英语能力诊断基线：基于 Life Level-up Guide 的 English Diagnostic 模板落地四技能基线、0–2 评分与 30/90 天复测工作流

导读：本文以仓库中的 English Diagnostic Template 为骨架，系统拆解「一份诊断记录表」如何承接 CEFR 自评、四技能任务、证据卡映射、0–2 评分与 Day-30 / Week-12 复测，并落地为可被复盘的证据链。读完你能够直接复刻一份可用于听、读、说、写四项技能的英语诊断记录，掌握「记录评分理由而非只记分数」「保留未经修饰的原始样本」「把下一个变量写进 90 天循环」的关键方法，并理解该模板在仓库自动化内容检查中的定位。

一、先理解模板的位置：它不是一份孤立问卷

在打开模板之前，值得先弄清它在 docs/en 这套「人生进阶 / 终身学习」内容体系里承担什么角色。

从 English Home（英文版主页） 的结构可以看出，英语是整本指南的「地基」。主页的 Foundation 部分明确写道：英语能力「不是由单词收藏量证明的，而是由你在真实场景中能理解、表达并完成什么来证明」。正是在这条准则下，主页把 English Diagnostic 与 Vocabulary Audit、Listening Resource Audit、Speaking/Writing/Reading Evidence Card、Artifact Brief 一起列为「可以直接开始」的入口工具。

而模板文档正文第一句给出了它的前置条件：

Read CEFR Goals and Self-check, then complete all four tasks under the same topic, similar time, and explicit restrictions.

对应的中文版页面路径为 CEFR Goals and English Self-check。也就是说，先做 CEFR 分级自评，再用诊断模板采集四技能基线，两者构成一对「定位 → 采样」的组合，模板负责把你的 A1–C2 方向感转成一份可复测、可比较的原始证据。模板定位为「诊断当前基线、把任务完成度与表达可懂度、准确性/广度、组织/流利度、修订/迁移分开衡量」，详细见模板文件的 description 元信息。

模板所属位置是 docs/en/templates，与其并列的证据卡、审计卡与循环表共同构成一套相互咬合的体系，后文会逐项串起来。

二、模板全文逐字段拆解（可直接复制使用）

下面先把 english-diagnostic.md 中的完整记录模板原样给出（在实际使用中，建议把这份内容复制进私人笔记，为每一次诊断单独建一份副本）：

# English Diagnostic — YYYY-MM-DD

Real use context:
Topic and source:
Restrictions (time, captions, dictionary, AI):
Day-30 retest date:
Week-12 retest date:

| Skill | Conditions | First sample | Delayed/parallel sample | Evidence card |
| --- | --- | --- | --- | --- |
| Listening | | | | Listening Resource Audit |
| Reading | | | | Reading Evidence Card |
| Speaking | | | | Speaking Evidence Card |
| Writing | | | | Writing Evidence Card |

| Skill | Task 0–2 | Comprehensibility 0–2 | Accuracy/range 0–2 | Organisation/fluency 0–2 | Revision/transfer 0–2 |
| --- | ---: | ---: | ---: | ---: | ---: |
| Listening | | | | | |
| Reading | | | | | |
| Speaking | | | | | |
| Writing | | | | | |

Strongest evidence:
Weakest evidence:
Repeated errors:
Provisional CEFR by skill:
12-week real task:
Smallest next exercise:
Parts requiring a professional or primary-source check:
One variable to change next cycle:

模板可以被分为五个层次来读。

2.1 元信息头：先锚定使用场景与复测时间点

• Real use context：这次英语使用发生在什么真实场景（如「给海外客户写周报」「参加英文技术会议」），它是后续所有任务选题的依据；
• Topic and source：四技能任务共用的话题与素材来源，保证听、读、说、写在同一话题语境下互相支撑；
• Restrictions (time, captions, dictionary, AI)：记录限时、是否允许字幕、是否允许查词典、是否允许 AI 协助。限制条件写得越明确，Day-30 / Week-12 复测时的对照越可信；
• Day-30 retest date 与 Week-12 retest date：先给自己约定两个复测日，让诊断天然挂入 30 天与 12 周两个时间刻度。

2.2 技能条件表：记录「在什么条件下做」

第一张表按听、读、说、写四技能分别填写 Conditions、First sample（首次原始样本存放位置）与 Delayed/parallel sample（延迟/平行样本）。右边一列指向更细粒度的记录工具：

技能	对应证据卡	存放位置
Listening	Listening Resource Audit	docs/en/templates/listening-audit.md
Reading	Reading Evidence Card	docs/en/templates/reading-evidence.md
Speaking	Speaking Evidence Card	docs/en/templates/speaking-evidence.md
Writing	Writing Evidence Card	docs/en/templates/writing-evidence.md

正如模板开头提示的：当需要更精细的诊断时，使用对应的 skill card（技能卡）。诊断表只记录总分与关键结论，细分到「逐段标注错误、逐遍记录修改」的工作交给上述四张卡完成。

2.3 五维 0–2 评分表：诊断表的核心输出

第二张表要求对四个技能分别从五个维度打分，形成 5×4 的网格：

• Task 0–2：任务完成度——想传达的信息与目的有没有到达；
• Comprehensibility 0–2：可懂度——受众是否不需要猜测就能听懂/读懂；
• Accuracy/range 0–2：准确性与语言资源广度——语言选择是否支撑任务；
• Organisation/fluency 0–2：组织与流利度——信息是否连贯、是否被破坏性停顿打断；
• Revision/transfer 0–2：修订与迁移——能否依据反馈改进，并在新任务里复用。

这与 CEFR Self-check 页面「Feedback Rubric」一节列出的五条评分维度一一对应，说明诊断表不是自创口径，而是对 CEFR 自评量规的承接。模板建议对四项技能分开评分（the four skills differ 时 profile 往往不均衡），避免用一个「平均等级」抹平短板。

2.4 结论区：从分数走向下一步动作

• Strongest evidence / Weakest evidence：回答「哪份样本最能证明能力、哪份暴露了最大缺口」；
• Repeated errors：按错误类别归并复现的错误，而不是记录单次失误；
• Provisional CEFR by skill：给每个技能一个「暂定」CEFR 等级——注意模板用词是 Provisional，与 CEFR 自评页「不要让一次任务给自己贴上『达到了某个级别』的标签」的立场一致；
• 12-week real task：把 12 周后要完成的真实任务写下来，见 90-Day Action Plan 的长期规划语境；
• Smallest next exercise：挑一个最小可执行的下一次练习，遵循「任务缩小而不是硬扛难度」的原则；
• Parts requiring a professional or primary-source check：明确哪些部分（如涉及健康、法律、金融、专业术语的文本）需要回到可靠的一手来源或专业人士；
• One variable to change next cycle：每一轮只改一个变量，保证前后结果可比。

2.5 评分参照与记录纪律

模板在代码块外补了一条硬性评分参照：

Scoring reference: 0=not completed, 1=partial or cue-dependent, 2=stable under the stated conditions. Record the reason for each score, not only the number.

• 0：未完成；
• 1：部分完成，或需要提示/依赖线索（cue-dependent）；
• 2：在既定的条件下表现稳定。

「为每个分数记录理由，而不只是写个数字」是整份模板最容易被跳过的纪律。分数若不附带样本与理由，就退化成自我感觉；附带理由后，Day-30 复测才能精确回答「哪一项真的变了」。

三、四技能任务如何设计：同一主题 + 相似时长 + 明确限制

诊断模板规定四任务应满足三个对齐条件：同一主题（same topic）、相似时长（similar time）、明确的限制条件（explicit restrictions）。这样做是为了让「技能差异」成为唯一被测量对象——如果听力和阅读的话题难度相差悬殊，分数差异就解释不了。

每个任务的标准规格可以在 CEFR Self-check 页面的「Four-skill Evidence」表格里找到：

技能	10–20 分钟任务规格	检查要点
Listening	听 2–4 分钟，记录主旨、三个细节并做复述	主旨、细节、语块边界、miss 的原因
Reading	读 600–1000 词，写五句概括加一个质疑	主张、证据、推断、生词是否阻断理解
Speaking	录一段 2 分钟不准备的口头解释	可懂度、停顿、语法、语块、任务完成度
Writing	20 分钟写 180–250 词的邮件/解释/论证	目的、结构、支撑、准确性、修订

写作时还需遵守一条「无脚手架」红线：不要查语言资料，也不要让 AI 重写第一版（Do not look up language or ask AI to rewrite the first version）。第一版必须是你独立完成的样子，因为它要充当未来所有复测的对照样本。这一思想在证据体系中反复出现，例如 Evidence Chain Template 第二节要求「基线在任何 AI、同伴反馈或密集训练之前采集」，并显式记录当时使用的工具。

四、为什么必须保留「原始样本 + 辅助版本 + 延迟表现」三件套

模板结尾给出了整个诊断闭环的收口要求：

Repeat under the same conditions or a close parallel task on day 30 and week 12. Keep the raw sample, assisted version, delayed performance, and scoring reasons instead of comparing only polished products.

翻译成操作语言就是：不要拿「润色后的成品」相互比较，而要并排保留四样东西：

1. Raw sample（原始样本）：第一次无辅助产出的录音/文稿，是能力下限的真实证据；
2. Assisted version（辅助版本）：查了词典、听了反馈或经 AI 协助后的版本，用于看清「脚手架拆掉之前能走多远」；
3. Delayed performance（延迟表现）：过一段时间、去掉提示后独立完成的表现，用于验证是不是「离开熟悉脚本就消失」；
4. Scoring reasons（评分理由）：每个 0–2 分数背后的具体依据。

这一设计与 Evidence Chain Template 的「基线 → 即时表现 → 延迟保持 → 迁移」四段结构同构，也与 CEFR Self-check「Carry the Self-check into the Next Cycle」一节给出的四步（保存原始基线、记录即时表现与所获帮助、七天后移除近期提示重测延迟保持、30/90 天后更换话题验证迁移）完全对齐。

关于复测条件，模板给了两种选择：相同条件（same conditions） 复测，用来比较能力绝对变化；或 接近的平行任务（close parallel task），用来测试迁移。典型节奏可参考 Listening Resource Audit 里的七天循环：Day 1 无字幕听写主旨与细节 → Day 2 对照文本修补关键片段 → Day 3 影子跟读语块 → Day 5 更换一个条件 → Day 7 用平行素材做迁移测试。口说与写作的证据卡 Speaking Evidence Card、Writing Evidence Card 也都内置了 Day 1 / Days 3–7 / Day 30 的延迟迁移测试表，可作为 Day-30 与 Week-12 两个复测点的中间刻度。

五、把「下一个变量」写进 90 天循环，完成系统交接

诊断模板的最后一行字段 One variable to change next cycle 不是问卷收尾，而是一个交接协议。模板文档明确要求：把这一个变量写进 90-Day Cycle Map（Put the next variable into the 90-Day Cycle Map）。

打开 90-Day Cycle Map 可以看到它与诊断模板的接口点：

• 第一节 Cycle commitment 要求写下第 90 天要交付的真实成果与完成标准，承接诊断表里的 12-week real task；
• 第二节 Day-one baseline 要求保留一份「没有让 AI 代做任务」的样本——录音、短文、阅读重建、代码或演示均可，正是诊断模板 First sample 的去处；
• 第三节三个阶段的闸门（gates）：Calibrate（1–14 天，回答「到底在练什么、瓶颈是什么」）、Stack（15–56 天，回答「哪个动作在什么条件下稳定下来」）、Ship（57–90 天，回答「换个听众/话题/用户是否依然可用」）。闸门没有证据就不自动加难度，应先把任务缩小或补齐前置；
• 第五节 Evidence chain 明确提醒：聊天记录、播放时长、打卡截图只是「过程痕迹」（process traces），关键判断必须回到实物、录音、读者/用户反馈以及新条件下的表现。

因此完整闭环是：CEFR 定位 → English Diagnostic 采四技能基线 → 分技能证据卡做精细跟踪 → 每周复盘 → Day-30 / Week-12 同条件或平行复测 → 把唯一变量写回 90 天循环图。模板之间通过 Evidence Chain Template、Weekly Review、Learning State 完成跨会话交接，避免只留一个孤零零的最终分数。

六、仓库如何保证这类模板可被稳定检索与引用

值得说明的是，english-diagnostic.md 这类模板页在本仓库并不是随手写的 markdown，而是被自动化脚本与测试持续校验的内容单元。理解这套校验，能帮你判断模板引用的可靠性，也能解释为什么前文所有链接都指向稳定路径。

6.1 内容检查脚本的约束

scripts/check-content.mjs 是全仓库的内容守门人，它对本文件施加了几类约束（对应实现）：

• Frontmatter 必备字段：每个公开页面必须包含 title、description、updated 三键，且 updated 必须是 YYYY-MM-DD 且不晚于当前日期、description 不得过短（少于 24 字符会报错）。这也解释了模板文件顶部为什么有标准化的 frontmatter；
• 链接目标必须存在：脚本会解析所有 Markdown 链接与 HTML href，检查解析后的本地文件是否真实存在（对应实现），因此文中「相对链接必须指向实际文件」不是建议而是仓库硬性规则；
• 中英双语与标题层级对齐：英文页面必须在 docs/en 下有中文对应页，反之亦然，且两页的标题层级结构必须一致（checkBilingualParity 与 checkHeadingParity）；
• 过期字符串与隐私红线：脚本内置了一组 STALE_PATTERNS（残留旧站点域名、公开 QQ 号、失效网盘链接等），一旦命中即报错（对应实现），从机制上防止模板引用过期的外部资源。

6.2 Playwright 端到端测试的兜底

tests/site.spec.mjs 则从「页面能否真实渲染」层面兜底：它遍历导航中每个 source，逐一断言对应路由的 H1 可见且 main 区域可见（对应实现），并校验页面 meta[name="description"]、canonical、og:url 等元数据是否跟随路由。针对模板体系，测试还显式断言了英文版 Evidence Chain Template 页面包含「Save an Unaided Baseline」与「Test Delayed Retention」两个关键小节标题（对应实现），以及 Weekly Review 页面存在指向 Evidence Chain 与 Rhythm Ledger 的交接链接（对应实现）。换句话说，你阅读到的这些模板不是静态孤页，而是被测试持续守护、可被搜索引擎与 Agent 稳定锚定的内容节点。

七、落地步骤清单：从零完成一次标准诊断

把以上拆解收拢成可直接照做的操作序列：

1. 先做 CEFR 自评：通读 CEFR Goals and English Self-check，完成其中四技能基线任务规格，判断自己处于哪个暂定区间；
2. 选定真实话题与素材：在 Real use context 里写下一个真实使用场景，并让听、读、说、写四任务围绕同一话题展开；
3. 写下限制条件与复测日期：明确限时、字幕、词典、AI 的使用边界，并填好 Day-30 retest date 与 Week-12 retest date；
4. 四技能各做一次无辅助任务：产出 First sample，存放到明确路径；需要更细诊断时，分别落到 Listening Resource Audit、Reading Evidence Card、Speaking Evidence Card、Writing Evidence Card；
5. 按五维打 0–2 分并写理由：对每项技能完成五列评分，且在结论区写下 Strongest/Weakest evidence、Repeated errors 与 Provisional CEFR by skill；
6. 安排最小下一步：填 Smallest next exercise，识别需要专业/一手来源核查的部分，确定 One variable to change next cycle；
7. 把变量交还给循环：打开 90-Day Cycle Map，将该变量写入下轮计划的对应位置；
8. Day-30 与 Week-12 复测：在相同条件或接近平行任务下重做，并排保存原始样本、辅助版本、延迟表现与评分理由，而不是只比较润色后的成品。

这套流程的价值不在于给语言水平贴一个漂亮标签，而在于为下一次练习提供一个可比较的锚点——正如模板与配套的 CEFR 页面反复强调的：能力不是由自我感觉证明的，而是由你能够理解、表达并完成的东西，以及这些表现在时间和条件变化之后是否仍然成立来证明的。若希望把同一套「基线—证据—延迟—迁移」的方法延伸到英语之外（AI 学习、项目交付、生活实践），可继续阅读 Evidence: How Change Becomes Visible 与 Learning State Template。