← 返回精选作品
CASE 01 / Student Knowledge Gap个人项目 · 功能原型

从一张成绩单,到下一步教学行动。

连接考试证据、知识薄弱点与教学行动,让分析结果成为教师可以审核、可以使用的诊断文档。

产品方向AI × 教育
目标用户中学教师 · 以初一数学为试点场景
案例侧重场景与工作流 / 可解释 AI
01 / CONTEXT

知道学生哪里薄弱之后,教师下一步该做什么?

总分能够说明考试表现,却不能直接回答学生卡在哪个知识点、依据是什么,以及下一节课应该如何调整。把分数转成可执行建议,需要贯通采集、分析、审核和后续验证。

产品目标

让班级质量分析、学生诊断与教学行动使用同一条证据链,同时保留教师对归因和建议的判断权。

01采集考试
02审核与提交
03生成诊断
04教师确认
05复测验证
02 / PRODUCT DECISIONS

方案里的三个取舍。

从现有功能出发,梳理其产品理由与代价;这些解释仍需在真实使用中验证。

01

让文档成为主要交付物

优先呈现班级分析、学生诊断单和改进单。

为什么
教师可以将文档用于讲评、沟通和备课,分析结果更容易接入现有工作流。
代价与边界
仪表盘承担概览与导航;报告信息组织和可读性需要投入更多设计。
02

把归因当作待确认的假设

同时展示证据、可能原因与教师否决入口。

为什么
一次失分不等于确认根因。错误归因可能导致错误的教学行动,因此必须允许纠正。
代价与边界
增加审核步骤;对证据不足的情况保留不判断,而不是强行给出答案。
03

区分确定性判断与 AI 表达

由证据和规则推导数字,AI 参与解析与报告文字生成。

为什么
让报告中的数字可追溯,在模型不可用时仍可依靠模板交付。
代价与边界
需要维护证据结构、输出校验与降级路径,系统复杂度高于直接生成一段回答。
03 / TRY THE FLOW

点一点,走进核心流程。

为讲清产品逻辑而制作的交互示意,不是原应用的完整运行版本。

学情诊断 · 示例学生 A
01 / 从表现出发

一次失分,不急着贴标签。

示例学生 A 在两道运算法则题中失分。先区分未学内容、证据不足与可能薄弱,再进入归因。

EVIDENCE / 证据随行

01运算法则:2 道题出现失分

02数轴理解:本次作答正确

03新授内容:不纳入薄弱判定

虚拟学生与作答数据 · 不构成真实诊断
流程演示 · 固定虚拟数据 · 无模型调用 · 不保存信息
04 / EVIDENCE & LIMITS

有什么证据,还不知道什么。

当前边界

项目仅分析知识维度,不解释动机、家庭或考试焦虑。当前作品集没有已核验的真实教师访谈、采纳率或教学提升数据。

贡献说明:这是本人提供的项目仓库。具体负责范围、协作方式及开源基础的改动边界,将在后续补充;当前不据此声称所有代码均为个人原创。

实现基础ReactFastAPI知识图谱LLMSQLite
05 / WHAT’S NEXT

下一次迭代,从验证开始。

  1. 与教师确认诊断文档是否贴合真实备课流程。
  2. 记录建议的阅读、否决、采纳和执行过程,定位流程阻力。
  3. 在获得授权与充分脱敏后,用真实复测数据验证有效性。
NEXT CASE / 继续探索
AI × 知识管理

GraphRAG 知识工作台

← 查看全部作品