学生在两个练习平台上反复做错相似题，每次问助手都得到一份新的学习计划。老师查看过程后发现，有的题是漏看条件，有的是计算出错。只按题目标签堆在一起，还不足以判断究竟需要练什么。
先用老师的错因分析、错题本和原平台报告，少量题目手工复盘更直接。EasyNet 不承担学习能力诊断；它可能帮助获准地查询分散样本，但连接更多记录本身不会得到更可靠的教学判断。
可以由学习者选择题目和解题过程，新增一个有限查询入口，按本次复盘返回这些样本及来源。Context 保存引用，平台导入、题目许可和读取接口仍需实现；不默认抓取全部成绩和历史，也不把其他学生材料混进来。
分析助手给出的是可以讨论的错因假设，并指向实际遗漏的条件或步骤。学生说明当时的思路，合适的教学人员核对后再设计少量练习。只知道最终答案错误时，应承认信息不足，不给长期能力贴标签。
学习记录的可见范围、保留时间和纠错删除入口需要单独设计，涉及未成年人尤其不能默认对外共享。查询身份只覆盖这次获准样本，模型分析与原始作答分开保存，方便后来修正不准确判断。
用新的同类题和变式题观察同一错因是否减少，而不是只看助手的建议是否写得完整。如果学生和老师能指出“这次就改这一步”，才值得继续试；没有对应过程的判断，应退回补充信息而非承诺提分。
- 01
学生选题与过程
只共享本次复盘样本
- 02
定位遗漏条件
假设由学生和老师核对
- 03
用变式再试
观察同一错因是否重现
把错因保留为待核对假设
合成教学记录，不含学生身份，也不自动诊断学习能力。
示例内容 · json
{
"problem": "synthetic-inequality-03",
"observed_step": "multiplied both sides by -2",
"missing_step": "reverse inequality sign",
"hypothesis": "sign-reversal rule was omitted",
"reviewed_by_teacher": false,
"next_check": "one new negative-multiplier problem"
}预期结果：能指出需要核对的不等号变向步骤；不能据此给学生贴长期标签。
接入时的检查项
- 候选错因是否与实际解题过程一致。
- 建议是否针对本次确认的问题而非通用模板。
- 学习者能否查看、纠正或删除不准确记录。