ABOUT · 产品理念
课堂不该为数据让路，
数据应该回到课堂里。
我们不做「越多越好的教育大数据」。一节课只留三样东西：老师讲的那几句话、黑板上写的那几笔、学生真正做错的那几道题。 其余全部丢掉。留下的这三样，要能在学生做错题的那一刻被准确调出来。
01
不打扰课堂
录音用讲台麦克风或领夹麦，拍照就是一个悬浮按钮。老师上课不需要为系统多做任何一步操作。
02
只记录必要的东西
没有摄像头，没有人脸，没有表情识别，也不给学生打「专注度」分数。困惑由学生主动点「没听懂」触发。
03
做减法，不做题海
推题按「破冰 → 变式 → 实战」三阶上升，做对一道就能点「我已掌握」停下，不追求把题库刷完。
闭环四步：沉淀 · 切片 · 亮灯 · 验证
一条从 40 分钟课堂到「这道题我懂了」的完整链路
01沉淀
课堂采集教师端
两种方式并存，按老师习惯选。极简：课后传一段 MP3/M4A，或直接把讲义文字粘进来，5 分钟出结果。 沉浸：边讲边按悬浮按钮拍板书，照片上自动带时间戳，讲到哪拍到哪，不中断讲课。
为什么这样做：很多平台要求老师上课前摆好设备、点开始录制，实际用两周就废了。能少一步就少一步。
02切片
语义切片建图自动
转写后按「我们来看下一题」「这里注意」这类转折语自动切段，每段绑一个知识点和一个时间区间， 形成「知识点—时间戳」索引。化学式单独渲染（Fe₂O₃ 不会被认成 Fe203）。
容错红线：AI 初稿一律标「待确认」。老师可以改字、裁剪、整段隐藏，改完学生端立刻同步——不能只能接受。
03亮灯
错题精准溯源学生端
每道错题按考点亮灯。点开不是给一段 40 分钟的录音让学生自己拖，而是直接跳到老师讲这道题的那 30 秒到 2 分钟， 讲到的那张板书照片同步弹出，下面是老师的原话提炼和采分词。
衡量标准：从「我错了」到「听到老师讲它」，不超过两次点击。
04验证
阶梯推题二次验证学生端
看完不算懂，做对才算。第一道同知识点降一级难度（只验证概念懂没懂），第二道同错因同难度换情境， 第三道回到原难度或高考真题。题量调节关掉时只推第一道，做对即可停。
回流：两次都没做对，标记「二次未掌握」，回到老师下节课的讲评清单里，不静默消失。
设计依据
2026 年 10 月 · 14 位一线教师 + 22 位大一学生 · 问卷 + 深度访谈
教师首屏最想看到「班级错题 TOP 榜」
85.7%
12 / 14
教师要求题包「自己审核后再推给学生」
64.3%
9 / 14
学生最希望 AI 扮演「一对一答疑」
86.4%
19 / 22
学生对摄像头表情分析有顾虑
59.1%
13 / 22
85.7% 要看错题榜
教师端一进来就是班级错题 TOP、错误率分布和「谁错了这道」，不做花哨的看板。首页第一屏放今天这节课，第二屏放资源库，数据在「班级数据」里。
64.3% 要自己审核
AI 生成的题包、转写稿、切片一律先到「待审」，老师点通过才进学生端；每条切片可改字、可隐藏，撤回一次点击。
86.4% 想一对一答疑
学生端不做通用聊天机器人，而是把「老师讲这道题的原话」送到学生面前——本质是一对一，但内容来自真实课堂，不编造。
59.1% 顾虑摄像头
全平台不接入摄像头、不做人脸与表情识别、不生成专注度评分。课堂困惑只来自学生主动点击与当堂错误率两个信号。
!
所以本平台不做摄像头表情识别：只沉淀教师讲课录音与学生自己的错题。
这是产品边界，不是技术限制。
平台边界与数据权属
写在这里，也写在代码里
i
谁能听：课堂录音仅对本班在册学生开放，学生端不提供下载与录屏入口，分班或毕业后权限自动收回。
!
谁能改：AI 转写稿默认「待教师确认」，教师可改字、裁剪片段或整段设为不公开，学生端立即生效。
i
数据归属：课堂内容归学校与授课教师，平台只做存储与索引，不用于模型训练，不对外提供。
!
考试数据：云阅卷只读同步，成绩回流到学生轨迹，不改写阅卷系统本身的任何记录。
技术上怎么做到「打开就能用」
老师学生多数在微信里点开，这一条比功能多少更重要
数据分两层
首屏只带 90 KB 索引数据；转写正文与答案解析单独一层，进课堂详情才加载，学生端看解析时才注入。
微信内降级
识别微信环境后关掉毛玻璃、修正地址栏引起的 100vh 抖动、剪贴板与导出走兜底方案、拍照先压到 1280px 再传。
重资源不进门
实验仿真单文件 2–5 MB，视频更大，都放在资源库，点开才加载，任何首屏页面都不会带它们。