中学生名著辅导

名著辅导中的引文失真与同质化难题

在中学语文教学场景中，让大模型生成名著精读作业常面临两个致命问题：一是摘录失真与评论造假，模型容易凭记忆编造原句或假托名家之言；二是生成的作业千人一面，缺乏针对不同学生的差异化风格，且难以贴合学校下发的特定阅读手册排版。此外，AI 生成的作业往往缺少后续的“点评-修改”闭环，导致内容停留在初稿阶段，无法直接投入教学。

工程化的工作流与红线控制

为了解决上述问题，该技能采用模块化（M0-M7）的工程设计，将辅导过程拆解为可验证的步骤。

• 前置澄清与手册解析 (M0-M1)：强制确认书目、原著文件、阅读手册及学生名单。通过 fetch 或 image-ocr 解析手册，提取主题框架与排版格式。
• 素材库建设与红线控制 (M2)：这是防止编造的核心模块。使用 match/grep 在原著中逐条核对摘录，确保原句真实存在；对于名家评论，必须附带作者、出处和年份，并持久化到 source_library.md。找不到可靠出处时宁可不引。
• 差异化建模与脚本分离 (M3-M4)：基于 persona_templates.md 为不同学生（如认真型、活跃型）建模，确保作答切角与举例不同。生成阶段采用内容与排版分离架构，通过 content.py 定义数据，build_homework.py 负责渲染符合手册规范的 Word 文档。
• 点评与强制校验闭环 (M5-M6)：以老师视角输出结构化修改清单，驱动内容脚本修改。每次修改后，必须运行 verify_homework.py 进行校验，以防 file_edit 局部失败导致回滚陷阱。

适用边界与数据隐私

该技能专为中学语文名著阅读设计。对于大学层级的文献综述或非文学类教材辅导，建议使用其他专用工具。在数据隐私方面，上传的原著与手册仅用于当次生成，source_library.md 只保存评论出处，不持久化学生个人信息。交付包含真实姓名的 Word 前，需提醒用户进行脱敏处理。