乐于分享
好东西不私藏

用 AI 帮孩子整理错题,做了一个「错题盒子」

用 AI 帮孩子整理错题,做了一个「错题盒子」

孩子每次的作业和测验,其实是最宝贵的学习反馈资源。很多时候做完的作业订正了,就放在一旁不管了——但这恰恰是你家孩子最重要的学习数据。

哪些题错了?错了几次?哪个知识点反复出错?这些信息都藏在那些被遗忘的作业本里。

我用 AI 工作台 + DeepSeek V4 大模型,花了几个小时,做了一个「错题盒子」Web 工具。核心逻辑很简单:拍照 → AI 识别 → 自动归类 → 分析薄弱点 → 举一反三练习。

本文分享这个工具的设计思路、功能实现和实际使用效果。

一、痛点:错题整理是家长和孩子的共同负担

错题整理这件事,理论上很重要,实践中很难坚持。

痛点
具体表现
抄题太累
一道数学题抄 5 分钟,孩子坐不住,家长也不想抄
整理不及时
今天错了,下周才想起来整理,早忘了当时怎么错的
同类题反复错
这次改了,下次换个数字又错,没有针对性练习
不知道薄弱点
错了这么多题,到底哪个知识点没掌握?凭感觉复习

核心矛盾:错题整理的价值很大,但执行成本太高,导致大多数家庭放弃了这件事。


二、为什么不用现成的 App?

市面上有不少 AI 学习 App,比如豆包爱学、小猿搜题等,我也试过。

问题是:这些 App 太"贴心"了。

孩子对着一道空白的数学题拍照,豆包爱学直接把解题步骤和答案全显示出来了。本来是让孩子先做、做完再批改的流程,变成了"拍照就给答案"。

结果是什么?

孩子学聪明了——不会做的题,拍照就有答案,抄上去就行。作业全对,考试不会。

这不是助学。更不要说在这些app里面塞一些不相关的视频,不相关的推荐内容。一个错题的app,要这么多的其他产品内容。这可能不是我们想要的,但是是各类app公司需要的。

工具
设计意图
实际效果
豆包爱学
帮孩子理解题目
孩子直接抄答案,跳过思考过程
小猿搜题
辅助学习
变成"搜答案"工具
错题盒子只管错题整理,不给答案孩子将给老师批改练习拍照整理

错题盒子的核心定位:只做错题的"采集和整理",不做"判断和批改"。

错题的来源是日常作业和常规监测,对错的判断是线下老师批改完成的。错题盒子要做的事情很简单:

  1. 老师批改完作业,发回给孩子
  2. 孩子把有错题的那页拍照上传
  3. AI 识别出哪些题有红叉、扣分、订正
  4. 自动归类、统计知识点、分析薄弱环节

AI 不判断题本身对错,老师判断对错。AI 只是帮家长把老师批改过的错题"抄"下来、"存"起来、"分析"一遍。

这是错题盒子和豆包爱学、小猿搜题的本质区别:

工具
谁判断对错
做什么
豆包爱学
AI 判断
拍照 → AI 判对错 → 给答案
小猿搜题
AI 判断
拍照 → 搜答案 → 给解析
错题盒子老师判断拍照 → 采集错题 → 整理分析

老师批改过的卷子,才是最权威的错题来源。 AI 不需要重新判断对错,只需要把老师的批改结果"数字化"。


三、方案:用 AI 把错题整理自动化

我做的「错题盒子」工具,核心思路是:把错题整理的重复劳动交给 AI,家长只需要拍照和确认。

功能一:拍照上传,AI 自动识别

把孩子的错题卷子拍个照上传,支持一次上传多张图片。

AI 自动识别:

  • 题目内容(包括数学公式,如 $\frac{3}{5}$、$x^2$)
  • 学生写的答案
  • 老师批改的标记(红叉、红对钩、扣分)
  • 涉及的知识点
  • 难度等级

不用手抄,拍个照就行,如果可以的话,将拍照的图片进行裁剪,只保留错误的部分上传,可以实现更加精准的记录。

功能二:自动区分对错

AI 会根据老师的批改标记自动判断:

  • 有红叉、扣分 → 归为错题
  • 有红对钩 → 归为正确题目
  • 有涂改、订正痕迹 → 识别出来

同时保留人工更正的审核权限,家长也可以手动确认或纠正,点一下按钮就行。

功能三:错题分析报告

系统自动统计:

  • 科目分布
    :数学错了多少,英语错了多少,(试点数据是数学)
  • 薄弱知识点
    :分数运算错了 8 次,图形面积错了 5 次……
  • 常见错因
    :计算粗心、概念不清、审题不仔细……
  • AI 学习建议
    :针对薄弱点给出具体建议

一眼看出哪里弱,复习有方向。

功能四:举一反三练习

选一道错题,或者选一个薄弱知识点,AI 自动生成 3 道类似的练习题。

选择题形式,做完自动判分,显示解析。

错了不怕,怕的是同样的错反复犯。


四、技术选型:为什么用这两个模型?

组件
选型
理由
图像识别
通义千问 VL(qwen-vl-plus)
阿里云的多模态大模型,支持中文手写体识别、数学公式识别、批改标记识别
文本生成
DeepSeek V4
深度求索的大模型,数学推理能力强,生成的练习题质量高
开发工具
AI 工作台
AI 编程工具,支持代码生成、调试、部署
后端框架
FastAPI + SQLite
轻量、简单、单文件部署
前端
Jinja2 模板 + KaTeX
支持数学公式渲染

五、实际效果

用了两周,最明显的变化:

1. 老师批改的作业终于被永久地保存下来了

以前老师批改完的作业,孩子订正完就扔一边了。现在拍照上传,错题自动存进错题集,随时可以翻看。

2. 知识点问题一目了然

系统自动分析错题涉及的知识点,发现孩子「分数运算」错了 8 次,「图形面积」错了 5 次——原来这两个知识点一直没掌握。之前凭感觉复习,现在知道该重点补哪里。

3. 针对性练习

用举一反三功能,针对薄弱知识点生成类似题,专门练不会的,比盲目刷题有效。


六、局限性

说实话:

  • AI 识别不是 100% 准确,有时候会误判,需要人工确认
  • 复杂的手写体识别率一般
  • 只支持图片输入,不支持 PDF

但对于日常使用,够用了。


七、为什么用 AI 工作台,而不是直接用网页版 AI?

很多人会问:直接用 ChatGPT、DeepSeek、豆包的网页版不行吗?为什么要用 AI 工作台?

核心区别:网页版 AI 只能"动嘴",AI 工作台能"动手"。

能力
网页版 AI(ChatGPT/豆包)
AI 工作台(Claude Code /codex类)
对话问答
写代码
✅ 给你代码片段
✅ 直接写入文件
创建项目
❌ 你得自己复制粘贴
✅ 自动创建目录和文件
安装依赖
✅ 自动执行 pip install
启动服务
✅ 自动运行并监控
调试修复
❌ 你得自己看报错
✅ 自动读日志、定位问题、修复代码
部署上线
✅ 打包、生成部署脚本

举个例子:

用网页版 DeepSeek 做这个错题盒子:

  • 你问:"帮我写一个错题管理的 Web 应用"
  • AI 给你一堆代码
  • 你得自己创建文件、复制代码、安装依赖、调试报错
  • 来回折腾可能要一整天

用 AI 工作台做同样的事:

  • 你说:"帮我做一个错题盒子,支持拍照上传、AI 识别、错题分析"
  • AI 直接帮你创建项目、写代码、装依赖、启动服务
  • 有报错自动修复
  • 几个小时就能用

AI 工作台 = AI + 电脑操作能力。它不只是告诉你怎么做,而是直接帮你做。

这也是为什么可以一个人、几个小时做出这个完整的工具——不是因为技术多好,而是 AI 工作台帮你干了大部分的"体力活"。


八、使用方式

拍照上传 → 图像识别(千问 VL)→ 结构化数据 → 数据库存储 ↓ 错题分析报告(DeepSeek V4) ↓ 举一反三练习(DeepSeek V4)

部署方式:

  • Docker 一键部署
  • 或直接在 Mac/PC 上运行 Python
  • 局域网内其他设备可访问

采用的图像识别的模型变量可以自己在网页设置,后期如果有更强的模型可以直接切换,但是数据都还在。


结语

AI有很多产品,但是太多的产品都有着商业上的考虑,让用户掏钱,让用户留在app里面,不断的在这里塞入各种不属于核心的功能,比如各种短视频会塞进来,各种广告会塞进来。

让孩子自己能够养成整理错题确实不错,如果你家孩子自己整理了错题,同样可以上传上去,作为数字化的资产留存下来。错题不可怕,可怕的是错了不整理,整理了没有再复用。有太多的教学资源都是产出后没有复用的过程,形成了非常可惜的闲置状态。

现在我们可以用 AI 把这个流程自动化,家长省心,孩子也能更高效地查漏补缺。

个人始终觉得:AI 不是替代家长的辅导,而是把重复劳动自动化,让家长把精力放在真正重要的事情上:理解孩子哪里不会,帮助他真正掌握。个性化学习不仅仅是发生在校园里面,更多的是家庭里面也是一个重要的补充。

以上是个人使用AI为家庭教育补充的一个尝试,欢迎大家讨论补充。