学級の誤答率データから補習授業計画を作成

補習授業の計画を立てる際によくある失敗は、誤答率が高い順に単純に問題を解き直すことです。しかし、誤答率84%の濃度計算を最初に取り上げたところで、その前提となる分配法則や一次式の計算が定着していなければ、生徒は同じところで再びつまずきます。このプロンプトは、誤答率のランキングではなく「概念間の順序性」を導き出す設計になっています。

3番目の段落では、その思考プロセスをステップに細かく分解しています。「グループ化 → 土台かどうかの判断 → 指導順の決定 → 除外するものの切り捨て」という4段階です。これらを一括で雑に指示すると、AIは最初の段階だけを行って誤答率順のリストを出力しがちです。ステップを明確に提示することで途中の判断ロジックが残り、教員が順序の妥当性を検証できるようになります。

冒頭のタスクは「分析してください」ではなく「2コマで何をどの順序で教え直すか決めてください」としています。分析を求めると単なる表や解説が返ってきますが、意思決定を求めると「捨てるべきもの」も明確になります。テスト分析の実務において真に難しいのは、何を教えるかではなく、何を諦めるかです。

出力形式における「他概念の土台となるか」の列は、指導順を組み立てる強力な根拠になります。この列が埋まっていれば、教員は一覧表を見るだけで授業構成を柔軟に変更できます。

最後の制約事項は2つのリスクを防ぎます。「誤答率だけでつまずきを決めつけること」と「資料にない設問の捏造（ハルシネーション）」です。推測に「推測」とラベル付けさせることで、教員が生徒へ対面で確認すべきポイントが明確になります。誤答資料を """ で囲んでいるのは、データ内の文言が指示文として誤認識されるのを防ぐためです。

出力されるのは誤答率順に並んだ問題リストと「該当する概念を復習する」といったありきたりな文章だけになります。2コマに収まりきらないのに何を削るべきかが示されず、概念の前後関係も考慮されないため、計画通りに進めると最も難解な応用問題から教え直すことになります。結果として、基礎が抜けたままの生徒は再びつまずくことになります。