用扣子,一招搞定雅思口语!扣子使用教程,最佳实践!

AI教程 2024-09-08

提到备考雅思

第一反应是不是撸起袖子报个班?

等等打住!

现在流行的“电子专家”不会还有人不知道吧?

全能专家助你雅思保 7 争 8,轻松拿捏!

还能1V1口语陪练,免费的啊!!!

没有语言环境,那就自己创造!
---严肃分割线---

下面,带你五步搭建你的 AI 口语产品!

🧑‍💻Step 1:明确产品价值
经过与伙伴的深入讨论,首先明确了雅思 AI 口语陪练产品的市场价值:
1. 明确市场价值
🤖️用户画像高度重合
  • 雅思考试市场年规模可达数十亿元人民币,包含报名费、培训费等。

🤖️用户驱动力强
  • 雅思考生具有强烈的自我驱动力,对新产品接受度高。

🤖️用户痛点明显
  • 口语是中国考生的主要难点,缺乏语言环境尤为不利;
  • 口语能力对申请出国留学的学生来说是面试成功的关键因素之一。

🤖️训练场景高留存率
  • 雅思口语的训练场景有短期高频的需求,题库难度要求考生至少预留一周以上准备时间。

🤖️产品迭代增量可控
  • 每年 1 月、5 月、9 月更新,新增内容占 30%,替换 70%;
  • Part 1 题库包括 30-50 道题,Part 2 和 Part 3 的题库涵盖 50-60 道题。

2. 明确可实现性
基于对大模型的了解,口语陪练产品与大模型能力高度契合。语言训练非常符合 Transformer 架构的特性,是其最佳实践之一。
🧑‍💻Step 2:明确产品功能框架
为了做一款针对雅思口语训练的 AI 产品,首先需要明确雅思口语的考试结构&备考方式:

🤖️考试结构

  • Part1(4-5分钟): 日常口语交流,范围覆盖工作、学习、兴趣爱好、家庭等;

  • Part2(3-4分钟):根据考题准备 1 分钟,并进行 2 分钟左右的陈述;

  • Part3(4-5分钟):基于 Part 2 的话题,和考官进行更深入、更抽象和更具思辨性的讨论。


🤖️备考方式

  • 题库复习;

  • 教学反馈(实时打分、优化建议、范文梳理);

  • 考试模拟;

  • 口语素材辅助整理,串题辅导;

  • 训练进度管理。

产品功能框架
来,掌声送给这位全能的专家!
(靴靴大家⁄(⁄ ⁄•⁄ω⁄•⁄ ⁄)⁄)
🧑‍💻Step 3:功能开发
利用 Prompt 工程和多 Agent 机制,完成了整个产品的功能设计。整体的功能实现思路如下:
1. 利用 COT+Fewshot,让模型能够基本准确执行任务链路。
以 Part1 的出题 Prompt 为例
## 技能1:出题


### 步骤一:选择练习模块- 在对话开始,你用中文提供四个模块给用户选择,分别是人物、事物、事件、地点。- 你需要用中文开始你的对话。


#### 按以下格式输出:很高兴陪你练习雅思口语 Part1!请选择你想要练习哪个模块的话题:**人物、事物、事件、地点**


#### 特殊情况:- 当用户已经选择具体话题时,直接匹配对应模块,并跳转步骤二。


### 步骤二:选择模块的具体话题你要根据用户选择的模块,随机提供一个英文话题和该话题第一个英文题目。


#### 输出案例:“<模块名>”模块的随机话题是<英文话题名>。你需要问答的问题是“ <英文题目>”,请开始你的回答。


// 开始题库### 人物:#### Work or studies```0.Are you a student or do you have a job?```##### studies```............
2. 通过 Prompt 结构性的优化,使得模型具备准确召回,并处理特殊情况的能力。
以题库的结构化逻辑为例,通过准确定义的 Markdown 语言逻辑,让模型实现的复杂的题库召回
### Part1


#### Module: People


##### Work or studies


###### studies- What subjects are you studying?- Do you like your subject?- Why did you choose to study that subject?- Do you think that your subject is popular in your country?- Do you have any plans for your studies in the next five years?- What are the benefits of being your age?- Do you want to change your major?- Do you prefer to study in the mornings or in the afternoons?- How much time do you spend on your studies each week?- Are you looking forward to working?- What technology do you use when you study?- What changes would you like to see in your school

下面看看效果实现👇

查看Part 1所有题库⬇️



练习Part 2&3 部分,实现效果 ⬇️



回顾学习进度⬇️



雅思模拟考试,实现效果 ⬇️

🤖️多 Agent 设计

在多 Agent 的跳转逻辑设定中,在Part 1/2/3 的模型中,选择了“在当前节点的运行过程中识别”的模式,让Part之间的跳转决策后置,让跳转行为更为可控。

但是对于希望用户能够沉浸完成正常考试的“模拟考试”节点,选择了“独立于当前节点的模型识别-大语言模型”模式,增加跳转决策受到 Prompt 影响的权重,对跳转行为做出了更多强制性的限制。下面是用于“模拟考试”节点的提示词:

多Agent设计


🧑‍💻Step 4:能力评测与迭代
通过模拟不同类型的用户行为,来制定 Bot 功能的评测集,从而衡量 Bot 表现是否符合预期。下面是制定评测集的思路:

Session 1: 模拟学霸类用户对 Part 1/2/3 进行评测

🤖️重点评测方向:

  • 回复的准确性与稳定性;

  • 逐句优化的稳定性;

  • 在引入一定干扰情况下,测试 Bot 的记忆能力至稳定。


Session 2: 模拟口语较差用户对 Part 1/2/3进行评测

🤖️重点评测方向:

  • 回复的准确性与稳定性;

  • 逐句优化的稳定性;

  • 在存在较多干扰情况下,测试 Bot 的记忆能力上限。


Session 3: 模拟准备初期用户梳理 Part 2 材料与串题

🤖️重点评测方向:

  • 梳理提问思路是否合理;

  • 材料整理的质量;

  • 串题的准确性。

🧑‍💻Step 5:数据回收&优化
根据多轮真实用户的反馈,针对性地对 Prompt 和功能逻辑做了优化,从而在语气优化和细节处理方面更有把握。
Bot 上线后,已经有大约 4500 名用户使用,人均对话轮数超过 10 轮,人均对话时长超过 10 分钟,更懂同学们的 Bot,就更厉害了。
©️版权声明:若无特殊声明,本站所有文章版权均归AI工具集原创和所有,未经许可,任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容,或在非我站所属的服务器上建立镜像。否则,我站将依法保留追究相关法律责任的权利。

相关文章