跳到主要内容

把自评线索放回真实任务,不用一次分数定义能力

职业任务倾向自评(九类框架)用九类常见任务整理当前的把握感、经验和信心。它适合安排下一次课程、活动或项目体验,不是官方 GATB、客观能力考试、岗位胜任评估或招聘工具。

本页内容当前九类模型、计分与解读顺序

当前九类模型、计分与解读顺序

这份测评回答什么

职业任务倾向自评(九类框架)面向正在比较课程、活动、项目、专业方向或职业体验的人。它把“我适合什么”这个过大的问题,拆成九类可以实际遇见的任务,帮助用户先找到下一件值得体验和核对的事。

当前产品使用 45 道五级独立自评题,询问学习、练习和日常经历中的把握感、经验与信心。它参考 GATB 常见九类任务语言重新编写,但不是官方 GATB,也没有复制标准化测验的原题、图形、器具、计时或施测程序。

当前九类任务模型

  • G|学习理解与迁移任务:从示例中抓住规则,并把方法迁移到材料不同的新任务。它不同于 V 的文字语义处理、N 的数量关系和 Q 的逐项核对。
  • V|文字理解与表达任务:读懂文字与概念,并按对象重新组织清楚的说明。它关注语言内容,不把社交影响力、资料格式检查或泛化学习速度混在一起。
  • N|数量关系处理任务:理解计算、比例、价格、时间与数据之间的关系并完成核对。它处理数量含义,不等同于 Q 的字段一致性检查。
  • S|空间结构转换任务:在平面图、视角图与立体结构之间进行想象和转换。它发生在脑中的空间操作,不等同于 P 的直接观察差异或 M 的实际装配。
  • P|图形细节辨识任务:在相似图形、轮廓、朝向、线条与色块中发现差异。它处理非语义外观,不处理编号、表格或记录规则。
  • Q|资料核对与校订任务:按字段、编号、格式和记录规则逐项检查资料差异。它关注规则化信息处理,不要求做数量推理或空间转换。
  • K|身体动作协调任务:让身体各部分在连续动作、节奏、平衡与方向变化中稳定配合。它不同于 F 的指尖精细操作和 M 的双手工具操作。
  • F|精细手指操作任务:用手指稳定控制细小部件、力度与位置。它关注指尖、小物件和连续精细动作,不扩展为全身协调或双手装配。
  • M|双手工具操作任务:让双手与手腕配合完成搬动、对准、固定、推拉或装配。它关注实际操作,不把空间想象或管理协调纳入分数。

九类任务是当前产品全部开放的结果维度。AI 解读时应使用以上中文名称、任务动作和相邻边界,不要把传统框架中的抽象名称直接替换成智力、天赋、胜任力或职业类型。

作答与计分

九类任务各有 5 道题。每题从“很不符合”到“非常符合”选择一项,分别计 1—5 分,因此每类本次得分为 5—25 分。

报告同时使用两种读法:

  1. 固定阅读区间:5—12 为“当前把握线索较少”,13—18 为“已有一定把握线索”,19—25 为“当前把握线索较多”。区间帮助九类正文保持一致,不是人群等级、百分位或岗位标准。
  2. 本次九项顺序:只比较同一个人这一次的九项回答,用于决定先核查哪类任务,不是能力名次。

同一个分数可能同时受到近期接触、熟悉度、练习、信心、任务条件和作答风格影响。靠前表示更适合作为当前核查入口;靠后表示先确认是否缺经历、缺示范、条件不公平或确实更消耗,不表示“不具备”或“不适合”。

报告结果怎样形成价值

完整结果先展示九轴分布、固定阅读区间和本次九项顺序,再给出前两位任务线索。前两位不是一个职业类型,而是两个可以分开、组合和换条件观察的任务入口:

  • 先分别完成两件单项任务,确认各自的开始意愿、方法、结果、用时与消耗;
  • 再把两类动作放进同一件小项目,观察谁提供结构、谁形成产出,以及调换先后顺序后发生什么;
  • 保存摘要、计算过程、图形判断、核对清单、动作记录、成品或其他可复查结果,并加入一条了解任务标准者的反馈。

当前结果首先提供九类结果轮廓、分数表、前两位短解、九类短解和下一件任务入口。完整解读在此基础上增加前两位组合核查、九类逐项深解、课程/活动/项目体验板、专业与职业任务拆解,以及任务观察序列;它深化同一模型,不替换已有结果,也不额外制造隐藏维度。

特殊结果怎样读

  • 九类任务接近,暂不设主线:九项最高与最低相差不超过 3 分时,不按代码顺序强行指定第一位。先让 2—3 类任务获得难度相近的接触机会,再比较真实产出与消耗。
  • 整体自评把握偏高:多类描述都被认可时,优先换陌生材料、减少提示或加入外部标准,确认把握能否跨条件出现。
  • 整体自评把握偏谨慎:多类描述都较少被认可时,先补说明、示范和公平练习,再判断是缺少接触还是任务本身更消耗。
  • 结果信息不完整:缺少任一必要维度时,不展示完整九类画像、组合或行动建议;缺少的分数不会按 0 分或低分处理。

九类接近、整体偏高和整体偏谨慎都是不同的阅读入口,不应被写成“没有特点”“全面优秀”或“整体能力不足”。

AI 解读顺序

  1. 先确认九个分数完整;不完整时停止画像解释。
  2. 读九轴分布与固定阅读区间,再读本次九项顺序,不把二者改写成人群排名。
  3. 用当前产品的九个中文任务定义解释靠前、靠后和相邻项目,特别注意 G/V/N、S/P、P/Q、K/F/M 的边界。
  4. 读前两位任务线索时,分别说明单项价值、可能的组合步骤和需要补充的现实条件,不直接给专业或岗位答案。
  5. 结合用户的测评意图,把建议放进下一件课程、活动、项目或职业体验,而不是套用统一日期计划。
  6. 按下一件合适任务 → 一次可比任务 → 只改变一个条件 → 至少两次可比经历后复盘的顺序承接结果;问卷与真实任务不一致时,以可复查产出和反馈为优先。

使用边界

这份结果不能单独推出客观能力、专业或岗位适配,也不直接代表人群位置、招聘筛选、升学分流或岗位胜任,不用于医学或心理诊断。涉及正式选拔或重大教育、职业决定时,应同时考虑真实任务表现、作品、成绩、兴趣、价值观、身体条件、资源、成本和外部规则。

以下资料只用于说明标准化 GATB 与相关历史工具的框架和程序背景,不直接验证当前中文自评题本或个人结果: