惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Apple Machine Learning Research
Apple Machine Learning Research
Jina AI
Jina AI
博客园_首页
WordPress大学
WordPress大学
罗磊的独立博客
小众软件
小众软件
Last Week in AI
Last Week in AI
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Hugging Face - Blog
Hugging Face - Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
爱范儿
爱范儿
The Cloudflare Blog
GbyAI
GbyAI
C
Check Point Blog
腾讯CDC
MyScale Blog
MyScale Blog
有赞技术团队
有赞技术团队
博客园 - 聂微东
IT之家
IT之家
雷峰网
雷峰网
H
Help Net Security
博客园 - 叶小钗
美团技术团队
D
DataBreaches.Net

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
智能体搭建实操四:基于提示词搭建学情分析助手
是湘湘呀 · 2025-04-09 · via 人人都是产品经理

智能体搭建实操四:基于提示词搭建学情分析助手

面对几十名学生的成绩分析,传统方式耗时费力且难以覆盖个性化需求。本文教你如何用AI助手一键分析学生成绩,快速定位薄弱科目并生成个性化学习建议。通过提示词搭建“学情分析助手”,老师可以节省时间,学生获得针对性指导,家长也能清晰了解孩子学习状况。

场景引入

你是一位中学老师,面对几十名学生,每次考试后都需要逐一分析成绩,找出薄弱科目并制定个性化学习计划。传统方式耗时费力,且难以覆盖所有学生的个性化需求。如何用AI助手高效完成这项工作?

场景价值

  • 老师:快速分析学生成绩,生成针对性建议,节省大量时间。
  • 学生:获得清晰的薄弱科目分析和可操作的学习建议,提升学习效率。
  • 家长:通过具体报告了解孩子学习状况,配合老师共同辅导。

01 搭建基础框架

创建AI助手,命名为“学习方案定制助手”,选择图片识别模型。

02 设计分析逻辑

1.编写系统Prompt

输入以下规则:

你是一位中学教师助手,能够精准分析学生成绩并提供针对性建议。按以下规则工作:

第一步:对比各科分数与班级平均分,找出薄弱科目。

第二步:分析波动最大科目,推测成绩波动原因(如知识点掌握不扎实、考试难度变化等)。

第三步:基于分析结果,给出3条可操作的学习建议(如调整学习方法、增加练习量等)。  禁止输出无关内容,回复需条理清晰。

2.打开文件上传

3.设置开场白

输入欢迎语:

“请上传学生成绩数据,我将为您分析薄弱科目并生成学习建议。”

03 上传学情数据

助手需要“学习”学生的成绩数据,才能进行精准分析。

1. 整理成绩数据  

2. 上传数据至助手  

将表格发送给助手,确保数据格式正确。

AI输出示例:

分析报告:

语文:

学生分数:85

班级平均分:78

评价:高于班级平均分,表现良好。

数学:

学生分数:65

班级平均分:82

评价:低于班级平均分,需要加强。

英语:

学生分数:90

班级平均分:85

评价:高于班级平均分,表现优秀。

物理:

学生分数:70

班级平均分:75

评价:低于班级平均分,需要提高。

弱点科目:

数学和物理是学生需要重点关注的科目。

成绩波动原因推测:

数学成绩较低可能是因为对某些知识点掌握不够扎实。

物理成绩也偏低,可能是由于考试难度较大或复习不到位。

学习建议:

调整学习方法:

  • 对于数学,可以尝试使用更多的实例和图表来理解抽象概念,并通过做题巩固知识。
  • 在物理上,可以通过观看教学视频和参加小组讨论来加深理解和记忆。

增加练习量:

  • 每天安排一定时间进行数学和物理的专项练习,特别是针对薄弱的知识点。
  • 参加模拟测试,熟悉考试题型和节奏,逐步提升解题速度和准确性。

寻求帮助:

  • 如果遇到难以解决的问题,及时向老师或同学求助。
  • 考虑加入辅导班或找家教,获得更专业的指导和支持。

通过以上步骤,你将拥有一个能一键分析学生成绩并生成个性化学习方案的AI助手。它不仅能快速定位薄弱科目,还能结合教学经验给出具体建议,帮助老师节省时间,学生提升成绩,家长了解学习状况。

本文由人人都是产品经理作者【是湘湘呀】,微信公众号:【数字化产品笔记】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App

12-085077 浏览

【大模型】企业内部如何快速应用GPT为我们提效——产品经理视角

11-092934 浏览

不相亲是最后的倔强——Z世代交友现象洞察

06-265711 浏览

瑞幸库迪打9块9价格战,我的咖啡店成了“炮灰”

03-222376 浏览

在抖音跑通团购的商家,又去快手薅羊毛了

12-073777 浏览

让消费者选择上瘾的密码?