错题 AI 闭环详解
WorkBuddy + IMA（原帖还原）
本期筛选标准
- 关键词池：AI 点子 / 副业 / 变现 / Agent / Skill / 出海 / 智能体 / 提示词（示意）
- 优先：近 45 天、高互动、可执行；去重后人工过商业四维
- 四维各 1–5，满分 20；门槛约 12 — 付钱的人 · 单位经济 · 7 天验证 · 差异与风险
- 周报形态：每周 1 篇完整详解（还原步骤 / 工具 / 定价口径）+ 2–4 条短索引；收入数字只引用原复盘已写明的区间，不臆造
原帖标题：我用 WORKBUDDY+IMA 构建了自己的第一个分身：错题入库 → 弱点归因 → 定向出题 → 提分计划，一条 AI 闭环跑通了
作者：金帅（正文自称毛豆爸）· 发帖 2026-10-03 21:06（Asia/Shanghai）
写法：偏原帖拆解，便于照着做；商业评分与适合谁压在文末「商业旁注」。
外链：完整 SOP / 六个 Skill 提示词在作者飞书文档 → 外链未授权/未抓取。不编造提示词正文。
背景：为什么不是「又一个问答分身」
作者参加社群里的 Agent 锻造营后，想把所学和自己在 WorkBuddy 上已有的活，合成一个真正能跑的 Agent——既检验学习效果，也方便分享。
他几乎翻遍了「搭 AI 分身」类帖：用知识库做微信里的分身、用笔记软件复刻销冠、把自己蒸馏成 Skill 等。方法论都很清楚：定岗、投喂、装 Skills。但他发现一件事——
几乎全是「问答型」：把资料存进知识库，然后它回答问题。
他要做的不是问答型，而是闭环型：
错题进去 → 弱点归因 → 提分计划 → 知识卡片 → 定向出题 → 再回流入库。
一、总体介绍
大家好，我是毛豆爸，在上市公司做财税相关的产品经理。家里两个双胞胎孩子，今年刚上初一。这套东西是我在家里真跑起来的，两个娃都在用。
Agent 运作过程（四步）
- 上传：把孩子的日常作业上传到 IMA。
- 增量分析：让 Agent 自动分析新增的作业，然后自动刷新每个科目的错题总体分析。
- 选弱点 → 卡片 → 复习 → 出题：让孩子自己选择薄弱知识点；让 Agent 就该知识点出知识卡片；完成该知识点相关错题的复习；让 Agent 自动出题，核验该知识点的掌握情况。
- 回流：自动登记 AI 出题的答题情况，回流知识库，用于下回 Agent 自动出题的参考。
跑出来的效果（原帖数字）
| 环节 | 以前 | 现在 |
|---|---|---|
| 某学科新增作业的错题汇总分析 | 每周至少约 2 小时 | 上传到自动完成汇总约 2 分钟 |
| 薄弱点：收集知识 + 找检测题 | 至少约 大半天 | 出知识卡片 → 自己复习完 → AI 出题 → 解答并自动上传，顶多约 10 分钟 |
- 孩子也挺喜欢这种完全个性化的辅导方式。
- 提分计划：只要给出可用的复习时间范围和薄弱知识点范围，AI 就能自动制定一份个性化复习提分计划；后续孩子跟着计划，每天花几分钟执行。计划既个性化又省时间，孩子也不排斥。
- 实际效果：孩子挺喜欢、认为有收获；原帖写「错题的准确率也达到了 100%」（语境偏复习/核验侧；识别准确率见下方作者评论约 95%+）。
二、方法论：定岗 → 投喂 → 装 Skills
作者采用的是社群里通行的做 Agent 方法论，即 「定岗 → 投喂 → 装 Skills」。每一步边界如下（紧扣原帖）。
第一步，定岗
这个 Agent 帮助孩子：
- 分析作业错题，从中总结薄弱知识点；
- 根据薄弱知识点提炼知识卡片——补上该点必须掌握的知识，并记住该知识点常见的犯错点；
- 根据错题情况有针对性地出题测评，观察是否已完全掌握薄弱点；
- 把答题情况纳入后续出题的参考。
第二步，投喂（两大类）
- 原始样本：孩子的作业原图、试卷原卷，直接存进 IMA 知识库。每一张卷子都是样本——攒得越多，归因越准。
- Agent 产物回流：Agent 提炼的知识卡片、Agent 出的题、以及孩子的答题结果。
第三步，装 Skills（目前 6 个）
| # | 职责（原文级） |
|---|---|
| 1 | 发现增量的作业，然后对新增作业自动调用错题分析 Skill |
| 2 | 对相应科目的错题进行识别和重新归纳分析 |
| 3 | 就指定的薄弱知识点自动出知识卡片 |
| 4 | 就指定的薄弱知识点自动出若干数量的题，题的难度可以自己指定 |
| 5 | 对孩子就 AI 出的题的答题情况自动登记并回写知识库 |
| 6 | 为孩子的阶段性复习制定提分计划；孩子按计划每天执行 |
六个 Skill 的完整提示词在作者飞书文档中，本次未抓取，不在此编造。
三、踩过的坑（原帖：比上面更重要）
1. AI 识别作业错题未必正确
一开始没发现这个问题。后来根据它标出的「错题」去作业本上核对，才发现：有些不是错题，也被识别成错题了。后来改用更精准的方法识别，才比较准。代价是：消耗的 token 更多、时间更长。作者认为这投入很有必要——这是最基础的工作。
如果连错题都没识别对，后面所有工作都是无效的。
2. 出题要对「孩子的实际情况」，不只对「薄弱知识点」
具体来说：让 AI 根据孩子在这个薄弱知识点里经常犯错的地方来出题。可以把题的难度分等级。第一次出题可以有高、中、低；如果孩子做得好，可以三道题全部是最高难度。不要一上来就是最高难度，很容易打击自信心。
3. Skill 要区分「增量处理」和「全量处理」
过程中有时会出错——可能是 AI 犯的，也可能是自己对流程不熟犯的。有些错误只需增量处理，有些则需要全量重新处理。如果一直全量处理，作业一多，消耗的 token 量就会太大。
四、不止学习：同一套骨架怎么挪
作者做财税相关产品经理，日常工作用的也是同一套骨架：知识库 + Agent + 闭环。
- 把客户的票据、政策文件、业务口径喂进 IMA；
- 让 Agent 归因异常、生成核算底稿；
- 再把处理结果回流成新的知识。
场景差很远，但工程结构一模一样——定岗、投喂、闭环回流。
所以不管你是辅导家里的孩子，还是做财税、法务、客服——只要有「重复出现、需要归因、可以回流」的工作流，都能照着搭。
完整 SOP、六个 Skill 的提示词、几条避坑规则，作者整理成了飞书文档（见文末；未抓取）。
五、作者评论补充（人工复核怎么嵌）
有读者问准确率指标与回流权重。作者答复要点：
- 人工校验嵌进复习步骤：让孩子根据 AI 指出的薄弱知识点，到相应作业里找到对应错题，再自己做一遍——正确打勾，再次错误打三角形。复习因此有两个维度：按作业、按知识点。这相当于人工复核。目前来看，AI 错题识别准确率在 95% 以上。
- 改善结论进再次出题：在提示词里让 AI 给出「薄弱知识点是否有改善」的结论；该结论作为 AI 再次出题的要素之一。
另有读者强调原帖金句「错题没识别对，后面所有工作都是无效的」，并类比制造侧上游判定闸门；还问答题权重是否做时间衰减。作者帖内未再答衰减细节——本篇不补造。
互动信号（弱）：约 44 赞 / 8 评；有同初一家长称「直接搬去用了」；有人认可「闭环回流比单纯问答多走一步」。点赞≠成交。
来源与外链抓取状态
| 项 | 值 |
|---|---|
| 来源类型 | 公开社区主题复盘（客户向不附源站域名） |
| 飞书 Wiki | 作者整理的完整 SOP / 六 Skill 提示词 |
| 飞书状态 | 外链未授权/未抓取（登录墙）。尝试日：2026-10-17（Asia/Shanghai） |
| 本篇还原范围 | 公开复盘正文结构与原文级步骤、数字、六 Skill 职责、三坑、同构迁移 + 作者评论中的人工复核与约 95%+ 识别率 |
商业旁注（压缩）
四维分 12/20：付钱的人 4（家长痛点清晰，原帖无成交价）· 单位经济 2（仅有时间替代口径，无客单/收入）· 验证速度 4（栈清楚，有样本即可周内搭最小闭环）· 差异化风险 2（教培红海；楔子是闭环+闸门，非又一个题库 Bot）。
适合：已在手工整理错题、愿用 IMA/WorkBuddy（或同类）的家长；以及要「样本→归因→回流」的职场人（照骨架，不照题库）。不适合：要全自动免审、零人工；或把原帖「准确率」读成学科提分承诺的人。
风险速记：错题识别是上游闸门；未成年人作业隐私需脱敏；Token 会随「更准识别 / 误用全量重跑」上升；完整提示词在飞书墙后，对外交付须自备可授权文稿。原帖未写售价——本篇不做价格区间推演。
本期短索引（2 条）
短索引只给一句话机会 + 四维分 + 一句动作；完整详解留待后续周报展开。
① 窄场景出海微工具（字幕 / 结构化笔记等，不做大而全）
- 一句话：海外创作者要的是「一个窄切口能付钱」，不是又一个全能 TTS。
- 四维分：约 15–16/20（公开复盘里出现过约 $10–50 级订单信号）。
- 本周动作：锁 1 个英文窄场景 → 落地页 + 测试价 → 最小可用 → 小流量测首单。
② 场景化可安装 Skill / 模板（非泛提示词包）
- 一句话：卖「打开就能跑」的垂类 Skill 文件，不卖又一本提示词合集。
- 四维分：约 16–17/20（数字包可复售；差异靠垂类样本 + 可安装文件）。
- 本周动作：把已有流水线打成 1 个可下载 Skill → 体验价测转化 → 独立页承接，不当知识库货架。
想每周收到这样的详解？加入 Waitlist，收款方式确认后开通。
意向档：周报 ¥49–99/月 · 季度包 ¥199–299 · 雷达代建询价。
样刊仅作产品结构示范。执行前请自行复核合规与最新市场信号。© AI商业机会雷达