1. 为什么要做 AI 智能考试

在传统教学里，考试是一套“高频、重度、重复”的工作流：

• 教师要出题：题量大、难度分布要合理、要覆盖知识点。
• 学生要做题：希望题目更贴合自己的薄弱点。
• 教师要批改：尤其主观题非常耗时；批改标准也容易出现主观差异。
• 教师要分析：想知道班级整体掌握情况、常错点、知识点薄弱分布。

AI 智能考试系统的目标不是“替代老师”，而是把这些重复环节标准化、自动化，让老师把精力更多放在教学设计与辅导上。

本项目把考试拆成一条闭环：

• 生成：根据课程内容与题型配置，自动生成试卷草稿
• 组织：把试卷发布给班级，控制时间窗口与规则
• 作答：学生在线答题，自动保存进度，提交后生成记录
• 评分：客观题规则评分 + 主观题 AI 辅助评分（可配置）
• 分析：输出知识点掌握、错因归类、学习建议，形成“诊断-提升”的闭环

2. 系统整体架构（你需要先看懂这张图）

系统的核心是“业务服务 + AI 能力 + 数据库”的组合：

┌──────────────┐      ┌──────────────────────┐
│   前端 Vue     │─────▶│  Spring Boot 后端     │
│  创建考试/答题  │      │  考试编排/记录/评分   │
└──────────────┘      └───────────┬──────────┘
                                   │
                                   │ HTTP 调用
                                   ▼
                         ┌──────────────────────┐
                         │   DeepSeek（LLM）    │
                         │ 出题/解析/反馈/建议  │
                         └───────────┬──────────┘
                                     │
                                     ▼
                         ┌──────────────────────┐
                         │      MySQL 数据库     │
                         │ exam / exam_record…  │
                         └──────────────────────┘

关键点：

• AI 不是系统的“主逻辑”，它是一个“能力插件”。系统要允许 AI 失败、超时、返回格式异常。
• 因此我们必须有：
  • 兜底策略（例如：AI 不可用则返回提示；评分降级为规则评分）
  • 格式约束（提示词要求输出 JSON；后端做严格解析与校验）
  • 审计记录（保留 AI 原始返回，便于复盘与优化提示词）

3. 核心数据模型

3.1 exam：一场考试的“配置 + 试卷内容”

你可以把 exam 理解成“考试配置文件”，它至少包含：

• title：考试名称
• startTime / endTime：开始/结束时间
• status：未开始/进行中/已结束
• context：试卷内容（通常是 JSON）
• answer：标准答案（可选）
• analyze：AI 分析结果（可选）

这里把试卷内容存成 JSON 的主要原因：

• 题型可能不断扩展（单选/多选/填空/简答/编程…）
• 每道题的结构可能不同（选项、评分点、解析等）
• 用结构化 JSON 更容易在前端渲染与版本升级

3.2 exam_record：一次作答的“过程 + 结果”

exam_record 记录学生答题过程与评分结果：

• answers：学生答案（JSON）
• score / totalScore：得分与总分
• status：未提交/已提交/已评分
• duration：作答时长
• aiScore：AI 评分详情（JSON，可选）

它的设计价值在于：

• 考试分析不是靠 exam，而是靠大量 exam_record 的聚合
• 学习趋势分析也来自连续的 exam_record（例如最近 5 次成绩曲线）

4. AI 出题：让“题目质量”可控，而不是靠运气

4.1 出题的核心难点

把“生成题目”交给 LLM 会遇到几个典型问题：

• 题目不覆盖重点知识
• 难度不稳定（要么太简单要么太难）
• 输出格式不稳定（不是 JSON / 字段缺失）
• 正确答案不唯一或逻辑错误

因此出题要从“提示词工程”升级为“可控生成”，常见手段：

• 让 AI 输出结构化 JSON
• 明确题型、数量、分值、难度分布
• 明确题目覆盖的章节/知识点
• 对返回进行校验，不合格就重试或退回人工编辑

4.2 推荐的提示词结构（示例，短版）

下面只保留一个短示例：

请为《{课程标题}》生成 {N} 道题。
要求：覆盖关键知识点，难度分布：易/中/难 = 2/6/2。
输出 JSON：questions:[{id,type,question,options?,answer,score,difficulty,knowledge_points[]}]

为什么要加 knowledge_points？

因为后续的“分析与推荐”离不开“题目->知识点”的映射。

4.3 生成后的“质量关”怎么做

建议把出题流程拆成两段：

• 生成阶段（LLM）：先输出结构化草稿
• 校验阶段（后端）：做可控检查

常见校验项：

• JSON 解析是否成功
• 题目数量/分值总和是否符合配置
• 单选题答案是否在 A-D 之内
• 是否存在重复题目（hash 去重）
• 是否有明显“自相矛盾”字段（比如 options 为空但 type=single_choice）

校验失败：

• 轻度失败：可自动修复（补默认字段、截断非法字符）
• 重度失败：重新生成或提示教师手动编辑

5. 学生作答：关键是“可靠记录”和“可追溯”

在线考试最怕：

• 学生网络波动导致答案丢失
• 重复提交造成记录冲突
• 时间窗口边界导致争议

因此建议明确以下策略：

• 作答过程自动保存：前端定时保存（例如每 15 秒）
• 幂等提交：同一学生同一考试只允许一条有效记录（数据库唯一约束）
• 时间校验：后端以服务器时间为准，拒绝越界提交
• 审计字段：记录提交时间、耗时、IP、UA（用于争议处理）

6. 自动评分：分两种题型来做（策略更清晰）

6.1 客观题：规则评分（稳定、可解释）

客观题（单选/多选/判断/填空）最适合用规则评分：

• 比对标准答案即可
• 可配置部分得分（例如多选少选扣分策略）

优点：稳定可解释；缺点：覆盖不了主观题。

6.2 主观题：AI 辅助评分（可解释性要兜底）

主观题评分不建议“全权交给 AI”。更推荐：

• AI 输出：得分、评分点、缺失点、改进建议
• 教师可复核：支持人工调整最终分数

评分提示词建议要包含：

• 题干
• 标准答案或评分点
• 学生答案
• 输出结构（JSON）

并且要强调“可解释性”：

• 给出扣分理由
• 给出对应知识点

6.3 失败降级策略（非常重要）

AI 调用可能失败（超时/额度/返回异常）。此时要明确：

• 主观题：降级为“待人工评分”
• 系统：仍然保存作答记录，不让学生卡住
• 后台：显示失败原因，支持重试评分

这比“强行重试直到成功”更符合真实生产环境。

7. 学习分析：把考试数据变成“可行动的反馈”

学习分析的价值不在“告诉你错了几题”，而是回答：

• 你错在什么知识点？
• 你为什么错？（概念混淆/计算粗心/审题问题/表达不足）
• 下一步学什么？做什么练习？

因此分析可以分三层：

7.1 个人维度

• 总分与正确率
• 知识点掌握雷达（强/弱项）
• 错因分类统计
• 针对性的学习建议与题单推荐

7.2 班级维度

• 分数分布（均分、方差、最高最低）
• 常错题 Top N
• 知识点薄弱分布
• 教学建议（哪章需要复习、哪类题需要强化）

7.3 趋势维度

• 最近 N 次考试趋势
• 某知识点掌握度变化
• 学习投入与成绩的关系（如有数据）

8. 接口与交互（只列关键接口，不堆代码）

为了让系统职责清晰，建议至少有这些接口：

• 生成考试：POST /exam/generate
• 发布考试：POST /exam/publish
• 开始作答：POST /exam/{id}/start
• 保存进度：POST /exam/{id}/autosave
• 提交试卷：POST /exam/{id}/submit
• 评分：POST /exam/{id}/score
• 分析：GET /exam/{id}/analysis

其中 autosave 和 submit 要强调：

• 幂等（同样的 payload 多次提交不产生多条记录）
• 时间窗口校验

9. 安全与合规：别让 AI 和考试成为漏洞

建议至少考虑：

• 鉴权：只有教师能创建/发布考试；学生只能访问自己班级的考试
• 参数校验：避免任意 examId 访问
• 日志审计：创建/发布/评分/修改分数都应记录
• 敏感信息保护：不要把学生隐私直接塞给 AI（脱敏/最小化）

10. 常见坑与排错思路

• AI 返回不是 JSON：

  • 先把原始返回保存到日志/数据库
  • 再用更严格提示词约束输出
  • 解析失败时返回“可读的错误提示”，不要直接 500

• 题目质量不稳定：

  • 把“知识点范围、题型、难度、数量、分值”写清楚
  • 增加校验与重试策略

• 评分争议：

  • 主观题必须保留“评分依据”
  • 支持教师改分并记录改分原因

11. 总结

这套 AI 智能考试系统的关键不是“调用了 AI”，而是把 AI 当作可控能力组件：

• 业务闭环清晰：出题 → 作答 → 评分 → 分析
• AI 可用则增强，不可用则降级
• 数据结构化（JSON）便于扩展与分析
• 结果可解释、可追溯，才适合教育场景

如果你后续要进一步增强，可以从两条线走：

• 质量线：题目校验更严格、知识点标注更准确、评分解释更充分
• 效率线：异步评分队列、缓存热点分析、批量统计与可视化报表