背景
李同学是湖南某县域学校的化学老师，同时具备学校管理经验和 AI 实操经验。这种"三合一身份"在国内 K12 学校中非常罕见，既懂教学一线痛点，又懂学校管理决策。
传统化学教学中存在一个长期未解决的痛点：错题反复出现。学生做完错题本后，下次考试同样的知识点还是错，重复劳动高、个性化修复差，老师的时间和精力大量消耗在重复批改错题上。
李同学基于 AI 构建了「AI 错题平台」，从化学错题整理切入，目标是让每个学生都能被"看见"，让每个孩子的知识漏洞都能被精准修复，从而实现孔子讲了两千年却始终没有真正落地的"因材施教"。
痛点
1. 学生端：错题重做无效
- 学生做完错题本后，下次考试同样的知识点还是错。
- 错题重复率居高不下（实验前基线值 42%），重复劳动高。
- 抽象知识点理解不到位（实验前平均分 62），个性化修复缺失。
2. 老师端：重复批改错题负担重
- 单次阅卷需要 15 分钟（实验前数据）。
- 知识点完成率低（实验前 35%），老师批改完错题后无法形成有效跟踪。
3. 学校端：教育痛点长期无解
- 学校难以满足家长和学生对教育的期待。
- 过往很多痛点（个性化辅导、错题跟踪）受限于人力物力，学校没有能力解决。
4. 政策与时代的双重压力
- 十五五教育规划明确要求 AI 赋能教育，但行业内多数人还停留在喊口号阶段。
- 家长焦虑：AI 时代孩子应该学什么？AI 对当下考试有什么帮助？
方案
核心产品：AI 错题平台（基于 127 个知识点三级知识库）
1. 三级知识库架构
- 覆盖化学学科 127 个知识点。
- 三级分类体系：学科 → 章节 → 知识点。
2. 工具栈
- 豆包：AI 助手基础能力。
- 飞书：数据存储与多端协作。
- DeepSeek：AI 模型驱动的分析与生成。
- Solo 编程平台：低代码开发工具。
3. 部署方式
- DeepSeek API 接口（网站版）：支持多人协作与远程访问。
- 单机版：本地部署，适配学校机房场景。
- 网站接口异常时，可使用单机版作为兜底方案。
4. 核心功能
- 自动识别错题对应的知识点。
- 根据错题记录生成个性化错题集。
- 错题重做后自动追踪知识点掌握情况。
- 自动统计每个学生的知识点完成率。
效果（实验班 98 人验证数据）
| 维度 | 实施前 | 实施后 | 变化 |
|---|---|---|---|
| 错题重复率 | 42% | 27% | ↓ 15 个百分点 |
| 阅卷时间 | 15 分钟 | 8 分钟 | ↓ 7 分钟（节省约47%） |
| 知识点完成率 | 35% | 78% | ↑ 43 个百分点 |
| 抽象知识点平均分 | 62 | 78 | ↑ 16 分 |
| 验证规模 | - | 实验班98人 | - |
| 老师阅卷时间 | 大量时间消耗在批改错题 | 节省约47%（阅卷口径，15→8 分钟），可关注学生 | - |
关键对比："错题重复率 42% → 27%" / "知识点完成率 35% → 78%" / "抽象知识点平均分 62 → 78"
价值
1. 对学生：让每个孩子都能被看见
- 从"错题重做无效"到"个性化知识漏洞修复"。
- 每个学生的知识点掌握情况都被精准记录，老师可以针对性辅导。
- 真正实现孔子讲了两千年的"因材施教"。
2. 对老师：节省约47%时间（阅卷口径），关注学生成长
- 阅卷时间从 15 分钟 → 8 分钟。
- 节省出的时间可以用来关注学生个体成长，而不是重复批改。
3. 对学校：让教育痛点看到希望
- 让学校管理者看到，AI 时代原来解决不了的教育痛点有希望解决。
- 给整个学校的未来发展带来了方向。
4. 对家长：回应焦虑，明确方向
- 一方面 AI 可以赋能学生当下的考试，帮助学生提分。
- 另一方面 AI 也在改变未来教育的方向，项目已经在这个方向迈出了第一步。
5. 对政策：AI 赋能教育从口号到落地
- 该项目已在 AI 狠人团训练营中完成落地验证，具备先发优势。
学员原话（李同学）
"我们已经有 127 个知识点三级知识库，实验班 98 人验证，错题重复率从 42% 降到 27%。"
"优化完项目代码后，部署在网站上的 DeepSeek API 接口无法正常使用，但是本地单机版可以正常运行。"
"我们这个项目的核心立意要突出'只有想看见才能看见'，发心是为了让每个孩子被看见，实现孔子讲了两千年的因材施教。"
"AI 能帮老师节省47%的时间，节省出的时间可以用来关注学生。"