重点。但大多数时候，感觉会骗人：你印象里”这道题学生肯定错了”，实际班级正确率百分之八十；你以为”简单”，全班却栽了一半。

数据不会骗人。有了数据，讲评课才有主次。

第一步：把班级答题数据整理好

先得有数据。来源通常有两种：

一是阅卷系统导出的成绩单——一般包含每道题的班级得分率或正确率，这是最好的原料。 二是手动统计——把卷子按题号统计一下错的人数，一题一行，动手半小时也能搞定。

不管哪种，先整理成一份清爽的表格文件（Excel或Word都行），包含两个关键列：题号和全班正确率（或答错人数）。有条件的，再加上”主要错误选项/典型错答”。

没有数据，AI再强也变不出重点。这一步省不得。

第二步：让AI读出”重点题”

把数据文件传进ima，给它一个明确的任务：

“这是我班本次物理考试的各题正确率数据。请帮我按正确率从低到高排序，找出正确率低于60%的题，作为讲评课的重点题。每道题说明它对应的知识点，并简要分析学生可能错在哪。”

它很快会给你一份排序。正确率最低的那几道，就是你课上必须死磕的题。

这里有个小技巧：别只看正确率。有些题正确率低，但属于超纲或偏难怪，不必花时间；有些题正确率还不错，但它是核心主干知识，也要讲。所以拿到排序后，再加一句：

“请区分’值得讲评’的题和’可以放过’的题，理由是它是否属于本单元主干知识、是否有典型思维价值。”

筛出”既错得多、又值得讲”的那几道，讲评重点才算真正确立。

第三步：让AI生成”讲评方案”

光有重点题还不够，讲评课要有讲法。追一句：

“请针对这几道重点题，帮我设计讲评方案：每道题先点出考查的知识点，再分析学生典型错误，再给出正确的解题思路，最后配一道同类变式题供当堂巩固。”

这一步出来，一道重点题的讲评就有了完整结构——错因、正解、变式三连。尤其”变式题”这一项，最见功夫：讲懂一道题不算本事，学生能迁移到同类题才算真懂。

第四步：给整节课排一个时间表

重点题定好了，讲法也有了，最后一步是分配时间。

让AI帮你规划：

“请帮我把这节45分钟的讲评课，按’重点题精讲、次重点题略讲、其余题快速核对’的原则，给每一部分分配时间，并标示讲评顺序。”

这样出来的讲评课，是有节奏的——前面的高频错题讲深讲透，中间的带一带，剩下的让学生自己对答案找老师。一节课的重点清清楚楚，再也不会”面面俱到、面面不到”。

一个进阶玩法：把错题”喂”进学生的认知地图

如果你能拿到逐题的学生错答数据（谁错了哪道题），还能再进一步：让AI分析”这几个知识点上，我班学生的短板在哪”。

比如它会告诉你：“本班在’电路故障判断’这一知识点上错误集中，建议下节课追加一次专项训练。”

这样，讲评课就不仅仅是在讲这份卷子，而是变成了下一阶段教学的指挥棒。

三个提醒

第一，数据要真实。宁可手动统计也别凭感觉填，错误的数据会带偏整节课的重点。第二，别什么都讲。讲评课最忌”全覆盖”，能放过的一定要放过，把时间留给真正的难点。 第三，讲评不是重讲一遍。重点是把学生”为什么错”讲明白，而不是把正确答案又读一次。

结尾

讲评课的高手和新手，差别不在讲了多少题，而在先讲哪一道题。数据把”感觉”换成了”证据”，让每一分钟的讲评都花在刀刃上。这套方法学会了，你的讲评课会从”熬时间”变成”见效率”。

下一期，我们把讲评课背后的那件事做深：一份试卷到底出得好不好？教你用ima看懂难度、区分度、信度和效度——让试卷质量一图说清。

我是冀言，把硬功夫交给AI，把真功夫留给自己。请关注”数字师匠训练营”，每周三更新IMA实操干货。