先定思维目标，再谈题目形式
测评思维能力，第一步不是出题，而是把“考什么思维”写清楚。目标模糊，题目再精巧也只是花架子。
建议把目标拆成可观察的行为动词，例如“能识别隐含前提”“能为结论提供两条独立证据”“能发现数据与结论的不一致”。
- 分析能力：拆解概念、区分事实与观点、找出论证结构
- 推理能力：演绎、归纳、类比，判断推理是否成立
- 评价能力：判断证据强度、识别偏见与逻辑谬误
- 创造能力：提出替代方案、生成反例、迁移到新情境
每个目标对应1—2道题即可，题量控制在8—12题，避免把思维测评做成知识默写。
用真实情境承载思维任务
脱离情境的“纯逻辑题”容易训练化，学生见过就会。更稳妥的做法是把思维任务放进短材料里。
材料宜短，每则80—150字，含一个观点、一组数据或一段对话，让学生必须读进去才能作答。
- 生活情境：校园通知、消费选择、健康建议的真伪判断
- 学习情境：实验数据与结论是否匹配、史料之间的冲突
- 社会情境：新闻标题与正文的偏差、图表被误读的方式
题干要问“为什么”“依据是什么”“哪条信息削弱了结论”，少问“对不对”。开放一点，思维才露得出来。
题型搭配与评分标准
单一题型测不全思维。选择题快但易猜，开放题深但难评，需要组合使用。
- 选择题：设4个选项，其中至少2个是“合理但不充分”的干扰项
- 排序题：给出5条信息，要求按论证依赖关系排序
- 短答论证题：限80字以内，要求写出结论加两条理由
- 改错题：提供一段有逻辑漏洞的短文，要求指出并修正
评分不要只看答案对错。短答题建议用三级量表：结论正确、理由相关、理由充分，各占一定分值。
选择题的干扰项要记录选择理由，否则无法区分“猜对”和“想对”。
试测、修订与结果解释
题目设计完不等于可用。先在小范围试测，样本不少于30人，收集作答时间与错误类型。
- 难度：单题正确率低于30%或高于90%都要复核
- 区分度：高分组与低分组正确率差距明显偏小则修改
- 作答时间：单题平均超过3分钟需精简材料
- 歧义反馈：记录学生追问的词语，逐条改写
结果解释要落到思维维度，而不是只给总分。可以输出“分析较强、评价偏弱”的简要画像。
测评的价值在于让学生知道下一步练什么，每道题附一句思维提示，比单纯排名更有用。
