一、项目背景

K12 伴学硬件，公司具备十年闭源教研内容资产（作业、试卷、教材、教案、错题库）。初代产品小批量上市后激活低、使用频次低、续费弱——传统伴学功能与家庭真实课后辅导场景不匹配。

通过回访问卷（老用户 + 潜在意向用户）、一线销售深访、线上使用数据三路交叉验证，核心诉求收敛为"作业不会做时即时获得辅导"，而非泛陪伴。产品方向由此从"伴聊"转向"AI 即时辅导"，引入 LLM 能力重做。

产品定位：市面搜题类产品直接输出答案，是"答案工具"；本项目定位为"辅导工具"——分步引导学生自主解题，不直接给答案。这是与搜题 App 的根本差异。

二、目标用户与核心场景

角色	使用场景与诉求
学生（首批三年级）	作业遇阻时即时获得讲解；英语阅读作业完成后可进行开放式口语对话练习，提升开口意愿与使用时长
家长	替代人工辅导，解决答疑不及时、辅导门槛高的问题；关注孩子作业数据与学情
教研团队	将已有教研资产数字化、结构化，持续维护知识库内容质量

首批聚焦三年级的依据：线上数据显示三年级真实使用者占比近 50%。首发范围锁定三年级人教版数学 + 英语，单教材单学科，MVP 边界最小化。

三、问题定位与关键决策

3.1 需求收敛：从"泛陪伴"到"即时辅导"

三路证据方向一致，否定初代产品"泛陪伴"路线。时机判断：LLM 数学推理能力可用、RAG 可复用教研资产解决幻觉、端侧 ASR/TTS 成熟，三个条件同时具备。

3.2 数学答疑原则：禁止直接输出答案

核心产品原则：生成内容不得包含最终答案，采用分步引导模式，最后一步由学生自行完成；用户主动索答时引导"告诉我你的思路"。

依据：搜题 App 直接给答案短期体验好，但长期不培养自主解题能力，家长口碑与续费被"不引导思考"拖累。产品定位为辅导工具而非答案工具。

3.3 英语口语陪练：触发约束与对话能力

• 触发条件：仅在英语阅读作业提交且完成后展示入口，未完成不展示。保证口语陪练服务于学习闭环，避免设备被当作聊天入口，守住家长对"学习硬件"的认知与续费预期；
• 对话能力：端侧 ASR 识别语音文本 → 意图分类（练习表达 / 闲聊 / 求助 / 无法识别）→ 云端 LLM 多轮回复 → TTS 播报；30 分钟对话窗口上下文记忆；闲聊简短回应后引导回练习主题；
• 内容策略：开放式练习，不绑定教材范围，以提升口语场景使用时长与留存为目标。

3.4 技术路线：RAG 而非纯 LLM

纯 LLM 直接答题存在两类问题：领域知识与三年级人教版表述不一致、易幻觉编造。方案基于自有教研资产建知识库，先检索再生成：

• 题目级切片：一道题一个单元，避免跨题内容污染；
• 混合检索 = 向量 + 关键词：向量覆盖语义表述差异，关键词补数学公式、题号、知识点标签的精确匹配（纯向量对数学符号召回不准）；
• 元数据强制过滤：先锁定"三年级 + 人教版"范围再语义召回，避免跨年级、跨教材串扰；
• 低置信度兜底：检索无结果或置信度不足时，LLM 兜底生成并明确提示"答案可能不基于教材"，兜底样本回流 badcase 库。

3.5 MVP 边界：首发范围收敛

首批仅做三年级数学、英语，人教版单教材。全学科、全学段同时铺设会导致知识库与评测范围失控。按"学科-年级-教材"五维组织内容，后续横向扩展为增量建设，无需重做。

四、解决方案

4.1 数学启发式答疑全链路

• 题目缺条件时主动澄清追问，不硬答；乱写、涂鸦、无关内容引导重写；
• 多轮追问拼接题目上下文，不重复解析整题；
• 输出经过行为边界校验，命中索答 / 超纲 / 闲聊 / 敏感 / 无法识别时按话术模板回应。

4.2 英语口语陪练

• 端侧 ASR/TTS 对接云端 LLM，30 分钟对话窗口上下文记忆；
• 意图识别区分练习表达 / 闲聊 / 求助 / 无法识别，闲聊简短回应后引导回练习主题；
• 开放式对话，不绑定教材范围。

4.3 知识库与数据治理（教研端）

• 数据来源：作业、试卷、教材、教案、错题库结构化入库；
• 组织维度：学科 - 年级 - 教材 - 知识点 - 题型，五维打标；
• 治理机制：定期质检（完整性 / 准确性 / 重复率 / 时效性）；教材改版或题目失效自动下线；badcase 命中数据问题时触发清洗闭环；
• 覆盖目标：知识库覆盖 ≥90% 作业题目，未覆盖题目由 LLM 兜底，合计 ≥95% 可答。

4.4 System Prompt 工程化

数学、英语两模块独立维护系统提示词。模板五大模块：角色定义、输入绑定（绑定题目文本与召回素材，防幻觉）、行为约束（数学启发式分步 / 英语辅导式对话）、输出格式（结构化 Schema）、禁用规则（术语黑名单、敏感话题、禁止编造）。Prompt 入库统一版本管理，每次修改可追溯差异。

五、评测体系（从 0 到 1）

• 评测集四分类：高频常规样本（保主场景稳定）/ 低频易错样本（防低频劣化）/ 模型边界样本（管能答与不能答边界）/ 高风险样本（幻觉、直接给答案、超纲、敏感），30+ 条样例为建集基底；
• 三大评测场景：离线评测（每次模型 / 规则 / Prompt 迭代全量回归，指标不得低于基线）/ 灰度评测（小流量真实验证）/ 线上常态化评测（持续抽样监控劣化）；
• 三方分工：产品定评测口径与验收标准、教研提供内容与专业判定、算法执行评测与优化；
• 三层指标漏斗：知识召回率 → 模型讲解正确率 → 用户辅导完成率，badcase 回流评测集持续扩充。

六、项目成果

技术层

指标	目标 / 实际
知识召回率	≥92%
作业题目覆盖	≥90%
AI 讲解满意率	≥80%
每次迭代全量评测回归	不达标不发版

业务层

指标	表现
累计激活用户	1000+
AI 答疑日均使用	120+ 人次
AI 答疑功能渗透率	30%
口语陪练渗透率	25%
三年级次周留存	30% → 40%
续费率（开通 AI 辅导 vs 未开通）	+6%

七、复盘

做对了什么

• 需求收敛先于方案设计：初代产品失败根因是方向假设未经验证；本项目以三路证据交叉定位核心诉求，再确定产品方向。AI 硬件需避免为加 AI 而加 AI；
• MVP 边界需刚性收敛：首发三年级人教版数学 + 英语，使知识库、Prompt、评测集同步收敛于同一最小闭环；全学科扩展按维度增量推进，不混入首发范围；
• 产品原则需落到硬规则："不直接给答案"以业务规则固化，并在 Prompt、评测集、badcase 回流三处设校验，否则模型在压力下倾向直接给答案；
• RAG 的长期价值是资产化：将十年教研内容转为结构化、可评测、可复用的检索底座，后续加学段、加教材为增量建设，不重做。

可以更好的优化点

• 增长：入口触达分层。使用 AI 辅导的孩子次周留存 40%，未使用的 30%，差 10 个点，说明 AI 功能有价值；但 AI 答疑渗透率仅 30%、口语陪练渗透率 25%，问题在入口深、触达不足。后续拆两层：一层新增独立入口，日常话题随时练，把渗透率拉上来；另一层保留作业流程内的原有入口。
• 体验：英语内容收敛。评测掉得最多的是英语辅导完成率——口语经常聊 3 轮孩子就接不上、容易跑题。当时对话完全靠模型生成，没限定在当次作业的词汇和主题里，容易超纲。后续英语作业后的口语入口收敛为"围绕这篇文章练口语"，绑定当次阅读作业的主题与词汇，超纲自动降难度。
• 商业：数据打通成长档案。答疑是用完即走的工具行为，孩子和家长没有回访理由，长期留存掉得快；续费只靠"功能订阅"一个抓手。AI 答疑的错题、讲解记录没有回流到已有的学情体系，数据是分散的。后续将 AI 辅导数据与学情体系打通，聚合成孩子的成长档案——家长能看到 AI 陪孩子攻克了哪些薄弱点，一来有了回访理由拉长期留存，二来续费从"买功能"多了一层"留住孩子学习记录"的迁移成本。

八、附录｜UI&UX设计展示