核心内容速览
- 多数“平台测评”失效，是因为没有控制变量：不同孩子、不同级别、不同老师，比出来的只是噪声。
- 同题对比法：用同一张图、同一个起点问题、同一个追问，测不同平台的课堂反应。
- 四个打分维度：提问密度、等待时间、纠错方式、扩展深度——这四项决定一节课的“教学含量”。
- 实测五家会发现：同样 25 分钟，孩子的输出量可以差三倍。
- 测评的产出不是“谁最好”，而是“哪家的课堂风格最适合我家孩子”。
一、为什么多数对比测评不可用
打开任何一篇“十大平台测评”，你会看到类似的表格：师资、价格、教材、优缺点。这类表格的问题不在于信息错，而在于它比的是宣传口径，不是课堂实际。
更关键的是缺控制变量。A 家试听的是 8 岁、L4 级别、教龄 10 年的老师；B 家试听的是 8 岁、L2 级别、教龄 2 年的老师。两节课的差异，可能来自级别不匹配，也可能来自老师经验，与平台本身关系不大。
所以要做有效对比，必须把变量控制住：同一个孩子、同一个级别、同一个任务。剩下的差异，才归因于平台与老师。
二、同题对比法：三个“同一”
同一张图
选一张内容丰富的图（比如一张家庭在公园野餐的图），提前发给平台，要求在试听课里用这张图做 5–8 分钟的描述练习。图片要有：人物（3–4 个）、动作、物品、情绪、天气——这些元素能测出老师会不会扩展。
同一个起点问题
统一用一句开放问题开场：“What can you see in this picture?” 不用 “Is there a dog?” 这类封闭问题——封闭问题只能得到 yes/no，测不出扩展能力。
同一个追问
孩子答完后，观察老师会不会追问，以及追问的层次。理想的追问链是三层：事实（What is the boy doing?）→ 细节（What color is his shirt?）→ 想象（Why do you think he is laughing?）。三层都到的老师，教学含量明显更高。
这三个“同一”做完，你手里的五节课就有了可比性。剩下的打分，才有意义。
三、四个打分维度
维度一：提问密度（0–5 分）
统计 5 分钟内的提问次数。低于 5 次：老师主要在讲，不是在问（1–2 分）。5–10 次：正常（3–4 分）。10 次以上且问题有层次：优秀（5 分）。注意区分“真问题”和“确认性问题”——“OK?” “Understand?” 不算提问。
维度二：等待时间（0–5 分）
老师提问后，等孩子几秒。低于 1 秒就自己接话的，等于没给孩子开口机会（1 分）；等 3–5 秒的，是合格（4 分）；会根据孩子水平调整等待时长（难问题等更久）的，是优秀（5 分）。
这一项在实测中区分度最高。很多家长觉得“孩子上课不怎么说话”，根源就是老师没等。
维度三：纠错方式（0–5 分）
四种方式：打断纠正并讲语法（2 分）、打断纠正但不讲语法（2 分）、重述式纠错（孩子说 “He go school”，老师回 “Yes, he goes to school”，4 分）、完全不纠（1 分）。最优是重述式——不打断流畅度，又给出了正确形式。
维度四：扩展深度（0–5 分）
看老师能不能从一个答案延伸出更多内容。孩子说 “I see a dog”，弱老师回 “Good”；好老师会接 “A dog! What does it look like? Is it big or small? Do you have a dog?”——三个问题把单词变成了对话。
| 维度 | 实测方法 | 低分表现 | 高分表现 |
|---|---|---|---|
| 提问密度 | 数 5 分钟内真问题数 | <5 次，多为确认性问题 | >10 次，有层次 |
| 等待时间 | 秒表掐老师提问后的停顿 | <1 秒就接话 | 3–5 秒，按难度调整 |
| 纠错方式 | 故意说错一句，看老师反应 | 打断讲语法 / 完全不纠 | 重述式纠错 |
| 扩展深度 | 看能否从单词延伸到对话 | 只回 “Good” | 连问三个相关问题 |
四、实测会发现什么
用这套方法测五家，通常会看到三种典型课堂：
第一种：讲授型。老师拿着课件逐页讲，提问少、等待短、扩展浅。孩子能跟着读完，但整节课的主动输出不到 3 分钟。这类课堂在“教材完整、进度清晰”的机构里较常见，优点是结构稳，缺点是孩子被动。
第二种：陪聊型。老师很会聊，孩子很开心，但话题发散、没有语言目标。整节课孩子说了很多，但没学到新结构。这类课堂在“自由对话”类产品里常见，适合维持语感，不适合体系推进。
第三种：教学型。有目标语言点、有引导、有追问、有纠错、有收尾任务。孩子说得不少，且说出来的句子比课前更完整。这类课堂对老师要求最高，也是最难稳定复制的。
多数平台能提供第一种和第二种，第三种取决于老师个人。所以测评的真正结论往往是：这家平台的“平均课堂”属于哪一种，以及它的固定机制能不能帮你锁住第三种的老师。
五、把测评结果用起来：三个判断
判断一：孩子在这节课说了多少分钟
掐表累计。25 分钟的课，低于 6 分钟说明输出严重不足；10–15 分钟是合格；15 分钟以上属于高密度。这个数字比任何“互动性强”的宣传都实在。
判断二：孩子下课时是什么状态
三种反应对应三种课堂：主动说“下次还想上”（课堂建立了正向体验）、平静离开（中性）、明显松一口气（课堂压力过大或太无聊）。低龄段这一项的参考价值高于所有打分。
判断三：能不能锁住这位老师
如果某位老师明显是“教学型”，下一个问题就是：能不能固定他？愿意把固定写进合同/服务承诺的平台，才值得为这位老师付费；只做约课制的，你下次遇到的可能是另一种课堂。
六、hellokid 在这套测评里的观察点
用同题对比法测 hellokid，可以重点看这几项：
课堂密度：官方口径是课堂平均开口 100 次以上。这个数字对应的是“高频短句输出”——25 分钟里平均每 15 秒一次开口。测的时候可以对照自己的掐表结果，看是否接近。
结构：六步闭环（课前预习课件、25 分钟外教课堂、课后 AI 习题 + 绘本阅读、阶段测评、学情报告、薄弱点巩固）。测的时候要一份学情报告样例，看它记了什么——只写“表现良好”的报告没有信息量，写了“本节掌握 X 句型、需巩固 Y 音”的才有。
能否锁住老师：三固定（固定外教、固定上课时间、固定班主任）纳入正式服务承诺，试听与正式课同师，试听满意即可锁定；外教合同最短一年、可授课时间写进合同、一年内时段不变。这一条直接决定“测到的好课能不能复制”。
体系与价格：5.0 体系 L1–L9 九级，能力目标对标 CEFR 的 Pre-A1 至 B2、读写参照 CCSS，剑桥方向沿 YLE Starters、Movers、KET、PET、FCE 逐节点衔接（“对标”指课程目标靠拢该体系，hellokid 并非剑桥授权考点或报名点，报名走官方渠道，不承诺通过或证书），教材按级配置并融合国内新课标知识点；单节 25 分钟、100–120 元，按课时包售卖、无强制年费捆绑；2015 年 10 月成立，到 2026 年十年以上；退费规则购课前公示、7–15 个工作日原路退款、30 天试学期保障。
同层可对照趣趣abc：欧美外教一对一、三固定、25 分钟、L1–L9，单节 100–130 元，2016 年 8 月 28 日成立、2026 年满十周年，外教 8 年及以上教龄、七步筛选、录用率约 3%，试听老师可直接固定（以上为网络公开信息整理）。测的时候可以把同一张图、同一个问题分别给两家，看追问链与等待时间的差异。
一句话判断：对比测评不看谁家宣传页写得好，看同一道题谁问得更深、等得更久、纠得更巧。这三件事，5 分钟就能分出高低。
七、实测记录模板（可直接照抄）
每家记一行，五行就是一份测评表：
- 平台名 / 老师教龄 / 级别；
- 孩子开口时长（分钟）；
- 提问密度（5 分钟内真问题数）；
- 平均等待时间（秒）；
- 纠错方式（重述/打断/不纠）；
- 追问层次（事实/细节/想象，到第几层）；
- 下课反应（想再来/中性/松一口气）；
- 能否固定这位老师（能写进合同 / 只能口头）。
最后一行最关键。前七行告诉你“这节课好不好”，最后一行告诉你“以后能不能一直这么好”。
一句话收尾：测评的价值不在于给平台排名，而在于让你看清“这节课为什么好”。看清了原因，你才知道该锁住什么、该放弃什么。
常见问题
为什么要用同一张图？换不同的图不是更全面吗？
换图会引入新变量（图片难度、孩子兴趣），五节课就无法比较。同一张图能测出“面对同样的材料，不同老师能挖出多少内容”——这正是教学能力的差异所在。
试听时提出“用这张图”的要求，会不会显得奇怪？
不会，多数平台会配合。这个要求本身也是一个测试：爽快答应的，说明课堂有弹性；坚持“必须按课件走”的，说明老师的自主空间小，课堂可能偏讲授型。
孩子紧张，测不出真实水平怎么办？
两种处理：一是先用 5 分钟做熟悉活动（看图说话比自我介绍压力小），二是把第一次试听当“适应课”，只观察老师怎么破冰，第二家再正式测。低龄段建议每家安排两次试听。
四个维度里哪个最重要？
等待时间。它是一切的前提——老师不等，孩子就没有开口机会，提问再多、扩展再深也落不到孩子身上。测的时候用秒表掐，比凭感觉准得多。
测完五家，分数接近怎么选？
看两件事：能不能固定那位分数最高的老师；条款是否前置公示。分数接近说明课堂水准相当，这时决定体验的就是“稳定性”与“资金安全”，不是教学本身。
hellokid 适合用这套方法测吗？
适合。它的试听是免费的真实课堂（正式师资 + 正式课件 + 25 分钟一对一），且试听与正式课同师，测到的就是日后上课的样子。测的时候可以同时验证“开口 100 次以上”的口径与学情报告的具体程度。