老师:能否少写、少改?
希望用简短的课堂观察换来可用草稿;输出风格、长度和等待过程都会影响实际效率。
把重复撰写,变成可控的 AI 反馈。
从老师的课后工作出发,把机构配置、业务字段和人工编辑接入生成链路,再通过使用数据推进模型迭代与增值服务验证。
AI 点评嵌入已有的课后评价入口,服务老师写反馈、机构管质量、家长看成长的完整任务。首版验证生成价值,后续围绕输入效率、表达风格、模型速率与付费权益迭代。
设置模板、生成草稿、重新生成与人工编辑。
结合上线数据与回访,识别高频群体和使用阻力。
统一 Prompt、调整模型与默认参数,制定名单付费试验。
参与前期用户调研与产品方案设计,将重复撰写、表达同质化和批量操作等问题转化为输入配置、生成流程与人工编辑规则;结合上线反馈梳理迭代方向,并以 UX/UI 能力承接产品方案落地。
前期电话联系 23 家机构的老板与任教老师,了解点评场景。老师需要为大量学员撰写反馈,却担心 AI 输出千篇一律、缺少感情。问题的核心是减少重复表达,同时保留老师对内容的判断。
同时观察使用者的写作负担与机构负责人的价值判断。
批量操作、评语查找、内容管理等共同构成业务背景。
希望用简短的课堂观察换来可用草稿;输出风格、长度和等待过程都会影响实际效率。
关注点评质量与机构服务表现,是增值服务的重要决策者;老师愿意用,还需要转化为机构认可。
需要看到个人表现、进步与改进方向,老师最终确认的内容才进入沟通和档案。
AI 的输出是一份待确认草稿。机构配置评价维度,老师提供课堂事实,再从生成结果中选择、修改与发布;重新生成不直接覆盖当前编辑内容。
默认字段
自定义评价维度
课次信息
课堂表现
Prompt 组装
流式返回
选择与再编辑
核对具体内容
家长沟通
学员成长记录
“AI 点评设置”作为独立权限点,控制谁能配置模板;沿用已有点评任务入口,减少老师寻找新工具的成本。
课堂表现既支持文本输入,也支持校区配置的快捷选项。自定义字段最多 3 个,覆盖文本与单选,避免表单无限膨胀。
批量操作解决分发效率,点评仍面向单个学员阅读。需要避免“同学们”等群体化表达,不能把批量发送直接等同于逐人个性化生成。
保留多次结果的选择和人工编辑环节,让老师确认事实与表达,再使用既有点评流程发送。
从早期单学员、多学员各一套模板,迭代为共用 Prompt。固定任务保持一致,业务字段与输出偏好作为变量组装;不同场景通过输入表达差异,减少模板维护分叉。
用教师口吻反馈学习情况,关注细节,直接输出评价内容。
姓名、科目、课程、表现和自定义字段按值拼装,空的可选字段不进入 Prompt。
把表达偏好从隐藏提示词变成老师可选择的产品参数。
下方演示字段到 Prompt 的映射。清空上课内容或自定义字段,可观察可选信息的省略规则。
# 角色任务:
你是一名私教课老师,现在上完了一节课,你需要以老师的口吻对学员进行评价反馈;目标是让学员了解自己的学习情况,尤其是“细节点”,以下是一些信息:
学员姓名:小宇;
所学科目:舞蹈;
上课内容:柔韧性训练;
课堂表现:积极主动,愿意尝试有难度的动作;
进步幅度:较大;
# 要求与限制:
输出内容需附带emoji表情符。
输出内容的写作语气要求:可爱;
输出内容的字数:400;
对于输出的内容你无需描述自身感受,可适当扩展描述,请即刻输出评价内容。上课内容支持引用当前课次;写作语气与 emoji 记录上次选择,降低连续点评时的配置成本。
提示词能引导细节与风格,无法代替真实课堂观察。输入信息和人工审核共同决定最终反馈是否准确、恰当。
上线回访暴露出两个明确阻力:固定的再次生成间隔打断连续操作,过于正式的语气增加二次修改。迭代分别处理服务速率与输出控制。
后端填充完整 Prompt
传入 messages
ERNIE-Speed-8K
stream: true
result 进入编辑框
展示生成次数 / 总次数
按机构统计输入、输出
及总 token 数
超出生成额度后禁用按钮,前后端共同校验次数;请求遇到速率限制时提示稍后重试。输入、输出与总 token 分开统计,用于观察机构消耗。
2025 年 6 月 28 日至 9 月 11 日,AI 点评在真实课后工作中持续被使用。关注的不只是生成总量,还包括哪些机构反复使用,以及使用中仍有哪些阻力。
高频使用集中在部分机构。商业化验证因此优先关注已经形成使用习惯的群体,进一步判断谁认可价值、谁愿意购买。
部分老师集中处理一周点评,原本每周投入约 3–6 小时。评价提效时,需要同时观察输入、等待和修改成本。
首月观察中,平均每应用一条点评约生成 2.7 条。反复生成说明需要继续关注结果可用性和选择成本。
老师是高频使用者,机构是付费决策主体。商业化方案先选择名单用户测试购买意愿,再通过模型速率与表达控制升级,增强增值服务的实际价值。
向名单内 300 家机构展示试用提示,预留通知与商务沟通窗口。
通过 M 端开通单品与服务订购,购买后恢复使用,承接机构层面的付费决策。
分版本推进 Prompt、模型与默认参数迭代,连接售卖权益与实际可用功能。
| 机构状态 | 新功能上线前 | 新功能上线后 |
|---|---|---|
| 名单内 · 未付费 | 试用结束后停用 | 停用 |
| 名单内 · 已付费 | 恢复使用老功能 | 使用新功能 |
| 非名单机构 | 继续使用 | 继续使用 |
观察名单机构的购买、价格反馈和使用变化,判断年包形式与目标客群是否匹配。
试用提示、购买状态、生成次数和功能版本同步变化,避免销售承诺与系统权益脱节。
这次实践的核心是围绕真实任务组织 AI 能力,并把输入、内容、系统约束与经营判断连接起来。
字段越多不一定越好。优先复用已有课程信息,让老师把时间用在补充关键事实与确认反馈上。
重生成、结果选择与人工编辑共同完成交付。Prompt 和模型负责起草,老师保留判断与发布权。
使用集中度帮助寻找潜在客群,购买行为再检验机构是否愿意为效率和服务质量持续付费。