从0到1搭建AI口语陪练,雅思口语这不就搞定了?

科技梦想在奔跑 2024-09-27 21:58:36

扣子Coze

,赞32

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~

0 阅读:0

科技梦想在奔跑

简介:感谢大家的关注