教育生产后台端

intro

这是新AI教育产品中教研和运营用来组织课程的地方——一个把教材拆到最小单位、再重新组装起来的后台。我用了大约四个月, 进行产品的规划和设计、交付上线并持续的迭代，完成了从可运行 Demo 到服务端联调发布的 0–1 搭建。
它改变了一部分课程内容的生产方式，即如何让AI参与到复杂的项目中并让流程变得更加易懂和简洁。它为未来的产品业务发展奠定了足够的材料累积基础。

Services

UI/UX Design, Data Visualization, Research, Coding

Year

2025

概念

对于AI教育项目而言，我们的目标并非做一本AI数字化教材。用户需要的是能够真正对学习产生正面影响的产品——一个可以根据每位学生的情况动态调整、从他们当前水平出发的智能系统，而不是让所有人沿着同一页、以同样的节奏一路往前走。

但这个目标有一个常常被忽略的前提：如果 AI 要为学生动态调整学习路径，内容就不能继续被锁在完整的章节里。它必须被拆解成更小的单元，也就是一个个“知识节点”，并映射到每个人不同的知识图谱中。只有这样，系统才能理解知识之间的复杂关系，跳过学生已经掌握的内容，并针对尚未掌握的部分重新规划路径。

这就引出了一个看似合理、却有些反直觉的结论：在AI项目中，个性化学习和前端体验当然是息息相关的；但更重要的是，只有当后端能够规模化地产出原子化、结构化、可重新编排的内容时，用户侧的个性化学习才有可能发生。

所以，最难的问题从来不是学生看到的那款应用，而是教师使用的那套工具。它已经成为了项目的阿克琉斯之踵，这就是为什么我要设计并构建后台端的原因。

问题

在旧版本中，课程只能通过一套固定流程生成。教师可以上传内容、管理版本、修正细节，却无法调整课程结构或生成逻辑。这种方式很难适应不同地区的教学大纲，也无法支持客户端基于学生知识图谱进行个性化学习。本质上，这和让AI再写一本实体书没有区别。
因此，我没有把新版后台设计成另一个“上传内容生成工具”，而是将它重构为一套内容生产与编排系统：教师可以创建教材、组织目录、组合课程、编辑页面，并为不同学习情境配置独立的组件与事件。

结构

解耦内容，让课程可以重新组合。
系统的核心结构由“书籍—目录—课程—页面—学习事件”组成。书籍对应特定地区的教材体系，目录负责组织知识顺序，课程与页面承载教学内容，学习事件则根据学生的学习状态提供针对性的练习和反馈。
这些元素彼此解耦，因此教师可以先按照当地教材编排目录，再复用已有课程进行填充。相同知识点不必被重复生产，只需要根据地区、语言和教学难度重新组合。

设计原则

复杂能力需要停留在用户能够理解的边界内。对算法工程师而言，工作流、变量的引用和输入输出是自然熟悉的概念，但这些概念对教师而言是陌生的。通过调研发现，简单的节点式 Prompt 工作流已经接近多数教师和运营人员能够接受的上限。将流程进一步抽象为 Skill 或配置文件，反而会让系统失去可理解性和可编辑性。
内容原子化也存在类似矛盾：教学内容依赖上下文，过度拆分会破坏完整的学习体验。因此，我与教师反复讨论每个页面应承载的最小信息量，在内容灵活度、工程效率和教学连续性之间寻找平衡。因为设计的目标不是消除复杂性，而是让复杂性停留在用户可以控制的位置。

通过节点式工作流，完成从单页编辑，到批量生成整本教材。
教师可以在节点式工作流中定义提示词、输入参数与输出结果。当他们在课程页面插入文本、图片、音频或题目组件时，可以将组件中的内容位置绑定到工作流输出，并把整个页面保存为可复用模板。
完成结构设计后，教师只需通过 Excel 批量提供输入数据，就能一次运行课程中所有页面的工作流，自动生成一节课乃至整本教材的初稿。AI 负责规模化生产，教师继续掌握结构设计、内容审核与最终发布。

设计规范

为了让 AI 生成的页面保持一致，我将设计原则、设计变量、组件规范和示例封装为一个单独的页面，从而让设计师与 Codex 共同识别和构建该设计系统。

所有组件都集中展示并保持关联，保留可见和可调整的状态。这样才能在设计系统的同时明确AI的执行边界。
在实际协作中，我负责描述目标、判断结构并精修关键体验；AI 根据描述生成 PRD ，结合设计系统生成界面与代码。

设计师的职责不再是逐页绘制界面，转向建立规则、控制质量以及处理真正需要设计判断的问题。

重复与一致性

重复让系统具备可学习性。后台页面遵循同一套骨架：左侧导航、顶部工具栏，以及承载不同任务的主画布。画布可以是表格、目录树、节点编辑器或课程页面，但导航方式、操作位置与反馈逻辑保持一致。
这种重复不是简单复制。一方面，它降低了用户在不同模块之间切换时的学习成本；另一方面，它让 Codex 能够稳定复用组件和页面模式。在 AI-native 项目中，重复也是一种控制生成结果与系统复杂度的方法。

反馈与迭代

越早运行，越早发现真正的问题。
Codex 让项目很早就进入了可运行状态。设计不再只存在于静态画面中，而是能够被点击、测试，并直接与服务端联调。许多关于信息层级、批量操作和异常状态的问题，只有在真实数据与完整流程中才会出现。
在这个项目中，后端迭代的周期大概是2-3天，上线后当天就会收到反馈，第2天就会更新新的版本，从而快速的迭代。
因此，原型、实现和验证不再是彼此分离的阶段，而是一个持续循环：建立规则、生成界面、连接数据、发现问题，再把新的判断沉淀回系统。

成果

Next Project

HI TUTOR

Next Project

HI TUTOR

Networking, project enquires

or just say ‘hola’ – zhlsmail@foxmail.com

Networking, project enquires

or just say ‘hola’ –zhlsmail@foxmail.com