Coze搭建智能助教智能体
目前有两种场景，就是一些像这个学习陪伴，学习陪伴的话就相当于是一个助教老师。比如说我现在有一些问题，通过提问的方式去引导做一些解决，那你可以去问他一些各种各样的一些学习上面的一些问题，逐步去沟通，然后引导他去帮你去解决问题，这个叫学习陪伴。还有一块的话叫作业批改，这个的话就是一个是适用于这个学生的一个角色，一个是适用于老师的一个角色。作业批改的话就是比如说我现在需要去生成课件或者教案，比如说我问他我想要去生成这个课件教案，然后他问你有没有明确的这个主题，那我就说生成一个关于人工智能的教学课件。来，大家看它这个里面的话，就开始去写一些内容，做一些生成。他这个调用的这个工作流，大家可以看到完毕，你看是吧，这个里面就是有一些人工智能的一些内容生成，包括一些具体的一些，包括几个章节。然后他还问我满不满意，刚刚的话他自动会有一个朗读，就是一个语音交互的流程，所以说他这个体验还是可以的，这个就是做那个作业批改，就是去生成课件教案，这个是给老师用的，这个的话是给学生学习用的。那就是这么两个场景。
如果说我们后续要做这样一个智能体应用的话，那可以怎么来做？我们可以参考一下官方给我们提供的一个模板，看他这个工作流是怎么样去做一个搭建的。在这个智能这个助教他整个落地的一个过程中，其实也会存在一些痛点和挑战。比如说针对学生提问的这个回答精准性不足，生成的内容批改的质量不高，时尚过于简略。
所以说这个智能学霸跟智能助教的话，是作为教育行业的一个创新应用，有非常广泛的一个潜在场景需求，也就是这一块大家以后如果说想做这一块的一个创业的话，其实也是可以的我们比如说做一个AI智能学习机，其实现在也有很多公司在做这一块，把它做的体验做的很好啊。那传统的这个助教的话，他其实体验不是很好啊。那种他可能惯了大量的题库，就是比较机械化的方式，但是不够智能。所以说这个里面其实有很多场景需求。比如说根据学员的一些个人的一些特征，定制化的给他做一些训练，做一些学习，让每个人可以学到自己薄弱的一些项目。然后哎因此去有针对性的去做一些提高，这样的话他的学习质量，包括他的一个学习兴趣的话，可能也会大一些。那我们就可以去利用大模型的一些能力，这些自动化、智能化高效的去服务学生学习这个场景。并且还可以减轻老师的一个工作量，增加学员的一个学习效率。
对于学生来说，我们这个问题解决的话，主要是针对一些提问场景的一些知识获取做一些提效。对于教师场景的话，一些重复的新的一些工作，甚至提交的话，比如说教案写作、备课、准备，作为批改这些场景的话，我们可以给老师做一些减负。这个官方的话就发布了这个两款模板，大家可以通过这两个链接点进去体验一下。就是我刚刚给他看到的一个是这个智能助教，主打的一个学习陪伴给学生用的。那可以去自动查询题库，遵循什么叫循循善诱的方式，逐步提问，引导学生去完成知识点的一个学习。然后智能助教的话就偏向于一个老师的这么一个帮手，就是去写课件，甚至教案？然后批改一些作业等等的一些功能。
好，那我们来说这个具体时间流程怎么来做。首先我们说这个学习陪伴这个模板。这个的话就是学习陪伴里面就是智能体，是作为教师的身份为这个用户去解答学习疑问的。所以我们优先要从知识库里面去配匹配这个问题，在知识库召回失败的时候，我们可以调用大模型回答用学生的一些问题。比如学生可以选择智能体回答问题的方式，他是直接回答还是引导性回答，大致可以得出来一个流程图，就学生通过拍照或者打字的方式，就是图文的这种方式可以去提出一个问题。
那提出问题之后的话，接下来我们就要去做什么呢？做知识点的一个匹配。那这里面的话肯定要用到一些知识库，就比如说学校里面提到，课本上提到的一些重点知识，要把它录到知识库里面去。那如果说知识库里面学不到的话，我们就要利用大模型的一个能力去回答，优先用知识库的。那知识库的话可能是作为一个老师的这个角色去做一个录入的，最终不管怎么样，这两种方式都是要获取到知识的。它的整个方式就是通过循序渐进的引导出答案，比如说不断的给学生去提问，比如说我们刚刚看这里，这里大家可以看到，你看通过提问引导我解决问题，就是他会不断的给你提各种各样的问题，直到你给出答案为止，就要么是循序渐进，要么就直接给你答案了，就这两种基本上，这个模板的话主要就是依赖回答问题的这么一个工作流。
工作流的话在各个功能模块的一个节点设置的话大概是这样的。比如说我们先说这个识别问题。识别问题的话就是我们用户提出问题之后，这种体需要去调自动调用工作流去做处理。智能体它是支持用户提问时输出这个文件、图片，或者是自动的去解析内容，通过去回答用户的一个问题。
第一步的话就是根据用户输入的内容做一个识别。这个功能模块的话，它的一个实现流程的话，首先第一步它会有一个开始节点，接受用户输入这个文件类型。我们来看一下，首先是这个智能陪伴是吧？学习陪伴，我们首先复制一下这个学习陪伴，把它复制一下，复制到咱们的那个工作空间里面去。好，这个就我自己根据官方这个模板创建了一个智能助教的这么一个，然后我们看一下它的一个工作流的一个实现。首先我们点一下这个优化布局，看起来更方便一些。
好，这里大家看啊，首先我们要什么呢？接收用户去上传文件，或者还是图片，或者是文字都可以，三种方式通过直接输入文本，包括一些照片，甚至是上传word文档，都是可以去解析到内容的，这个就是我们的一个识别问题的一个过程。这个节点的话就是去负责解析用户的一些输入，把它最终转化为文本。然后干嘛呢？去如果是图片的话，就要去读取图片的内容，会用到一些OCR、图片识别？
把它解析出来，那最终解解出来内容的话，我们要去总结一下用户的真实问题，也就是说用户可能会丢了一堆东西出来，你要去总结用户真实的一些问题。并且你如果说他可能有很多场景的话，你要给出一个什么呢？那怎么叫选项？比如说就是引导的一些问题，就是他丢了一个文档进来，可能问的比较泛。那你要给出一些选项出来，让用户去选择他具体的问题是什么。如果说都不是的话，那需要用户再去给你一些提示，然后你再去A的话才能去正常的把这个问题给确定好啊。
然后问题确定好之后的话，接下来就是去匹配答案了。匹配答案的话，刚刚提到就是优先要去匹配知识库里面内容。所以说这个里面我们首先干嘛呢？大家看啊这个就是刚刚提生成问题的一个过程，前面就是整个都是解析内容，不管是文件转内容，还是说PDF工具，都是用的这么一个插件。这个插件不管你输入的是什么，它都会去帮你把它解析出来，比如说PDF等等内容的时候，我们就可以用这个插件。
然后最终不管怎么样，它都会去生成一个什么呢？叫做生成问题，这个是调用大模型的能力。你看这里提示词怎么写的，叫做你现在是问题解析专家，请从这个文档到里面或者图片这个里面去解析用户的问题，然后跟答案使用Jason格式去输出。注意这个查询里面一定要有值，答案里面可能没值，答案没值的话就是自动去输出为空。这个是一定要把一个问题给输出出来，也就是我在这里敲了一个问题的话，你最终什么呢？你得有一个这个结果出来，有一个结果出来。
好，然后接下来之后干嘛呢？就要去搜索题库了。比如说我们现在这里面官方给我们提供了一个语文知识题库。比如说我们刚刚问的什么是比喻的手法，什么是以人的手法？那蚁人的手法是赋予人什么什么特征什么的，我们其实可以再一下问一下什么是反问的修辞手法，你可以跟他直接去提问，比如说我们问他，你就随便问他问题，什么是拟人的这个思路，这个的话他肯定会去什么去匹配这个知识库。你看你是赋予事物，我不是这个反问，反问是用于疑问句表达确定的这么一个意思是吧？所以说这个里面它会做一个输出，在这个里面他会去参考知识库的一些内容，所以说这是他的一个核心逻辑。就是他会首先会优先参考这个语文知识库里面的内容，然后我要判断这个知识库里面有没有输出，就是rag的一个技术。
所谓rag的话就是做一个知识增强，就是去参考外部的一个知识，然后做一个相似度的一个匹配，把这些涉及到语文题库里面的内容都抓出来。比如说我问了一个问题，什么呢？什么修辞手法？但是这个里面涉及到修辞手法的有一堆。你看有比喻的修辞手法，有拟人的，有反问的那到底用的哪个呢？他会拿到这个相似度去匹配一个分值。比如说这个分值是0.8，这个是0.7，这个是0.6。那按照排序规则的话，一般会取第一个这个分值最高的内容。作为一个问题的一个输出，所以说rug技术其实就是做一个知识的一个增强，我们去搜索这个数据库，这个向量数据库去做内容的一个检索，这个流程大家知道。
好，完了之后，如果说那个内容里面有输出的话，接下来干嘛呢？接下来就是润色了，就是把知识库里面的内容要做些润色。因为知识库里面的内容是一些比较简短的答案描述？那我们希望大模型给我们人性化做一个输出，大家看比如说你看这个里面，它可能只是给一个简单的一个意思，但是大模型可能还要对他做一些什么呢？叫润色，就是按照人性化的这种表达给他做一些润色。润色这里的话肯定会有一个提示词。你看你是经验丰富的一个小学语文老师，请依据什么什么书的结果论述一份非常丰富的解答输出，包括你看说出事例，什么问题解答、思路答案，是不是啊不要限制其他无关的，就是跟其他无关内容不要说出来。
这个里面你要做一个定位，所谓润色，就是要让问你这个问题的用户，他尽可能的看起来更加好理解，好什么呢？更加识别就是更容易，说白了就是这个描述更加通畅一些。所以说这个里面会有一个逻辑是什么呢？就是一定要做一个系统的一个定位。我们这个是有经验丰富的小学语文老师，这样的话他就不会用到高中的一些词汇，这个是很关键的，包括一些问题，解题思路，整整这个逻辑，你一定要写的比较清晰。那结果完之后，就给你一个回答的一个整合，然后再把一些什么回答模式给确定好啊。
如果说rock里面没有输出怎么办呢？没有输出就调用AI的，调用大模型去做返回。就我们刚刚提的那个流程在这里大家看啊，如果说知识库里面没匹配到的话，那就要去调用大模型的人力聚会了，做一个兜底。所以这个里面AI输出就是做一个兜底，不管怎么样最终会拿到一个答案。
答完之后大家看啊我们要确定一个回答模式，这里会有一个什么逻辑呢？就是根据选项有一个输出，就是大家看我们有一有了一个结果之后，接下来我们会看到一个东西，看一下刚刚那个例子这里你希望我如何帮助你，比如说通过什么提问直接给我答案，就是给用户一个交互，你让AI做一个什么事情呢？就是你问了一个问题，你还要去通过提问还是说一个问答去引导是吧？你可以做一个选择。如果说你就要答案的话，他就直接给你答案了。如果说你希望通过提问引导我独立解决，那就你就一直提问。这个是两种交流方式？就回答模式，回答问题的方式就是在咱们在这里确定的。
好，如果说你选的是AAB不同的这个结果的话，对应到它的一个循环处理逻辑的话就会不一样。大家可以看到，就是你如果选择不同的这个AB的话，这里会去做一个循环做一个循环逻辑。他会做什么处理呢？首先会去深深引导，也就是你问了通过提问引导我独立回答，那我肯定有一个引导的一个逻辑，也就是引导的逻辑就是你选择的是A这个结果的话，对不对，他会去判断。如果说你输入是一个A的一个结果的话，这个里面就要做一个逻辑的，这里会有一个循环，不断的去判断你选的是那个啥，让用户做一个引导的话，做引导的话就是干嘛呢？
就是去提问是吧，提问不断的去提问，然后就给你输出一些这个，比如说，通过提问的方式，所以说他会给你一堆问答，你看直接回答，还有选项回答，就是你可以选可以给我更多提示吗？是吧？这里可以选择更多的一个选项是吧？这里你也可以做一个回答模式，一个切换，也就生成引导的过程。
也可以做一个问答，我觉得这个答案不满意，我还可以一直在去那个，然后的话我们去判断什么呢？判断这个是否达到标准，什么意思呢？就是我这个结果你看这里我写了一个提示词，你需要判断用户的回答是否为正确答案，并返回if right就对应的一个值，比如说标准答案是什么，用户回答是什么，三种用户可能的一些回复情况。比如说用户的回答是正确答案，用户的回答不是正确答案。
因为我不知道，就是会给一个123的1个输出，也就是说白了就是用户的回答对不对？要是对的话，你就输出一是吧？不对就是2。如果用户不知道的话，你就直接说3，这里会做一个循环，就是不同的123的话，它会对应的一个结果是什么呢？就是大家看啊一的话就是恭喜你回答正确。如果是二的话，就继续循环，继续循环。因为你要不断提问，直到用户把那个答案知道为止。所以说这个里面其实就是一个循环的一个逻辑循环的一个逻辑。
你去问他各种各样的问题，那他会给你去做一些引导，他会调用工作流去给你做一些引导，然后做一些人性化的一些交互，说白了就是就是我们做一些你看通过提问引导我独立回答，他就会不断的问我问题。你能尝试说一段理初步理解吗？我们可以把那个引人的一个手法，我可以把那个知识库里面的答案找出来，这个里然后让他觉得我对不对，或者我先回答一个错的你们。
你复制一下，拟人就是比喻，我就故意回答个错的，看他那个什么，这个我回答错的，他他也是那个你们的思路是他为什么提供一种什么什么常用的修辞手法，按理说跟这个比喻还是有一些区别的，他也能够回答正确的，应该是稍微有点像，就那个样。所以说我应该我就跟他随便回答一个东西，我应该随便回答一个跟这个问题无关的，它可能才会识别到。你稍微回答一个可能就直接判断正确了，这个判断逻辑我觉得也是有点问题的。因为这个比喻跟以南还是有区别的，虽然都是修辞手法，所以他这个也不能说就回答正确。我这一句话其实我是错的。所以这个大概的一个意思就是我们现在要做一个什么呢？做一个答案的一个匹配，123通过引导，这样的话就可以提升我们跟这个用户交互的这么一个体验。
就是因为有些学生他不希望你一开直接给他答案，他有需要有一个思考过程。那思考过程就是无非就是提问再解答，提问再解答？就是你给他一些思路，让他知道下面的一个答题，怎么来做这个事儿，这是一个引导学习的一种方式。好，这个是第一个应用，叫这个。智能就是智能陪伴，就是一个智能助教，主打一个学习陪伴。然后第二个应用的话叫作业批改，这个就是给老师用的，作为助教身份帮助老师去生成教案、课件，或者批量去批改这个什么学生的一些作业。
这个模板的话实现流程的话是这样的。首先老师的话就选择一个模式，他就是生成教案课件，还是说去作业批改。比如说我要去上传资料，明确用户场景的一个需求，包括一些信息整理大纲生成，大纲生成完了之后，我们刚刚其实可以看到人工智能的那个大纲是不是出来了，我就是要做一个课件，首先得有大纲是吧？有大纲之后我们要确定是否符合需求，如果说符合需求的话，就是去批量生成内容，否则的话就重新去生成确认是否符合需求，不断的去确认。
然后支持什么呢？支持转化格式为doc PPT输出，就是整个的一个逻辑。如果是作业批改这个模式的话，我们就上传资料，明确场景的一些诉求，这些包括资料的信息整理，这个打组分割，包括一些作业批改，就整个一个流程就是按作业批改的这个逻辑去做了，这个大家是需要知道的，就是它两种模式下面，它的逻辑是不一样的。一个是生成课件的，一个是作业批改的，就是他做的事情是不一样的，这个是不同的规则。
这个模板的两大核心功能的话，分别是通过两个独立的工作流去完成的那工作流的节点的话，首先第一块叫生成大纲，就是我们一般需要生成课件的话，通过用户描述或者输入资料去搜集相关的信息密生成大纲。如果用户对大纲不满意的话，我们要重新生成。这个我们看具体的工作流是怎么来做的。同样的我要复制一下，就是这个可以关掉了智能助教，关掉就这个智能度假作业批改，复制一下，复制到我们自己的工作空间里面去。好，作业批改。
然后我们看一下，一个是写课件的，一个是改作业的。我们看一下，先看看生成课件的这个工作，看怎么来实现的。好，大家看啊这个工作流也有点长，先做一下格式化。
好，我们一个个来分析。好，大家看啊，这个跟我们刚刚讲的那些学习陪伴那个逻辑一样的。用户可以上传各种各样的文件、图片、文本，对不对？我们都要有一个插件把它做一些解析，解析完了之后的话，就是我们要做一些什么呢？做一些优化处理。这个太大了来看，不管你上传是什么文件图片，最终都要做一些兼容化处理，最终也要去生成一个大缸。
这个流程跟之前的差不多，就是要去准备干嘛呢？写课件了，我要做一个系统提示词的一些设定。比如说大家看啊你是课件教案写作大师，可根据用户提出什么主题？什么topic？然后内容用格式输出，标题和内容大纲需要以market down格式输出，并且每个分段需要单独存在数组里面的字段里面。
比如说示例，大家看什么什么，你看下面给了一个示例。这个事例的话其实就是我们刚刚去生成人工智能的时候，大家看这个格式是不是也是比较统一的主题大纲？然后最后还问你是否满意，大概这个里面是不是就是一个示例的一个结果，还是比较匹配的。跟我们这个格式，然后大纲你看正文需要包含中文序号，这个是有限制要求的。好，这里我们就是生成大纲。
生成大纲完了之后干嘛呢？去输出这个可读的一个Jason，就是把大纲的这个结果做一个格式化的输出，然后问他大纲是否满意，大家看啊这里应该是否满意，这里要给一个输出？做一个格式化，那大纲生成完毕了，然后主题是什么？最后会加一个，请问你是否满意？
这个都是我们提示词里面定好的，也就是大纲里面它只是生成一个主题跟内容，我们把它拆分出来，就哪一些，因为大模型会给你一堆东西，我们我们要把格式给它做格式化，就是哪一些是内容，因为他给你的是可能是一个Jason数组是吧，可能是给你一堆这个数据，那你需要把里面的解出来，比如说我们现在需要这个主题，内容都生成好了，然后干嘛呢？你看问题回答类型我们还是可以选。所以说引导的去方式还是说去直接回答，这个大家可以自定义，然后包括一些意图识别？意图识别的逻辑，就是我们是满意还是不满意？比如说我们现在输入一个满意，他就可以开始去识通，就是去识别我们的这个意图。
你看满意的话，他就开始查资料了，大家去做一些资料的一个查找了。但这个过程可能会有些慢。查找资料的话就是因为要做课件，你肯定要去找资料，对不对？所以说这个工作流我们看一下到哪里了，看一下在上面去了。来到这里大家看啊，你看开始检索参考资料。查资料的话，我看一下是查什么资料，查资料。查资料的话，应该这里是调用大模型去查资料，文章写作看一下查资料查到7篇资料，这个其实应该是做一个网络检索，看一下找一下，开始写。
他在搜索，他在写了这个里面应该是进入到了一个循环体，英文缩写为AI它是一门研究如何使计算机系统能够模拟人类智能的学科和技术。你看它的输出了，简单来说人工智能旨在让机器具备，还有参考图，你看它上面那种推理决策以及但有些资料不一定能识别出来，有一些资料不一定能拿得到，所以说你看他这个是抓的这个CSDN的一篇文章，包括图片这个就没加载出来了。你看这个就是他把一些说白了就是找资料，网上去找资料去了。然后他最后还提了一些讨论与反馈，什么思考题一、思考题2、思考题三是吧，整个问题都把它梳理出来了，所以说这个还是比较智能化的，那这个逻辑怎么来实现的呢？他查找资料这里会进入到一个循环体，也就是复循环，它会不断的去网上去找资料，直到找到合适的资料为止，那这个里面就会不断的循环，所以说他刚刚那个执行过程，你看搜索到7篇文章，因为他找，比如说我一开始找了几篇文章，我找到了7篇比较匹配的那我就要循环七次。对资料干嘛呢？做一些处理，包括一些什么呢？
你看我搜索完之后这个词，你看你是一个搜索引擎专家，你需要根据input拆分出来一个搜索是并使用训练型输出，就不断的去搜索，图片也要搜，这个调用的是并搜索，并搜索这个搜索引擎，然后包括图片UIL输出，是吧，然后再转换，链接读取，最终需要干嘛呢？拿到内容，检索完毕之后，就是大家看这个内容最终检索完之后，他就把内容给他吐回来了，就是输出检索完共检索到什么什么文档，这个文档，然后就开始干嘛呢？真的去做文章写作了，在这里就开始做文章写作了，检索完了之后就可以开始写了，写的话就是大家看啊，这个里面也进入到一个循环，写完整的文章，直到把这个内容输出为止，因为这个里面为什么循环呢？因为它是有那个内容的不断加载输出，所以不一定完整的给你写完。所以说他会这里会把关联的一些东西给你写完，包括一些什么什么主题、小标题、讨论，你看思考题，这个格式要慢慢的给你完善，是吧？他给你把整个东西写出来的话，它没那么快，所以说这里会有一个循环，类似于这种流式输出的这么一个效果，就是慢慢的给你输出，在这个里面。一这个就是类似于这个作业批改的这么一个功能，就是把这个教案生成，教案生成就是这么一个流程。
那我们再来看一下这个作业批改这个流程，这个生成大纲，就是做课件这个流程很简单，第一步就是生成大纲，然后生成课件或者教案内容，输出课件或者教案内容。这一个就是抓数据，拿到网上一些数据之后，把它拼装成这个资料，再去输出这个课件内容，整个就是三步。好，然后我们再来批批改作业的这个工作流。批改作业的这个工作流的话，第一个模块就是读取作业内容，就是我们要需要上传文件或者怎么样？把作业给他提交上去，也就是上去之后的话就开始去通过循环节点批改作业。循环节点的话就包含了批改作业跟模型节点输出评语的一些信息，因为作业有很多，它要循环把它处理完，那我们再看一下下一个工作流，这个叫批改作业，格式化一下来看批改作业的一个逻辑。首先前面都是一样的，上传文件图片或者文字，最终都要拿到内容。完内容之后干嘛呢？这里依旧是要做一些逻辑处理的，什么什么有时候链接报错了，要做一些特殊处理，这个整个是用代码来去做的，最终它会读取到一些信息，一些作业的一些信息，包括一些图片等等的一些逻辑。
这里咱们就要调大模型干嘛呢？你看你是信息整理专家，请整理信息什么呢？用输出什么什么用户上传的内容是什么什么什么，然后限制什么呢？不得丢失任何用户上传的信息。问题跟这个答案的数组个数需要保持一致。然后这个时候就开始批改作业了，我们看一下那个批改作业的一个逻辑，我要生成刷新一下，看一下。批改作业，我直接让他批改作业看一下，请上传传对应作业文件。
温馨提示。你都支持改哪些学科的作业？专注历史教育，我是基于大量历史领域的专业书籍文献研究报。你能帮助学员提高历史成绩吗？你可以问他一个历史问题，一定程度上帮助学生提高历史成绩。比如辅助老师批改主观题作业，给出详细准确的批改反馈，让老师能更好的了解学生的学习情况。
那我就问一下他，五一劳动节。不来的。你就随便问他一些历史的一些问题，五一国际劳动节源于19世纪的是吧？整整一个逻辑就是你做作业批改的话，你要给他提一些问题，比如说我想一下给他批改一下就是。帮我批改一下作业。五一劳动节来源于。我就把这个正确答案复制在这里，五一劳动节源于这个是这个做对了对了吗？
我直接问他，让他批改一下这个作业，传对应作业文件，作业文件内需要完整包含原文问题回答，这样我才能更准确全面的那我就按他的一个要求，原文问题回答，我就按照要求来原文。原文的话就是五一劳动节源于什么？历史由来。然后问题。
来源回答我就回答这句话啊。回答。来看一下。你看开始批改作业，看一下他批改的效果怎么样。开始批改作业的来源分数2比10，原因一回答没有明确具体回应。你看他这个就给我一些明确的一个结果了，是吧？他给只给了我十分的话，他只给了我两分。
因为我没有回答具体五一劳动节的来源的核心问题，太过于笼统，偏离了完整阐述来源的一个要求，逻辑不清晰，没有采用合理的结构。因为我就说了一句话，所以说他觉得我没有先提出观点再论证再总结，然后实施描述，描述不太详细，没有具体说相关的事件、人物、地点，缺乏对五一劳动节来源的相关事件的分析，没有探究其背景、原因、过程，没有从多角度进行思考，也就是他会给你一个评分，你有一些部分肯定答对了是吧？所以给了两分，但是有一些关键点你没有答上来，这里的话他就要给你一些反馈，这个就是他批改作业的一个逻辑，就是我们提到的读取完作业之后，接下来就是批改。
那我们就看一下这个批改的这个工作流其实也很简单，就是他用调用大模型的能力循环的去对你的内容做一些批改。其实最关键就是看它的一个提示词是怎么写的。你看明确回答问题需要保证对问题核心的有清晰的认知，逻辑清晰什么什么是吧？然后多角度思考，他会帮你拆分成各种评分标准。
比如说这个答答对一个的话可能就两分，再答对一个就两分，总共大概比如说一个两个、三个、四个，应该是不是有五个？也有观点。这里只看到四个，其实我感觉应该是有五个五个点。就是每一个比如说大概能给出两分出来，应该是有五个点，就是这里他提到的五个角度，什么逻辑清晰，那些东西，1234，应该是啊是有五个点，没错。第一个点，然后这个第二个点、第三个点、第四个点，这不是，这是第五个点，就整个五个点，五个点他把原因给你总结出来，完了之后的话就是给你一个反馈，就是你为什么没有答上来，就是这么意思。这就是它一个流程，所以其实也不是很复杂。
那整个应用就是大家用这个模板的话，同样的也是去复制，然后修改这个工作流，比如说你他刚刚那个是搜索语文，有的又是历史是吧，你可以去上传你需要的这么一个知识库。刚刚那个是语文的，你可以改成数学的。然后包括润色的话，我们刚刚说的那个是小学语文老师，你可以改成中学数学老师，这个具体按你的要求去润色就可以了。包括AI输出的一个节点。比如说像小学语文老师就改为中学数学老师，整个做一个编排之后重新发布，并且你还可以修改一些人人设。比如说我们刚刚那个是专注于历史的那你可以专注于数学或者其他数学有关系的东西是吧？然后最终测试把它发布一下就可以了。
这个就是具体我们要运用这些模板的一个流程，包括一些作业批改的话，我们其实也可以对节点做一些修改。比如说你看刚刚那个历史改成语文？什么内容，一些智能体系设置，历史老师改成语文老师，这些东西大家都可以自己去调，调完之后测试发布，做一个验证就可以了。然后这个大家可以之后去验证一下，这个功能的话还是做的比较强的，就是它的一个提示词写的很精细化。