十六年教研沉淀,变成 AI 可推理的教学资产
一期系统把行测、申论、面试拆解为知识点级知识地图,为每位学员生成实时学情画像,并用多智能体承接批改、督学、排课、教研分析等重复性操作——AI 负责执行,人负责决策。
知识点覆盖
2860个
行测 1720 · 申论 640 · 面试 500
在册学员画像
3125人
实时更新,做题即刷新
本周 AI 处理事务
12,480条
批改 8.6k · 督学 2.1k · 教务 1.7k
教师人均节省
9.4小时/周▲ 1.2
批改与学情统计自动化
系统架构一图速览
自上而下四层使用者(多终端)层
学员 · 教师 · 教务 · 教研 · 管理者
AI 智能调度引擎(在线大模型 API)层
说一句话 → 理解意图 → 自动执行 → 反馈
知识地图 / 学情画像层
行测·申论·面试知识点与依赖关系 · 实时评分与遗忘提醒
数据层(统一数据接口)层
知识库 · 学情数据 · 业务数据 · 网校/APP/选岗对接预留
智能体执行流水
关键操作必须人工确认- 09:12教务已执行
“下周三下午安排一个行测专题课,覃院长讲,大教室”
已检测无冲突 → 排课 3/18 14:00-16:00 · 501 大教室 → 已通知 42 名学员与 2 名助教
- 09:34教师已执行
“把 A3 班这次模考数量关系最差的 8 个学员拉出来”
已生成名单与错因分布(隔板法 5 人 / 概率 6 人),并预生成干预方案
- 10:02教务待人工确认
“把黄靖雯的模考成绩改成 78”
涉及成绩修改,需管理员人工确认
- 10:20教研已执行
“分析近三年广西区考资料分析考点变化”
已输出趋势报告:增长率速算占比 +9%,比重题下降 4%,新增复合增长考法
实时学情画像
学员端
知识点级掌握度、遗忘预警、每日个性化任务
进入 →智能督学教师端
AI 批改结果抽检、异常学员干预方案一键推送
进入 →智能体调度教务端
自然语言排课、冲突检测、通知与工具箱
进入 →教研赋能教研端
知识地图维护、命题趋势与大纲影响评估
进入 →经营看板管理端
跨校区学情聚合、教师效能、运营指标
进入 →一期执行节奏
标准周期 12 周第一阶段
第 1-3 周
教研资料交接、知识地图建模与教研团队审核
交付:知识地图 V1
第二阶段
第 4-7 周
学情画像引擎、掌握度与遗忘模型开发
交付:学情画像系统
第三阶段
第 8-11 周
智能体调度、督学干预、教务工具箱、看板
交付:一体化 AI 教学平台
第四阶段
第 12 周
试运行、教师与管理培训、验收
交付:一期交付验收