用途
该技能用于商业案例及其教学说明的课堂适用性检验，分为两种模式：预检查（案例进入课堂之前）和真实课堂（案例已用于课堂之后）。预检查意在案例尚未暴露给学生之前，发现受众匹配问题、复杂度校准问题以及学生可能的应对动作（包括借助 AI 的捷径）；真实课堂则用于记录课堂实际数据并形成修改简报。
主要能力
预检查模式：读取已保存的受众水平、学科与地域信息，针对每个所列学科核对适配性；产出简短报告，标记需要背景导入的内容、对学生水平而言过深或过浅的概念、案例容易受到哪些 AI 辅助学生动作影响、明显 AI 捷径会引出的反驳论点，并给出通过（直接使用）、修改后通过或替换的建议。若建议修改后通过，提出最小改动集；若建议替换，则将作者决定记入 next_action。
真实课堂模式：记录每个环节的计划用时与实际用时、哪些问题有效或冷场或引出意外回答、板书偏离计划之处，以及按优先级排序的修改简报（案例正文、附件、教学说明问题、时间安排）；若使用了评估标准，还记录各标准的实际表现。
AI 动作目录：维护一份针对该案例的、可能由 AI 辅助完成的学生动作清单，每条标注其针对的案例章节，以及作者可用于阻断该捷径而不显刻意的反问。该目录应在每次试讲后刷新。
使用方式
运行前读取 internal/state.json，检查是否存在阻碍项并确定 work_target；若阻碍项导致无法产出，则记录一条 blocked 历史并停止。预检查不会在首次报告前追问受众信息：缺失的事实（水平、地域、既往案例接触经验、课堂中 AI 工具可用性）会标记为未提供，并说明哪些检查依赖这些缺失事实，不得编造受众数据。报告写完后可提出补充这些事实，作者选定一项后追问该一项并修订报告；水平、学科、地域的答案写入 internal/intake.yaml 与 config，既往接触与 AI 可用性保留在课堂报告中。
报告以 classroom/report.md 为准，按文档语言使用 references/taxonomy.md 中的术语（如葡萄牙语用「Anexo」而非「Exhibit」），封面前置信息遵循 references/reader-formats.md，包含课堂测试标签、案例标题、模式、报告日期，以及存在时通过 ../assets/ 引用的案例封面图。同时渲染同目录的 HTML 与 PDF 阅读副本，记录三者路径并向作者列出所有生成路径，仅提供打开 classroom/report.md 的选项（PDF 优先）。完成时把本次输入、输出、AI 贡献、人工贡献、已做检查与待检查项追加到 internal/disclosure.md。
输入与输出
输入：case.md 与 teaching-note.md；受众画像（模式一）或课堂会话数据（模式二）；可选的既有评分标准。输出：case-<slug>/classroom/report.md（含模式标记的规范报告）、其 report.html 与 report.pdf 阅读副本；更新后的 internal/state.json（历史条目含模式）；模式二另输出一份可供作者直接应用的修改简报。
限制
不撰写案例或教学说明；不产出期刊投稿评审（应使用 case-peer-review）；不自行开展真实课堂，只记录授课者反馈；不编造受众数据，一切须来自作者或可明确引用的公开地域/人口数据；不把 HTML 或 PDF 当作源文件编辑，只能从 Markdown 重新生成。
常见问题
无受众画像就做预检查会得到泛泛反馈；通过增设陷阱来阻断 AI 捷径会被学生识破并损害案例可信度；只记时间日志而不记问题日志会掩盖时间偏差；AI 动作目录不应一次性完成，每次试讲后都需刷新。