🧐如何利用 AI 实现智能出题 + 智能评分功能？

oil欧哟
358 阅读6分钟

前言

Hello 大家好我是 oil欧呦，最近在做小程序的过程中实现了一些 AI 相关的小功能，也有了自己的一些小小心得，这篇文章给大家分享一下。

最初，我预计实现 AI 学习功能会花费大量时间，但出乎意料的是，仅用了两三天就完成了。目前，我的小程序中提供了三种学习模式，如下图所示：

image.png

第一种模式是用户自行评估是否记住了卡片内容，而单选模式和复述模式则是通过 AI 实现的功能。接下来，我将详细讲解这两种模式的实现过程。

单选模式

单选模式实际上就是选择题。实现选择题的关键在于让 AI 生成一些与正确答案混淆的选项，并提供解析。我的小程序中，每张卡片分为正面和反面，正面通常是问题，反面则是答案：

temp.gif

在实现过程中，生成速度是一个关键因素，它主要由以下两个方面决定：

  • 大模型的选择
  • 上下文的长度

大模型的选择

不同的大模型在生成 token 的速度上存在差异。衡量这一速度的指标是 TPS（每秒输出 token 数） 。需要注意的是，TPS 与模型的推理能力并没有必然联系。

TPS

TPS（每秒输出 token 数）  是衡量大模型推理速度的重要指标，它直接反映了模型在单位时间内生成文本的速度。而 推理能力 则是一个更广泛的概念，它不仅包括生成速度，还涉及模型对语言的理解、生成文本的质量以及对不同任务的适应性。

高 TPS 并不一定意味着模型的推理能力全面优越。一个模型可能在生成文本时速度很快，但生成的文本质量较差，或者在处理复杂任务时表现不佳。

我之前使用的 qwen-plus 大模型的 TPS 大约为 20，这意味着每秒可以生成约二十几个字。如果选项较长，用户可能需要等待几秒钟。因此，我尝试切换到 TPS 更高且推理能力较强的模型。最近，我尝试将小程序的大模型替换为 Deepseek v3，生成速度比 qwen-plus 略快，TPS 约为 50，生成的文本质量与 qwen-plus 相差不大，可能因为我的场景相对简单。

最近，我又将模型更新为 Gemini 1.5 flash，生成速度非常快，openRouter 中介绍的 TPS 达到 211，非常适合我这种需要快速生成的场景，生成的文本质量也相当不错。

以下是两个模型的对比图：

image.png

image.png

这里有一个可以查看和对比国内所有大模型 TPS 的网站：llmbenchmark.liduos.com/

注意点：Deepseek 的 JSON 输出模式在实际测试中无法直接生成 JSON 数组，最外层必须有一个 {key:value} 包裹，而千问的大模型则没有这个问题。大家在使用时可以注意这一点。

其他提升生成速度的优化项

    • 减少 JSON 中 key 的长度：如果响应内容包含多个相同的 key:value 结构，可以将 key 设置为一个字符。例如，原本的 JSON 结构如下：
[
    {frontContent:"xxx",backContent:"xxx"}, 
    {frontContent:"xxx",backContent:"xxx"}
]

可以简化为：

[
    {f:"xxx",b:"xxx"}, 
    {f:"xxx",b:"xxx"}
]

减少 key 的长度不会影响业务逻辑，同时减少了响应内容的长度，从而间接提升了生成速度。

  • 优化 prompt，减少响应中的冗余内容：在 prompt 中明确告诉 AI 你希望生成的文本简洁明了，最好还能限制最大字数，以确保生成的文本长度适中。
  • 只生成混淆选项，不生成已有选项：假设我们需要基于一个正确答案生成三个混淆选项，只需告诉 AI 正确答案并生成混淆选项即可。在业务逻辑中，我们可以将正确选项随机插入到生成的结果中，而不必让 AI 生成完整的选项列表，这样可以减少生成的内容量。
  • 提前生成，优化等待效果：在用户回答当前问题时，我会预加载下一题的选项，但只加载一题，以避免 AI 调用次数过多。如果等待时间较长，可以设计一个好看的动画，让等待过程不那么枯燥。

复述题

复述模式的核心是让 AI 对比用户回答内容与正确答案的相似度，并进行评分：

复述模式.gif

用户可以通过手动输入或语音输入两种方式回答问题。我使用的是官方提供的同声传译插件，使用起来非常简单。如果你对实现语音输入功能感兴趣，可以参考我的这篇文章：🤔uniapp 小程序如何实现语音输入功能？

除了评分外，AI 还会给出评分的原因以及改进建议，语气比较亲和，让用户感觉像有一位小老师在指导。

总结

这是我第一次调用 AI 相关的 API 来实现答题相关逻辑。之前实现的生成卡片功能为我打下了一些基础，封装了大部分 AI 请求。在实现这个需求的过程中，我发现不同模型和 prompt 的效果差异非常大。期间，小程序的模型从千问切换到 DeepSeek，再到 Gemini。这还只是在小程序中实际接入的模型，实际体验过的模型还包括豆包、moonshot、文心等，但由于理解能力差、生成速度慢或调用成本高，最终都被我淘汰了。

其实体验 AI 也是挺好玩的，带着自己的需求，不断去发掘一些高性价比，更加契合自己使用场景的大模型，再实际结合到自己的产品中，实现一个优秀的体验效果，整个过程是蛮有成就感的。后续我也会在学习卡盒小程序中融入更多 AI 相关的功能，并且尝试把现有的 AI 功能体验再打磨打磨，也欢迎大家搜索小程序体验一下，后续有了新的想法再给大家发文介绍。

如果文章对你有帮助，欢迎点赞关注，respect~

avatar
文章
阅读
粉丝