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:
🤖️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,我们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,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👇
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 ⬇️
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:
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,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