在线教育 AI 助教案例：个性化不等于自由回答

# ❌ 坏做法：纯向量检索，不过滤进度
def retrieve(query: str, student: Student) -> list[str]:
    embeddings = embed(query)
    results = vector_db.search(embeddings, top_k=5)
    # 可能召回高三内容，即使学生是高一
    return [r.text for r in results]

# ✅ 好做法：按学生进度过滤检索范围
def retrieve(query: str, student: Student) -> list[str]:
    embeddings = embed(query)
    results = vector_db.search(
        embeddings,
        top_k=10,
        # 只召回当前年级及之前、当前单元及之前的内容
        filter={
            "grade": {"$lte": student.current_grade},
            "unit_id": {"$lte": student.current_unit},
        },
    )
    return [r.text for r in results[:5]]

# ❌ 坏做法：直接输出完整解答
SYSTEM_PROMPT_BAD = """你是一个物理助教。学生问你题目时，给出完整的解答过程。"""
 
# ✅ 好做法：分步引导，不直接给答案
SYSTEM_PROMPT_GOOD = """你是一个初中物理助教。当学生问你计算题时：
 
1. 先确认题目涉及的核心概念（如能量守恒、牛顿定律）。
2. 给出第一步提示，不要给完整公式。例如：「这道题可以用能量守恒来思考。物体在高处有什么能量？」
3. 等学生回复后，再给下一步提示。
4. 只有当学生卡住超过 3 轮，才给出完整公式，但仍然不代入数值。
5. 最终数值计算留给学生自己完成。
 
如果学生直接要求「告诉我答案」，回复：「我可以给你提示，但答案需要你自己算出来。我们先从第一步开始。」
"""

def build_tutor_prompt(mode: str, student_history: list) -> str:
    if mode == "exam":
        # 考试场景：完全不给计算过程，只确认概念
        return """考试模式下，学生问你题目时：
        - 不要给任何计算步骤或公式
        - 只确认涉及的概念名称：「这道题考察的是能量守恒定律」
        - 如果学生追问，回复「请独立完成计算，考后可以向老师申请讲解」"""
    elif mode == "practice":
        # 练习场景：分步引导
        return build_scaffold_prompt(student_history)
    else:
        return build_default_prompt()

# 数据分层定义
class StudentDataAccess:
    """三层数据访问控制"""
 
    # 第一层：当前学生自己的数据，可以完整用于回答
    OWN_DATA = {
        "answer_history",     # 答题记录
        "error_tags",         # 错因标签
        "current_progress",   # 当前进度
        "weak_points",        # 薄弱知识点
    }
 
    # 第二层：班级聚合统计，只能用汇总数据，不能出现个人
    CLASS_AGGREGATE = {
        "class_avg_accuracy",     # 班级平均正确率
        "class_common_errors",    # 班级高频错误
        # ❌ 不能包含：单个学生的成绩、姓名、答题详情
    }
 
    # 第三层：教师专属数据，AI 助教不可访问
    TEACHER_ONLY = {
        "individual_student_scores",   # 单个学生成绩
        "student_rankings",            # 排名
        "teacher_notes",               # 教师备注
    }
 
def build_context(student_id: str, question: str) -> str:
    own_data = get_student_data(student_id, fields=StudentDataAccess.OWN_DATA)
    class_stats = get_class_stats(fields=StudentDataAccess.CLASS_AGGREGATE)
 
    # 聚合数据脱敏后再传给模型
    context = f"""
    学生当前进度：{own_data.current_progress}
    该学生薄弱点：{own_data.weak_points}
    班级平均正确率（本题相关知识点）：{class_stats.class_avg_accuracy}%
    班级高频错误类型：{class_stats.class_common_errors}
    """
    # ❌ 不会包含任何单个学生的个人信息
    return context

# ❌ 坏做法：开放式 prompt，模型自由发挥
SYSTEM_PROMPT = "你是一个友好的数学助教，帮助学生解答问题。"
# 问题：没有限制回答范围，模型可能超纲、直接给答案、引入课外内容
 
# ✅ 好做法：明确边界、策略和禁区
SYSTEM_PROMPT = """你是一个高中数学 AI 助教（人教版 2024 版）。
 
你的职责：
- 只使用知识库中的内容回答学生问题
- 如果知识库没有覆盖，回复「这个问题我需要请老师来帮你解答」
- 计算题分步引导，不直接给完整答案
- 回答中引用教材章节，方便学生核对
 
你的禁区：
- 不回答与数学无关的问题
- 不使用大学数学概念解释高中内容
- 不提及任何其他学生的信息
- 不在考试模式下提供解题步骤"""

# ❌ 坏做法：top_k 固定，不管问题难度和学生水平
results = vector_db.search(query_embedding, top_k=5)
 
# ✅ 好做法：根据学生水平动态调整检索数量和范围
def adaptive_retrieve(query: str, student: Student) -> list[str]:
    # 基础薄弱的学生：多召回基础解释类内容
    # 基础好的学生：多召回拓展应用类内容
    difficulty = estimate_question_difficulty(query)
    level = student.mastery_level  # 1-5
 
    if level <= 2:
        content_type_filter = {"type": {"$in": ["definition", "example", "hint"]}}
        top_k = 8  # 多召回，确保有足够基础解释
    elif level >= 4:
        content_type_filter = {"type": {"$in": ["example", "application", "challenge"]}}
        top_k = 5
    else:
        content_type_filter = {}
        top_k = 6
 
    return vector_db.search(
        embed(query),
        top_k=top_k,
        filter={
            **content_type_filter,
            "grade": {"$lte": student.current_grade},
            "unit_id": {"$lte": student.current_unit},
        },
    )

# ❌ 坏做法：不做安全检查，直接返回模型输出
response = llm.chat(messages)
return response  # 可能包含超纲内容、隐私泄露、不当引导
 
# ✅ 好做法：生成后做多维度安全检查
def safety_check(response: str, student: Student, context: dict) -> CheckResult:
    issues = []
 
    # 检查 1：是否包含其他学生的个人信息
    if contains_student_pii(response, student.student_id):
        issues.append("privacy_leak")
 
    # 检查 2：是否引用了超纲知识点
    out_of_scope = detect_out_of_scope(response, student.current_unit)
    if out_of_scope:
        issues.append(f"out_of_scope: {out_of_scope}")
 
    # 检查 3：练习模式下是否直接给了完整答案
    if context["mode"] == "practice" and has_full_solution(response):
        issues.append("gave_direct_answer")
 
    # 检查 4：回答的置信度（通过 self-consistency 检测）
    if context.get("low_confidence"):
        issues.append("low_confidence")
 
    if issues:
        return CheckResult(passed=False, issues=issues, fallback=build_fallback(issues))
    return CheckResult(passed=True)

# ❌ 坏做法：AI 全权处理，教师看不到过程
# 教师只在学生投诉时才知道 AI 说了什么
 
# ✅ 好做法：关键节点通知教师，教师可随时介入
def handle_ai_response(response: CheckResult, student: Student):
    if not response.passed:
        # 安全检查未通过：拦截回答，通知教师
        notify_teacher(
            student_id=student.student_id,
            issue_type=response.issues,
            original_question=response.original_question,
            action="已拦截回答，请人工回复",
        )
        return get_teacher_placeholder()
 
    # 即使通过检查，也记录对话日志供教师查看
    log_conversation(student.student_id, response)
 
    # 连续 3 次未解决问题，自动升级给教师
    unresolved_count = get_unresolved_count(student.student_id)
    if unresolved_count >= 3:
        notify_teacher(
            student_id=student.student_id,
            issue_type="student_stuck",
            action="学生连续 3 轮未解决，建议人工介入",
        )