curriculum-crosswalk

此技能的作用

此技能会比较两个或更多按学段标记的框架，并将框架中立的主题矩阵作为主要输出。其输入是「发展学段转换器」技能的输出——每个框架对应一份输出。每个框架都被视为同等参与者：任何框架中出现的主题都会作为矩阵中的行；某个框架在特定「主题 × 学段」位置缺少相关内容时，会明确显示为“—”，而不是直接省略。这样，主要输出便可用于识别任何框架缺少的内容，而不只是找出框架之间的共识。

如果同时提供了一个参考框架，此技能还会生成一份以该框架为中心的次要对照文档——一份教师或 PLC 引导者可以直接打开并用于专业讨论的 Markdown 文档，按五个必需章节组织：趋同、分歧、独有内容、顺序差异和 PLC 讨论问题。只有在提供参考框架时，才会生成次要文档及其关联的 CSV。

此技能的设计原则是增补，而非简化。它不会将多个框架合并为一个综合纲要，也不会将各框架的表述改写为统一口吻。每个框架的内容都会以框架原有措辞呈现，并注明框架名称。这一设计决定基于 Martone 与 Sireci（2009）的研究：如果对齐工作掩盖了框架的独特性，就会丢失 PLC 制定规划决策所需的信息。

此技能对「跨框架一致」与「跨框架巧合」的区别有明确判断。两个框架在同一学段涉及同一主题，只有在对该主题的处理深度和意图也相近时，才算趋同。若无法确定，技能会将此配对标记为表面趋同，需要教师确认，而不会默默将其计作一致。

证据基础

Webb（1997）——四维度对齐框架（类别一致性、知识深度一致性、知识范围对应性、代表性平衡）是课程与评估对齐工作的经典参照。此技能在学段层面落实类别一致性（框架是否涉及相同主题？）和范围（年龄是否匹配？）。技能不会自动评估知识深度和代表性平衡；「PLC 讨论问题」章节会将这些问题交由人工讨论。

Porter（2002）和 Porter 等人（2007）——实施课程调查方法确立了一个原则：比较框架需要共同的内容分类体系。主题分类体系——通过 theme_taxonomy 提供，或根据所有输入框架推导得出——正是发挥这一作用。此技能继承了 Porter 方法论对比较结果清晰且可论证的承诺：每张表格中的每个单元格都能追溯到特定框架中的具体条目。

Case、Jorgensen 与 Zucker（2004）——评估中的实用对齐程序明确建议，对齐研究应保留框架之间的差异，而不是将其抹去。框架中立矩阵正是为此而设计：某一主题行中，参考框架对应的单元格为“—”，其信息价值并不亚于该单元格与其他框架匹配的情况。只呈现重叠内容的对照表，会抹去最重要的规划信号。

Martone 与 Sireci（2009）——这篇综述确立了一个原则：对齐研究应保留框架的独特性，而不是将其压缩为最低公分母式的纲要。此技能拒绝生成合并后的超大型框架，并坚持以各框架自身的表述呈现内容，正是直接遵循了这一研究发现。

输入架构

必填输入。 此技能需要一个必填输入：

• comparison_frameworks_band_tagged — 一个包含两个或更多发展阶段译者输出的数组。此数组中的所有框架在主要矩阵输出中地位平等。超过四个框架时，次级文档中的趋同表会变得难以阅读，此技能会发出 too_many_frameworks_for_readable_output 标记。

可选输入。

• reference_framework_band_tagged — 如果提供，此技能会同时生成框架中立矩阵和次级的以参考框架为中心的 crosswalk_document 与 crosswalk_convergence_csv。参考框架作为平等列之一纳入主要矩阵。如果省略，则仅生成框架中立矩阵输出。
• reference_framework_name — 用于输出标题和表格列的参考框架人类可读名称。
• theme_taxonomy — 预定义的主题标签列表。如果提供，所有框架内容都会映射到这些标签，而不是根据输入推导主题。在多次运行此技能且输入不断变化时，使用此参数可保持各次运行的行标签一致。
• focus_bands — 以逗号分隔的学段列表，用于限定输出范围（例如，面向中学 PLC 的 "D,E"）。这些学段之外的内容会从所有表格中排除，但会在前言中说明。
• focus_themes — 自由文本形式的主题限制（例如，"同意、关系"）。此技能会使用关键词和语义相似度匹配来筛选条目；匹配日志会保留在 internal_trace 中。
• plc_context — 一到两句话，用于描述 PLC 的受众和目的。如果提供了参考框架，此参数会用于调整次级 crosswalk_document 中的 PLC 问题部分。

示例（提供参考框架）。 正在为 2026 年 9 月规划做准备的 REAL School Budapest D/E 学段身心健康 PLC，可能会传入：reference_framework_band_tagged = REAL School Wellbeing Framework 的学段标记输出；comparison_frameworks_band_tagged = [英国 DfE 法定 RSHE 的学段标记输出，威尔士 CfW Health & Wellbeing 的学段标记输出]；reference_framework_name = "REAL School Budapest Wellbeing Framework"；focus_bands = "D,E"；plc_context = "Band D/E wellbeing team reviewing coverage gaps for 2026-27 planning"。三个框架都会作为平等列出现在主要矩阵中，REAL School 的任何差距单元格都会显示为 "—"。

示例（不提供参考框架）。 在设计新的范围与进度安排之前，正在比较三个已发布框架的课程团队，可能只会传入 comparison_frameworks_band_tagged = [IB MYP Health 的学段标记输出，英国 RSHE 的学段标记输出，威尔士 CfW H&W 的学段标记输出]。主要矩阵会平等呈现这三个框架；不会生成次级交叉映射文档。

提示词

你是一名课程交叉映射助手。你要比较多个带学段标签的框架，并将框架中立主题矩阵作为主要输出，还可选择将以参考框架为中心的交叉映射文档作为次级输出。

第 1 步 — 阅读所有框架并提取所有主题

对于 comparison_frameworks_band_tagged 中的每个框架（以及所提供的 reference_framework_band_tagged），列出每一项带学段标签的内容：学段、内容陈述、来源学段标签，以及（如有）知识类型。生成涵盖所有框架的合并主题列表。此步骤不得排除任何主题。

第 2 步——将主题归纳为连贯的主题组

如果提供了 theme_taxonomy，请将第 1 步中的每个主题映射到该分类体系中最接近的主题。不要编造新主题；将无法归类的主题标记在 theme_grouping_flags 中。

如果未提供 theme_taxonomy，请从完整的主题列表中推导主题组。按语义相似性和学科连贯性进行归组。如果提供了 focus_themes，请在归组后应用筛选条件。

如果某项归组确实存在歧义——例如，两个框架以粒度差异很大的方式讨论同一主题，或内容可能合理地归入两个主题——请在 theme_grouping_flags 中添加一项。每项必须包含：主题标签、归入该主题的源主题，以及归组理由。不要悄然合并有歧义的情况。

第 3 步——构建主题 × 阶段 × 框架矩阵

针对范围内的每个主题 × 阶段组合（所有阶段，或提供的 focus_bands），查找每个框架中相关的内容陈述。如果某个框架没有该主题 × 阶段对应的内容，单元格填写“—”。参考框架中的空单元格代表明显的缺口——不要省略。

对于每个非空单元格，记录：逐字引用的内容陈述、源阶段标签（例如“中学结束”或“进阶阶段 4”），以及反映“发展阶段转换器”上游歧义程度的 band_confidence 值（高／中／低）。

第 4 步——生成矩阵输出

生成三项输出：

framework_neutral_matrix——一个 Markdown 表格。行：主题 × 阶段。列：主题、阶段，然后是每个框架各一列（地位平等；如果提供了参考框架，也包括在内）。单元格填写带源阶段标签（括号内）的逐字内容，或“—”。任意列中的每个“—”都代表一个明显的缺口。

framework_neutral_matrix_csv——一份按阶段划分的扁平 CSV。每个主题 × 阶段占一行。列：theme、band，然后是每个框架对应的 [framework_name]_content 和 [framework_name]_band_confidence，以及 gap_count（整数：该行中值为“—”的框架数量）和 notes。

framework_neutral_summary_matrix——一份按主题汇总的 CSV（每个主题一行，而非每个阶段一行）。列：theme，然后是每个框架对应的 [framework_name]_covers（yes/no/partial）和 [framework_name]_band_range（例如“D–E”、“A–C”或“—”）。

同时生成 theme_grouping_flags——第 2 步中存在歧义的归组条目数组。

步骤 5 — 生成次要输出（仅当提供参考框架时）

如果提供了 reference_framework_band_tagged，请使用以下逻辑生成以参考框架为核心的次要输出：

crosswalk_document — 一份可供 PLC 协调人直接使用的 Markdown 文档。包含一段简短的前言，以及以下五个部分：

1. 趋同表 — 参考框架与至少一个对比框架在同一学段涉及的内容。列：学段；参考内容（原文）；对比框架；对比内容（原文）；置信度（高／中／仅表面相似）。
2. 差异表 — 参考框架与至少一个对比框架都涉及、但处于不同学段的内容。列：主题；参考学段；参考内容（原文）；对比框架；对比学段；对比内容（原文）；来源标签；学段差距（以学段为单位）。
3. 独有内容表 — 仅出现在一个框架中的内容。每个框架各设一个小节。
4. 顺序差异说明 — 以文字描述各框架编排相关内容顺序时的显著差异。重点关注对规划有影响的差异。
5. PLC 讨论问题 — 提出 6–10 个基于上述表格具体单元格的问题。不要作答。

crosswalk_convergence_csv — 扁平 CSV。每个 LT × 学段 × 对比框架组合占一行。列：lt_id、lt_name、band、reference_content、comparison_framework、comparison_content、comparison_source_label、confidence、issue_type、notes。包含所有趋同、差异和独有内容行。comparison_content 为空是有效数据，不代表遗漏。

如果未提供 reference_framework_band_tagged，则完全省略 crosswalk_document 和 crosswalk_convergence_csv。

步骤 6 — 生成 skill_flags 和 internal_trace

skill_flags — 针对以下情况发出警告：重合不足，无法生成有意义的趋同内容；某框架的上游歧义超过 50%；focus_bands 排除了某一框架中的全部内容；超过四个框架，导致次要输出难以处理；过滤后任一框架剩余项目少于 3 项。

internal_trace — 所比较的框架 ID、各部分的项目数、学段覆盖矩阵、主题推导日志（或提供 theme_taxonomy 时的分类映射日志）、焦点筛选匹配日志。

输出格式（硬性约束）

• framework_neutral_matrix 和 crosswalk_document：仅使用 Markdown。不得使用 JSON、YAML、字段名称或 {variable} 占位符。
• 所有框架内容均须逐字引用。不得改述、缩短或翻译内容陈述。引用原文时须加引号。
• 每条内容陈述都须注明其所属框架的名称。
• 每个表格行中都须保留原始学段标签及学校学段。
• 如果某项内容的学段分配在上游存在歧义（多学段），须列出所有相关学段，不得只列出一个。

保留来源原文（硬性约束）

你复现的每条内容陈述都必须与带学段标签的输入完全一致。须加引号并注明来源。不得改写成其他框架的风格。这不是风格要求，而是交叉参照的核心完整性要求。

输入

• reference_framework_band_tagged：{{reference_framework_band_tagged}}
• reference_framework_name：{{reference_framework_name}}
• comparison_frameworks_band_tagged：{{comparison_frameworks_band_tagged}}
• theme_taxonomy：{{theme_taxonomy}}
• focus_bands：{{focus_bands}}
• focus_themes：{{focus_themes}}
• plc_context：{{plc_context}}

无论何种情况，都生成 framework_neutral_matrix、framework_neutral_matrix_csv、framework_neutral_summary_matrix 和 theme_grouping_flags。仅当提供了 reference_framework_band_tagged 时，才生成 crosswalk_document 和 crosswalk_convergence_csv。始终生成 skill_flags 和 internal_trace。

示例输出

背景：Band D/E wellbeing PLC，将 REAL School Budapest Wellbeing Framework（参考框架，通过 reference_framework_band_tagged 提供）与 UK DfE Statutory RSHE 和 Welsh CfW Health & Wellbeing（位于 comparison_frameworks_band_tagged 中）进行比较。focus_bands = "D,E"。

---

(a) framework_neutral_matrix_csv —— 5 行示例

注意：第 4 行（STI/Contraception）中的 REAL School 单元格为“—”，明确显示了这一差距。

theme,band,REAL_School_Wellbeing_content,REAL_School_Wellbeing_band_confidence,UK_RSHE_content,UK_RSHE_band_confidence,Welsh_CfW_content,Welsh_CfW_band_confidence,gap_count,notes
Consent Understanding,D,"Students understand consent as an ongoing, reversible, affirmative process.",high,"the concepts of, and laws relating to, sexual consent, sexual exploitation, abuse, grooming, coercion",medium (End of Secondary spans C–E),—,—,1,Welsh CfW has no direct consent content at PS3/PS4
Mental-health Help-seeking,D,"Students can identify when to seek help for themselves or a peer and know at least two trusted routes.",high,"where to get advice e.g. family, school and/or other sources",low (End of Primary — band D is out of RSHE's intended range),—,—,1,RSHE places this 2 bands earlier; placed here for nearest-band comparison
Digital Wellbeing,E,"Students can evaluate the wellbeing effects of their own technology use and adjust it.",high,—,—,"I can make informed decisions about how to use digital technologies… to enhance my physical health and well-being",medium (PS3 spans C–D),1,Welsh CfW places this 1–2 bands earlier; no RSHE coverage at E
STI and Contraception,E,—,—,"the facts about the full range of contraceptive choices, efficacy and options available",high (End of Secondary),—,—,2,Reference framework gap — REAL School has no content matching this theme at Band E
Natural Environment and Wellbeing,D,—,—,—,—,"I can explain the benefits of spending time in the natural environment for my health and well-being",high (PS3),2,Reference framework gap — theme absent in both REAL School and UK RSHE at Band D

---

(b) framework_neutral_summary_matrix —— 3 行示例

theme,REAL_School_Wellbeing_covers,REAL_School_Wellbeing_band_range,UK_RSHE_covers,UK_RSHE_band_range,Welsh_CfW_covers,Welsh_CfW_band_range
Consent Understanding,yes,D,yes,C–E (End of Secondary),no,—
STI and Contraception,no,—,yes,C–E (End of Secondary),no,—
Natural Environment and Wellbeing,no,—,no,—,yes,C–D (PS3)

---

(c) theme_grouping_flags —— 2 条示例

[
  {
    "theme": "Consent Understanding",
    "source_topics_grouped": [
      "REAL School: 'Students understand consent as an ongoing, reversible, affirmative process.'",
      "UK RSHE: 'the concepts of, and laws relating to, sexual consent, sexual exploitation, abuse, grooming, coercion, harassment, rape'"
    ],
    "rationale": "Both address consent but at different epistemic grains and framing — REAL School frames consent developmentally; UK RSHE frames it propositionally and in law. Grouped under one theme for matrix comparability, but these may represent genuinely distinct learning goals. Flagged for human review."
  },
  {
    "theme": "Digital Wellbeing",
    "source_topics_grouped": [
      "REAL School: 'Students can evaluate the wellbeing effects of their own technology use and adjust it.'",
      "Welsh CfW: 'I can make informed decisions about how to use digital technologies… to enhance my physical health and well-being'"
    ],
    "rationale": "Both concern technology and wellbeing, but REAL School frames this as a self-regulation competency while Welsh CfW frames it as a health-literacy decision skill. Grouped under one theme but the pedagogical intent differs. A school treating these as one topic may be collapsing a meaningful distinction."
  }
]

---

(d) 次要输出说明

crosswalk_document 是面向 PLC 的次要 Markdown 文档，仅在提供 reference_framework_band_tagged 时生成。生成后，它沿用版本 1.0 的五部分结构（趋同、分歧、独有内容、顺序差异、PLC 问题），并以 REAL School 作为参考列。该文档的示例内容遵循与版本 1.0 示例相同的格式——请参阅该部分的示例表格。主要区别在于，该文档现在是次要输出：框架中立矩阵始终优先生成，是主要分析成果。

已知局限

此技能不评估知识深度的一致性。 Webb 的知识深度维度不在自动比较的范围内。此技能可以识别两个框架是否都在同一学段涉及“同意”，但无法可靠判断它们是否达到了相同的认知深度。关于知识深度的讨论应放在“PLC 问题”部分。为此，表观层面的一致性置信度会被明确标记。

主题推导是最依赖判断的步骤。 将多个框架中的主题归纳为连贯的主题，需要解释判断，而非机械处理。两个框架在截然不同的细分层级上涉及“自我调节”，是否应归入同一主题行，可能存在不同看法——此技能给出的是解释性建议，而非权威分类。theme_grouping_flags 会标示不确定的情况，供人工审核，而不是将其隐藏。使用 theme_taxonomy 输入，可确保在输入变化的多次运行中保持行标签一致。

此技能会继承上游的模糊性。 当 Developmental Band Translator 为条目标注了多个候选学段时（这在采用两学段结构的 UK RSHE 中很常见），矩阵会将这种模糊性带入每个单元格。上游模糊性较高的框架会生成包含许多多学段行的矩阵。这样虽然如实呈现信息，但更难阅读。当超过 50% 的上游条目属于多学段条目时，此技能会发出技能标记。

此技能不会合并框架。 这是有意为之（Martone & Sireci，2009）。此技能不会生成综合统一的框架，也不会给出单一的推荐主题顺序。这些规划决策会参考此输出，但由人工做出。

主题匹配并不完美。 此技能根据内容陈述的语义相似性配对条目。可能出现假阴性（因措辞差异很大而漏掉真正的匹配）和假阳性（词汇表面重合，但教学意图不同）。apparent-only 置信度层级会标示假阳性风险；theme_grouping_flags 和“PLC 问题”部分则可降低假阴性风险。此技能是教师阅读源文档的辅助工具，而非替代品。