用途：为AI支持的学习环境设计完整的形成性评估闭环，即“引出理解证据—解读证据—调整教学”的持续循环。其核心理念是：评估本身不是价值所在，随评估数据发生的教学调整才是；不改变后续教学的评估只是测验。
主要能力：区分内环（每个问题步骤级、实时）与外环（任务级、问题之间）两层评估，并指出步骤级评估对学习效果影响更大；强调评估应探查答案背后的思维，而非仅判对错；提供多种引出方法，如诊断性选择题（每个错误选项对应特定误解）、解释提示、信心评分与过程观察；要求每个评估点都明确对应的教学响应，并按错误模式给出不同处置。
使用方式：需提供学习目标与当前评估方式；可选提供学生水平、学科、AI系统能力、班级规模与评估频率。缺失时按一般中学情境、AI可呈现题目并实时反馈与自适应选题等默认设定设计。输出包含循环架构、引出策略、解读框架（证据模式—含义—置信度—教学响应）、响应动作、教师仪表盘与循环验证。
适用场景：构建技术增强的形成性评估、AI辅导系统或自适应学习环境中的评估闭环设计。
限制：具体实现依赖所接入AI系统的实际能力；若未提供学生水平、学科等信息，设计将采用默认假设。价格、平台与效果数据暂未提供。