大家好，欢迎收听「教育AI智造者」播客！

本期节目，我想和大家分享一个带给我很多思考的教育+AI的创业故事。我的嘉宾是「作文说」的创始人——李日新(小红书)，他在AI教育领域默默耕耘，却用一款看似“简单”的作文批改产品，为老师和学生们带来了不可思议的价值。

起初，我只是好奇他如何通过OCR、提示词工程等技术，为老师解决挑灯夜改作文的难题；但随着对谈的深入，我发现他更加在意的是教育公平和教学深度：在偏远山区的孩子，是否也能获得优质的作文点评？老师在批改之外，是否还有更多精力做真正的教学和陪伴？

节目中，我们深入探讨了「作文说」产品的技术逻辑，也探讨了李日新在一片“AI作文批改竞品丛林”中的生存之道。从选择性价比更优的大模型，到“定制化批改模板”如何让老师真正感到舒心与专业，再到对教育初心的坚守，每一处都能体现一个教育创业者的责任与理想。

如果你关心人工智能对教学场景的真实赋能，或正在思考如何把“简单的小想法”做出真正的社会价值，这期节目一定会为你带来新思路！让我们一同踏上这场“技术×教育×初心”交融的探索之旅，见证AI如何让更多孩子拥有“像老师一样”的作文批改体验吧！

欢迎大家体验 "作文说"，在这里找到体验码，说明是伊伊子播客来的，可以获得体验优惠劵

内容大纲

节目缘起与嘉宾背景

嘉宾日新：从黑客马拉松中的灵感闪现，到组建团队推出“作文说”
“AI作文批改”项目的初衷与第一版产品雏形

快速原型：用API和提示词打磨MVP

如何借助现有大模型API及OCR技术，快速打造可用的测试产品
对“工程难度与成本权衡”的看法：技术门槛虽低，但要抓住需求与痛点
初期用户获取与反馈：自然流量、市场验证与问题暴露

聚焦老师：定制化批改模板的价值

不同学段、学科、教学场景下对作文批改的多元需求
老师“考评一致”的教学要求与AI对齐度：如何设计模板才真正好用
社群互动与用户共创：如何激发老师的创造力，让更多人贡献优质模板

AI模型与成本：从选型到持续优化

国产大模型vs.海外大模型：差异、价格与使用稳定性考量
OCR、token占用、大模型调用费：边际成本与规模化挑战
自适应学习框架下的数据“抓取-反馈-迭代”机制

商业化与竞争：AI作文批改的生存之道

免费or付费？个人开发者与小团队的自我定位与商业模式探索
市场中已有大量竞品，“一夜抄袭”与同质化的残酷现实
教育赛道政策环境与“出海”思考：在国内做B端、C端项目的机会与风险

教育公平与社会价值：AI的初心与边界

AI作文批改能否真正帮助偏远或资源受限地区的孩子？
学生端与老师端的互补：从评分到学习指导，再到写作思维培养
如何让社会价值与商业利益并行？创业者在理想与现实之间的取舍

未来展望：从产品到教育模式的转变

AI是否会重塑写作教学、批判性思维培养与多阶段教学设计？
个人开发者或小团队在寒武纪爆发式的“教育+AI”中如何定位差异化？
对行业同行与想入局者的建议：深入一线、建立独到的隐性认知与壁垒

结语与扩展

日新对“作文说”后续的期待：迭代核心功能、扩大老师与学生的受益面
伊伊子邀请听众：如有兴趣，欢迎试用“作文说”并加入听友群讨论
未来更多“教育AI智造者”访谈，敬请持续关注

如果大家希望加入伊伊子AI产品分享或者体验群，欢迎加V: yiyiziishere

需要详细文字稿的听众们可以关注微信公众号，爱思考的伊伊子，输入“播客EP28"，即可获得。

-----------------------关于伊伊子----------------------

伊伊子2024年的复盘

伊伊子专门为AI教育者打造的开源AI教育论文库

伊伊子专门为老师和AI创业者打造的20种教学场景指令

伊伊子的小红书传送门

----------------------关于听友群-----------------------

如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊

--------------------相关词介绍-------------------

AI作文批改

指利用OCR识别、自然语言处理（NLP）和大模型（如GPT）等技术，对学生手写或电子作文进行自动批改和反馈的综合应用。它不仅能给出分数，还可模拟人类教师的点评方式，提供段落级或句子级的评价与改进建议。随着模型能力的增强，它也能帮助教师批量化处理作业，节约时间并提供更多个性化指导。

可定制批改模板

“作文说”等产品的一项核心功能，让教师或用户对批改过程进行自定义配置。例如，老师可指定评分标准、写作要点或教学重点，使AI的点评和建议更贴合真实课堂需求。这不仅提高了批改准确度，也加强了学生与教学目标之间的有效对接，有助于实现“教学评一致”。

Prompt Engineering（提示词工程）

一种与大语言模型交互的实践方法。通过设置角色、场景、示例输入和输出等，来引导模型产出更符合目标的结果。它在AI作文批改中尤其重要：教师可向模型提供自身教学思路、评价标准和范文示例，使模型的文本处理更具针对性与一致性。在大模型落地过程中，提示词工程往往是低成本却高效能的关键环节。

OCR（Optical Character Recognition）

即光学字符识别技术，用于将纸质或图片中的文字转换成可机读的数字文本。对手写作文批改而言，OCR是第一道关卡：只有精确识别文字，AI才能进行后续的语义理解与文本分析。虽然数字化程度逐年提升，但在作文、考试场景下，手写仍然普遍，因此OCR性能直接影响批改系统的准确率和用户体验。

自适应学习

一种通过数据反馈与个性化算法，动态调整学习路径与教学反馈的教育理念。通常要求系统能实时捕捉用户的使用行为，并根据表现进行推荐或调整。例如，老师在修改AI点评的过程会产生新的数据，系统据此逐步优化后续批改结果，从而实现“AI-教师-学生”三方协同的自适应学习流程。

数据埋点与迭代

指在用户产品使用过程中，通过预先设置的监测点（埋点）收集行为数据，再基于这些数据进行功能或模型的迭代优化。这在AI写作批改产品中十分关键：系统不仅要关注用户量、使用频次，还需记录每篇作文的点评质量、教师对结果的满意度及改动点，从而不断修正与升级批改逻辑。

营销成本

在播客中提及时，主要指产品为了获取用户（老师、学生或家长）所付出的费用，包括线上广告投放、线下推广、品牌合作等。对AI作文批改这一细分市场而言，因竞品数量众多且功能同质化严重，营销成本往往会远超技术或研发成本，成为初创团队“生存或死亡”的决定性因素之一。

B端 vs. C端

B端（Business-to-Business）即面向学校、培训机构或政府教育部门的合作模式，通常涉及批量采购或系统级部署；C端（Customer-to-Consumer）则是直接面向个人教师、家长或学生的零散付费。对AI作文批改产品而言，B端市场能带来较大规模与稳定合作，但对接周期长、采购流程复杂；C端更灵活，但单个用户的获客成本高、留存与收益不确定性大。

寒武纪爆发（Cambrian Explosion）

引自生物学概念，形容在AI与教育领域，近年出现海量产品与形态，竞争和迭代速度极快。正如史前地球生物在寒武纪经历的多样性爆发一样，AI教育的方案、产品层出不穷，多数最终会被淘汰或相互融合，能在这轮“爆发”中站稳脚跟的才会成为“新物种”。

[EP28]日新|拯救老师“作文批改焦虑”: 从黑客马拉松到「作文说」的快速迭代

教育AI智造者