# Exam Forecast

> 分析同一授课教师的历年考题以揭示模式——科目权重、反复出现的考点陷阱、 偏好的案例假设类型、政策vs法条分析的比例——并预测今年考试可能的重点。 当用户说"考试考什么""分析历年考题""预测考试"或分享历年考题时使用。

- Skill: `zhou210712/exam-forecast` (Agent Skill)
- Install (CLI): `npx skillmds@latest add zhou210712/exam-forecast`
- Raw SKILL.md: https://api.skillmd.com/api/skills/zhou210712/exam-forecast/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: zhou210712 (https://skillmd.com/u/zhou210712)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/zhou210712/exam-forecast

---


# /exam-forecast

1. 加载 `~/.claude/plugins/config/claude-for-legal/law-student/CLAUDE.md` → 课程、授课教师、考试形式、教学大纲。
2. 应用以下工作流。
3. 接收历年考题（PDF、粘贴文本或文件路径）。确认样本量。
4. 分析每份历年考题：格式、科目覆盖、题型风格、案例事实密度、反复出现的陷阱。
5. 跨考题模式分析——哪些稳定，哪些变化。
6. 结合当前教学大纲生成预测：科目权重、格式、教师偏好、复习重点。
7. 写入 `~/.claude/plugins/config/claude-for-legal/law-student/exam-forecasts/[课程]/forecast-[YYYY-MM-DD].md`。定义为权重启发式，非确定预测。

---

## 目的

每位老师的试卷都有指纹。同样的案例假设结构反复出现。同样的陷阱反复回归。同样的科目比例反复再现。有历年考题的学生学得更聪明；没有的学生学得更辛苦。本技能分析你拥有的历年考题并揭示模式。

不是魔法。是预测，不是确定答案。技能不能告诉你考卷上具体有什么——它能告诉你的只是历年考卷上出现过什么，以及基于教学大纲覆盖范围什么可能再次出现。

## 置信纪律

- 模式分析（哪些科目出现、每个主题多少题、政策题vs法条适用的比例）——当考题清晰地在我面前时有把握。
- 关于今年考试可能重点的推断——`[不确定]` 是默认状态；这些是预测，非确定。明确表达为"基于你分享的 [N] 份历年考题，[主题] 出现了 [M] 次。你的考试可能重点考查它，也可能老师会轮换考点——将其作为分配复习时间的权重参考，而非确定性预测。"
- 如果只有 1-2 份历年考题，明确说明——从 1 份考题推断出的任何模式都是噪音。
- 如果该教师是新教师（无历年考题），技能无法预测。直说；仅退回基于教学大纲的"这些是已覆盖的科目"。

## 加载上下文

- `~/.claude/plugins/config/claude-for-legal/law-student/CLAUDE.md` → 当前课程、考试形式、教学大纲（如有）
- 用户提供的历年考题（PDF、粘贴文本、路径）
- 可选：当前课程的教学大纲（用于"截至目前已讲授内容"）

**如果上传的历年考题有教师姓名，用它来匹配模式**（同一教师的考题是最高信号输入）。**如果没有，按科目和结构匹配。** 不要要求用户输入教师姓名——使用材料中已有的。如果用户在对话中主动提供也没问题；不要提示。

## 工作流

### 第1步：接收材料

- 我们要预测哪门课？
- 该教师有多少份历年考题？
- 它们是同一门课的，还是同一教师不同课程的？
- 其中是否有带回/开卷/不同格式的变体，与你本次考试的典型格式不同？
- 你本次课程的教学大纲？

如果不到 3 份历年考题：标记为样本不足。模式推断更弱。
如果考题来自不同课程：部分模式可迁移（题型风格、政策vs法条比例）；科目特定模式不可迁移。

### 第2步：阅读每份历年考题

对每份历年考题：

- 格式（题目数量、篇幅、时间限制、开/闭卷）
- 科目覆盖（考查了哪些主题，占比多少）
- 题型风格（案例分析、单争议焦点深入、政策论述、选择题型、混合）
- 案例事实密度（事实密集型假设、事实稀疏侧重法条、或无事实的政策提示）
- 反复出现的陷阱（如教师总是在一个看似干净的案例事实中隐藏管辖权问题；教师总是问例外而非规则）
- 政策vs法条比例
- 特殊结构（论选题 + 选择混合、模拟法庭场景等）

### 第3步：跨考题模式分析

汇总各份考题中一致的内容：

**稳定模式（出现在大多数/全部历年考题中）：**
- 科目权重（如"对价和变更持续占考试分数的30%"）
- 题型风格（如"总是1个长案例分析 + 2个短假设题"）
- 教师偏好（如"即使课堂上是小主题，总是考第三人利益"）

**变动模式（出现在部分而非全部）：**
- 政策论述（如"4份考题中出现了2次——通常是学期后半段有政策密集主题时"）
- 开卷 vs 闭卷差异
- 带回 vs 当堂差异

**值得注意的缺失模式：**
- 课堂讲授但在历年考题中从未出现过的主题——不要跳过这些，但也不加权重
- 历年考题中出现但不在你当前教学大纲中的主题——可能不再回归

### 第4步：为本次考试做预测

**标题——必需，预测的第一行，无论是在聊天中还是保存的文件中。** 根据插件配置 `## Outputs`，每个学习产出都带有统一的学习笔记标题。预测是学习产出。不要省略、改写或重定位标题。标题不是学生可以要求删除的免责声明；它是产出的身份标识，防止预测被误认为确定的考题或法律建议：

```
STUDY NOTES — NOT LEGAL ADVICE（学习笔记 — 非法律建议）
```

结合模式分析与当前教学大纲：

```markdown
STUDY NOTES — NOT LEGAL ADVICE（学习笔记 — 非法律建议）

# 考试预测——[课程 / 教师]——[日期]

**已分析的历年考题：** [N] 份
**样本置信度：** [不足（<3） / 中等（3-5） / 强（6+）]
**注意事项：** [例如，"其中一份历年考题是开卷期末考；你本次是闭卷。模式迁移不完整。"]

---

## 科目权重（历史数据）

| 主题 | 历年考题权重（平均） | 在当前教学大纲中？ | 预测权重 |
|---|---|---|---|
| [主题1] | [%] | [是/部分/否] | [加重 / 持平 / 减轻] |

## 题型预测

- **可能格式：** [X 个案例分析 + Y 个简答 + Z 个论述，或类似]
- **案例事实密度：** [事实密集 / 稀疏 / 混合]
- **设问风格：** [一个宽泛设问 / 多个具体设问 / 逐项子问题]

## 需警惕的教师偏好

- [主题A] — 出现在 [M / N] 份历年考题中。权重为其在教学大纲中占比的 3-5 倍。
- [主题B] — [模式]
- [陷阱模式] — 如"在其他方面干净的案件事实中隐藏管辖权问题"

## 本学期讲授但历史上很少考查的主题

[列表——不要跳过，但也不要过度加权]

## 复习重点建议

基于历年考题模式和当前教学大纲覆盖：

**重点：** [可能构成考试核心的主题——占复习时间的 40-50%]
**中等：** [辅助主题——30-40%]
**兜底：** [讲授但历史上代表性不足的主题——10-20%，以防万一]

## [不确定——定性说明]

本预测来自 [N] 份历年考题。教师会变化。教师会轮换。历年重点的主题在教学大纲变化时可能被淡化。将其作为分配复习时间的权重启发式，而非确定性预测。考卷将包含意外。
```

### 第5步：输出位置

写入 `~/.claude/plugins/config/claude-for-legal/law-student/exam-forecasts/[课程]/forecast-[YYYY-MM-DD].md`。带版本——如果学生在学期中又获得了另一份历年考题，重新运行并追加。

## 技能联动

- **outline-builder：** 预测权重指导大纲深度决策——对重点主题深入
- **flashcards：** 预测重点主题生成更多记忆卡片
- **bar-prep-questions：** 与法考备考无关（法考有自己的预测模型）；考试预测适用于课程特定的期末考试
- **irac-practice：** 使用预测主题作为 IRAC 练习假设的科目领域

## 本技能不做什么

- **预测具体题目。** 历年考题显示模式；它们不显示明天的考题。
- **在没有历年考题的情况下工作。** 如果你没有该教师的历年考题，技能无法预测——退回"这里是教学大纲覆盖的内容，复习那些。"
- **替代复习教学大纲上的所有内容。** 预测是权重分配，不是排除。因为历史上代表性不足而跳过一个主题，正是学生被坑的方式。
- **考虑你不知道的变化。** 如果教师今年转移了重点（例如在课堂讲授中强调了某个新案例），除非你告诉它，技能看不到这种变化。
- **在 1-2 份历年考题上可靠地工作。** 样本不足。予以标注。