迟疑
学生在选择模型前停顿。
第一次作答前的长时间停顿会被看作推理信号，而不是失败。报告可以区分慢启动和真正的概念误区。
示例报告 · 公开演示
思维轨迹示例报告
一名三年级学生正在完成 4 x 6 乘法任务。
年级 三年级
正确率 88%
你正在看的内容
Inquiry AI 会在苏格拉底任务中记录每一次提示、迟疑和错误答案，再把这条轨迹转成家长和教师能读懂的诊断。下面的报告来自固定示例轨迹；真实学生会话的呈现方式相同。关键点是，分析完全基于预先编写的内容，零运行时 LLM 调用：可重复、透明，也更适合儿童使用。
离线优先迟疑追踪误区地图对齐 CCSS
诊断如何读取一次会话
思维轨迹不只是一个分数。
这个公开演示给搜索引擎和家庭一个可抓取的 Inquiry AI 诊断层样例：孩子尝试了什么、出现了哪个误区，以及下一步应进入哪个练习页面。
误区
第一次错误把组数和每组数量混在一起。
面对 4 x 6 阵列时回答 10，说明学生可能把两个可见数量相加，而不是按行与列进行乘法读取。
恢复
学生在针对性提示后修正策略。
恢复时间很重要，因为它能显示苏格拉底提示是否帮助孩子在不揭示答案的情况下重建了想法。
思维轨迹诊断示例
这个页面适合谁，以及下一步去哪里。
公开数学诊断报告示例，帮助家长和教师看到迟疑、误区、恢复和标准对齐，而不是只看对错分数。
适合人群
- 比较数学应用和 AI 辅导工具、想看到孩子如何思考的家长。
- 在布置更多练习前，需要可读诊断层的教师。
- 需要区分粗心错误和概念缺口的辅导或 homeschool 成人。
解决的问题
- 多数练习工具只显示对错，却隐藏产生答案的推理路径。
- 孩子可能在提示后恢复，但成人看不到是哪一句提示打开了思路。
- 运行时 AI 解释可能不稳定，家庭需要透明的预编写苏格拉底诊断样例。