点击视频，查看实现效果👆

☑️Bot现已开源，一键复制创造属于你的24小时口语专家

扫码体验/复刻雅思口语专家

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，让我们带你五步搭建你的 AI 口语产品！

🧑‍💻Step 1：明确产品价值

经过与伙伴的深入讨论，我们明确了雅思 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，我们首先需要明确雅思口语的考试结构&备考方式：

来，掌声送给这位全能的专家！

（靴靴大家⁄(⁄ ⁄•⁄ω⁄•⁄ ⁄)⁄）

🧑‍💻Step 3：功能开发

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，我们通过准确定义的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👇

左右滑动，查看更多

🤖️多 Agent 设计

在多 Agent 的跳转逻辑设定中，在Part1/2的模型中，我们选择了“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，我们选择了“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。下面是我们用于“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：

🧑‍💻Step 5：数据回收&优化

根据多轮真实用户的反馈，我们针对性地对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，就更厉害哦～

最最最最后！

欢迎大家打开扣子 Bot 进行雅思口语的练习

给我们真实反馈！

我们也将整体配置在我们的 Bot 商店公开了

欢迎点击阅读原文，一键复制

一起创造更多 AI + 语言的场景！🎬

🔍 文末小编偷偷给大家发个福利