1. 创意名称 + 创意介绍
创意名称：TeachAssistant —— 双教学法 AI 教学 Agent
-
想解决什么问题：当前大语言模型虽然能直接给出答案，但学习者往往是"看懂了但用不上"，缺乏主动推理和深度内化的过程；尤其在向专业化进阶时，单纯灌输式讲解无法帮学习者建立"自己讲出来"的能力。
-
为什么会想到做这个：源自真实的教学观察——一位 9 岁的孩子对神经元、Transformer 充满好奇，但市面工具要么"灌知识"（直接解释），要么"陪聊"（不引导）。我们意识到：学习需要分阶段，入门阶段靠追问理解（苏格拉底），进阶阶段靠输出倒逼内化（费曼）。
-
大概是什么产品：一个本地可部署的 Web 应用（FastAPI + 前端），提供 1 对 1 沉浸式 AI 课堂：AI 担任老师时用苏格拉底式连续追问；用户反客为主时，AI 担任学生，由用户讲解某个概念（费曼学习法），AI 主动追问薄弱点。
2. 目标用户及痛点
-
面向哪些用户：
- 基础学习者（K12、本科低年级、零基础转行者）——需要"被引导思考"而不是"被喂答案"。
- 进阶学习者（高校学生、考研、考证、跨学科学习者）——需要"讲出来才算真会"的输出练习。
- 专业方向探索者（如想入门 AI、经济学、机器学习的成人学习者）——需要能基于真实教材逐章精读的工具。
-
在什么场景下使用：
- 自学者面对一本 PDF 教材（神经网络、Transformer 入门等）无从下手时。
- 学完一章感觉"似懂非懂"，想找个人"讲一遍给他听"来检验自己时。
- 复习备考时希望系统回顾"哪些概念我其实没真懂"时。
-
当前痛点：
- 现有 AI 聊天工具倾向于直接给答案，不追问、不引导，扼杀思考过程。
- 缺乏人格化陪伴——和冷冰冰的对话框对话，动力难以持续。
- 缺乏结构化进度管理——没有"学完没学完"、"哪里是真会哪里是假会"的可视化反馈。
- 缺乏角色和教学法可切换性——入门和进阶需要完全不同的教学策略。
3. 价值与意义
-
效率提升（核心价值）：用"提问"代替"灌输"，让学习者每节课都经历一次主动推理；用"讲出来"代替"看会了"，把"假懂"逼成"真懂"。两段式（基础→深化）训练能显著缩短从"看懂"到"能用"的路径。
-
社会价值：降低高质量个性化教育的门槛——一位大学生无需预约名师，就能拥有一位随叫随到、教学方法论扎实的 AI 导师；一位自学者无需昂贵课程，就能系统读懂 AI 教材。
-
产品差异化：与通用 Chat 工具相比，TeachAssistant 是"教学 Agent"而非"问答机器人"，把"教学法"作为一等公民（苏格拉底/费曼工厂模式），把"教材"作为结构化输入，把"角色"作为情感纽带，三者协同构建真正可用的学习闭环。
4. 附件说明
报名帖已附带一份用 TRAE Work 生成的创意产物 HTML 文件（文件名：TeachAssistant_创意产物.html），该文件完整展示了产品的双教学法流程、目标用户画像、核心特性与界面原型。
TeachAssistant_创意产物.html (19.2 KB)