芽芽学伴
面向 3–8 岁儿童的 AI 长期陪伴式学习伙伴：读懂每个孩子的学习状态，
用九大功能模块构建「学 — 练 — 讲 — 评 — 报」的完整成长闭环。
产品概述
1.1 一句话定位
「芽芽学伴」是一款长期了解孩子的 AI 学前学习伙伴——从阅读、口语、写作、算术启蒙切入，记住孩子"以前哪里不会、常犯什么错误、适合哪种解释方式"，使用时间越长，越懂这个孩子，尽量接近真人一对一辅导。
1.2 目标用户
使用者：3–8 岁儿童
学前至小学低年级。注意力短、以游戏与故事为动力、需要即时鼓励与可触摸的成就感。
付费决策者：家长
80/90 后父母。焦虑于幼小衔接与英语启蒙，需要"能验收的学习成果"才会持续付费。
延伸用户：6–10 岁
作文批改、数学错题、费曼复述等模块自然延伸至小学三年级，拉长 LTV。
1.3 价值主张
🧠 对孩子：一个记得住他的陪练
不知疲倦、永远记得上次学到哪、永远知道接下来该教什么；用故事、绘画、游戏把学习包装成玩耍，"不让孩子觉得像是在上课"。
📋 对家长：一份看得见的成长
每周可验收的学习报告 + 作品集（阅读录音、作文批注、错题消灭记录、手绘动画绘本），让付费转化为"看得见的进步"。
1.4 九大功能模块总览
| # | 模块 | 一句话说明 | 核心 AI 能力 |
|---|---|---|---|
| 1 | 儿童阅读陪练 | 分级绘本指读跟读，AI 陪读互动提问 | 童声 ASR、朗读评测、苏格拉底式提问 |
| 2 | 英语口语纠错 | 情景对话 + 音素级发音纠正 | 发音评测（GOP）、实时语法纠错、AI 角色扮演 |
| 3 | 作文修改和讲解 | 拍照批改作文，讲思路不代写 | 手写 OCR、多维度批改、启发式讲解 |
| 4 | 数学错题分析 | 诊断"为什么错"而不只是"错在哪" | 错因诊断、知识图谱、变式题生成 |
| 5 | 学习计划跟踪 | 基于学情的动态学习计划与打卡 | 学情画像、计划自动编排、遗忘曲线调度 |
| 6 | 家长学习报告 | 周/月报，可验收的成长证据 | 学情总结 NLG、弱项归因、共学建议 |
| 7 | 手绘 AI 视频绘本 | 孩子的画变成双语动画故事 + 正能量引导 | 图像活化、故事生成、文生视频、多角色配音 |
| 8 | 分龄互动课程 | 5–7 岁幼小衔接互动课（首发年龄段） | 课程自动生成、多 Agent 课堂、互动仿真 |
| 9 | 费曼学习法 | 孩子当小老师，讲给 AI 听 | 讲解理解度诊断、漏洞排查、类比固化 |
市场与竞品分析
2.1 为什么是现在
- 顶级风投点名方向：YC 2026 RFS 将「长期陪伴孩子的 AI 私教」列为 13 个重点创业方向之一，并明确拆出儿童阅读陪练、英语口语纠错、作文修改讲解、数学错题分析、学习计划跟踪、家长学习报告、分龄互动课程等切入场景——与本产品九大模块高度重合。
- 技术拐点已到：2026 年作文批改（题小小 8 秒逐段批改、300 万+ 用户）、语音评测（科大讯飞普通话/英语测评引擎进入数万所学校）、手写作业识别（蜜蜂 AI 手抄作业批改准确率 99%）相继规模化落地，教育 AI 从"工具先行、效果存疑"进入"教育工程"阶段。
- 付费验证充分：AI 语言学习类产品已跑出多个千万美元 ARR（BoldVoice 口音矫正 1000 万美元 ARR、Learna 场景口语月流水 260 万美元、Jumpspeak 进入美国教育畅销榜 Top25）；儿童绘画学习 App Simply Draw 月流水峰值 333 万美元。
- 供给缺口：市面产品多为单点工具（只批改/只评测/只绘本），缺少"长期记忆 + 全场景闭环"的儿童 AI 私教——这正是 YC 指出的机会，也是最难做的壁垒：教学效果、安全和长期留存。
2.2 竞品图谱（按模块对应）
| 竞品 | 对应模块 | 核心玩法与数据 | 对我们的启示 |
|---|---|---|---|
| Simply Draw（美） | M7 手绘 / M6 报告 | 视频教程 + 纸笔跟画 + 拍照 AI 验收 + Journal 成长画廊；月流水峰值 333 万美元，年费 89 美元 | ①AI 不评"画得好不好看"，只给可量化的完成信号并夸奖——家长验收凭据；②付费墙卡在第一个成就感闭环之后；③成长轨迹（画廊）是长期留存钩子 |
| BoldVoice（美） | M2 口语纠错 | AI 录音评分找问题 + 真人教练视频演示模仿；1000 万美元 ARR、500 万用户 | 目标收敛：不做大而全语言学习，只做"纠音"一个痛点做到极致 |
| Learna（美） | M2 情景口语 | 13 个场景（医院/面试/银行），AI 扮演角色实时对话，交流-纠错-改进快速循环；月流水 260 万美元，教育畅销榜第 2 | 场景即课程、对话即学习；为儿童可改为"动物园/超市/生日会"等童趣场景 |
| Jumpspeak（美） | M2 口语 | 1000+ 个 3 分钟微对话课程，AI 导师实时反馈语法/词汇/发音；教育畅销榜 Top25 | 微课程颗粒度（3 分钟）适合儿童注意力时长 |
| Meta StoryKit（美） | M7 绘本 | 拍摄孩子玩具照片生成个性化故事，选择想传递的价值观（善良/勇气/同理心）自然融入，内置 AI 安全过滤、无社交功能、仅家长操作 | 价值观"不像上课"地融入故事；安全过滤与家长独占操作是儿童 AI 内容红线 |
| 题小小（中） | M3 作文批改 | 8 秒批改，逐段结构分析、修辞建议、情感共鸣点标注；300 万+ 用户、上千所学校 | 批改要细到"仿佛特级教师俯身案前"，但必须防止"机批改、人返工" |
| 蜜蜂 AI / 蜜蜂试卷（中） | M3/M4 | 手抄作业秒级批改、准确率 99%，自动生成错题本与学情报告 | 手写 OCR + 错题本沉淀为持续数据，是错题模块的基础设施 |
| 科大讯飞 / 天学网（中） | M2/M3 | 国家普通话智能测评同源技术；英文作文对照考评标准从内容/语言/结构三维度出报告；"大模型+垂直场景引擎"覆盖教-学-评-测 | 发音评测需对接权威标准；AI 定位辅助，最终评价权留给"人" |
| OpenMAIC（开源，清华） | M8 互动课程 | 17.4k 星：任意主题一键生成互动课堂（PPT/随堂测验/互动仿真/项目作业），多 Agent 虚拟师生、白板、3D 可视化 | 互动课程的技术路线已被开源验证，可借鉴其"课程生成管线"架构 |
2.3 差异化定位
🆚 对单点工具
题小小只做作文、BoldVoice 只做纠音。芽芽学伴用统一学习档案打通九大场景，孩子的每一次阅读、每一道错题、每一段讲解都沉淀为长期记忆。
🆚 对通用 AI 问答
通用大模型"每次对话从零开始、假装无所不能"。我们基于 ZPD（最近发展区）做状态机式教学：记得会了什么、测距该教什么、投喂刚好够挑战的内容。
🆚 对内容型 App
不只是内容的播放器，而是"判断孩子为什么做错并教会他"的教练——YC 指出这才是产品价值所在。
教育理论基础（产品设计的科学骨架）
全部九个模块共享同一套经过验证的学习科学框架。理论不是装饰，它们直接决定产品交互形态。
🎯 ZPD 最近发展区（维果茨基）
孩子"已经会的"与"在帮助下能做到的"之间存在一个甜蜜区。好教学必须刚好踩在这个区域：太简单会无聊，太难会放弃。
产品化：每个模块内置「测距 → 投喂 → 演练 → 归档」循环——AI 分析学习档案定位 ZPD，生成刚好够挑战的内容，根据表现实时加速/放慢，课后固化到档案。（借鉴 12.2 万星 Teach Skill 的工程化实现）
🗣️ 费曼学习法（教学效应）
「如果你不能把一个概念讲给 12 岁孩子听明白，你就没真正懂它。」2018 年 Koh/Lee/Lim 研究：向他人讲解的学生成绩高出 10%–20%。
产品化：模块九把整个 App 的关系翻转过来——孩子当老师、AI 当学生，讲解过程本身就是最高效的学习。
📉 艾宾浩斯遗忘曲线
20 分钟遗忘 42%，1 小时遗忘 56%，31 天最多遗忘 80%。不主动巩固，一个月内读过的大部分内容会被彻底忘记。
产品化：学习档案按遗忘曲线自动调度复习：错题变式、生字重读、词汇再现，在遗忘临界点（1 天/3 天/7 天/15 天）推送 5 分钟微任务。
🔁 检索式练习 & 良性困难
《科学》期刊 2011 年研究：主动从大脑调取信息，学习效果完胜反复重读；UCLA 1994 年提出"学起来吃力才学得深"。
产品化：所有模块默认"先回忆、再讲解"——AI 不直接给答案，而是用提问逼孩子主动检索（苏格拉底式引导），答错时给脚手架而非结论。
3.5 学习的三层解构：AI 的诚实边界
| 层级 | 含义 | AI 的角色 |
|---|---|---|
| Knowledge 知识 | 事实性内容（字词、算理、句型） | ✅ 擅长：从可信资源提取，生成带引用的互动讲解 |
| Skills 技能 | 动手/开口执行（朗读、书写、对话） | ✅ 可用：设计交互式练习，提供高频即时反馈循环 |
| Wisdom 智慧 | 真实场景判断力（什么时候说什么话） | ⚠️ 诚实让渡：引导到真实世界（亲子互动、同伴游戏），不假装无所不能 |
产品总体架构
4.1 三端一后台
4.2 核心壁垒：儿童学习档案（长期记忆引擎）
YC 强调"使用时间越长，它越了解这个孩子"。实现方式是给每个孩子维护一份持续积累、跨模块共享的结构化学习档案（类比 Teach Skill 把学习状态序列化的思路）：
| 档案分区 | 记录内容 | 被哪些模块消费 |
|---|---|---|
| 🧭 学习动机与目标 | 入学年龄、幼小衔接目标、家长期望（如"幼升小识字 800"） | M5 计划 / M8 课程 |
| 📖 能力画像 | 识字量、阅读流利度、发音薄弱音素、词汇量、运算速度与准确率、写作结构分 | 全部模块的 ZPD 难度调节 |
| 🕳️ 错漏账本 | "我尚未弄懂的知识点"：错题、发音错误、作文病句、费曼讲解中的 WEAK/WRONG 项 | M4 错题 / M9 费曼 / 复习调度 |
| ❤️ 偏好与解释方式 | 喜欢的主题（恐龙/公主/太空）、对哪种类比反应好、鼓励风格偏好 | M1 选书 / M7 绘本 / 全模块话术 |
| ⏰ 遗忘曲线队列 | 每个知识点的记忆强度与下次复习时间 | M5 计划 / 微任务推送 |
| 🖼️ 作品集 | 阅读录音、作文原件与批注、手绘画作、生成的视频绘本、费曼讲解录音 | M6 家长报告 / 成长册 |
4.3 九大模块间的数据联动
- 阅读中遇到的生字 → 自动进入错漏账本 → 出现在次日的口语跟读与复习微任务里；
- 口语纠错发现的薄弱音素 → 绘本视频的英语台词自动包含针对性发音练习；
- 作文批改发现的结构问题 → 互动课程推荐对应写作微课 → 一周后费曼模块请孩子"讲讲怎么写好开头"；
- 数学错题的错因标签 → 课程模块生成变式专题 → 遗忘曲线安排 1/3/7/15 天变式重练；
- 所有模块的产出 → 汇入作品集 → 生成家长周报，形成「学—练—讲—评—报」闭环。
模块一儿童阅读陪练
用户场景
4 岁的朵朵打开"今日小书架"，AI 伙伴芽芽根据她的识字量（档案：320 字）推荐了一本分级绘本。朵朵用小手指着字跟读，读错的字芽芽温柔地示范；读完后芽芽问："小兔子为什么不敢过桥呀？"朵朵用自己的话回答，芽芽追问"如果你是它，你会怎么办？"——一次 8 分钟的共读完成，生字自动入账。
核心流程
- 童声语音识别：针对儿童高音频、发音不清、拖音等特点做声学模型适配，把"读对了没"的判断准确率做到可用级；
- 朗读流利度分析：从正确率、语速、停顿、回读四个维度评估，生成"阅读流利度曲线"，识别是生字问题还是熟练度问题；
- 动态选书（ZPD）：每本书标注生字率，控制生字率在 5%–10% 的甜蜜区，读完即按表现上调/下调难度；
- 苏格拉底式提问：不只问"故事讲了什么"（记忆层），还问"你觉得接下来会怎样"（推测层）和"如果是你会怎么做"（迁移层），把阅读从识字升级为思维训练；
- 生字教学微讲解：把生字编进孩子喜欢的主题（恐龙/公主）造句，用象形图 + 口诀帮助记忆；
- 情绪感知与鼓励：检测到连续挫败（同一处卡 3 次）时自动降低难度、切换鼓励话术，避免阅读兴趣损耗。
技术与内容方案
| 能力 | 方案 |
|---|---|
| 童声 ASR | 商用儿童语音识别引擎（科大讯飞/腾讯等均有儿童模型）+ 自训练童声微调 |
| 内容库 | 授权分级阅读版权（或自制原创绘本），按生字表/句式复杂度两级标注 |
| 提问引擎 | LLM + 绘本理解 prompt 框架（记忆/推测/迁移三层模板），输出经安全护栏过滤 |
| 指标 | 周共读次数、完读率、生字留存率（7 天后复测）、主动翻书率 |
依据：YC RFS「儿童阅读陪练」场景依据：Teach Skill 的 ZPD 测距-投喂循环
模块二英语口语纠错
用户场景
6 岁的天天进入"动物园售票处"情景，AI 扮演售票员："What would you like to see?" 天天答 "I want see tiger"，芽芽先肯定他敢开口，再示范正确说法 "I want to see the tigers"，并针对他总把 /θ/ 读成 /s/ 的问题，带他玩 30 秒"咬舌小蛇音"口型游戏。全程 3 分钟，天天完成了 6 轮对话。
双轨设计
🎯 轨道一：发音健身房
参照 BoldVoice"口腔健身房"思路：录音 → AI 音素级评分定位问题 → 口型动画示范 → 跟读对比 → 波形可视化反馈。把目标收敛到"纠音"一个痛点做到极致。
🎭 轨道二：情景微对话
参照 Learna/Jumpspeak：把场景换成儿童乐园、超市、生日会、看医生等 3–8 岁熟悉场景，AI 扮演角色与孩子实时对话，3 分钟一节课，交流-纠错-改进快速循环。
- 音素级发音评测（GOP）：对每个音素打分，精确识别 /θ/→/s/、l/n 不分、尾音吞掉等中国儿童高频问题，而非笼统的"80 分"；
- 重音、连读与语调分析：针对句子层面评测重音落点和语调节奏（行业痛点正是细粒度误差大，这里是差异化空间）；
- 实时语法纠错（儿童友好版）：先完成对话再纠错，用"小魔法师帮你把句子变整齐"的话术改写，绝不打断开口热情；
- AI 角色扮演：多角色音色（售票员/小医生/店员），按孩子水平动态调整语速与词汇难度（ZPD），卡住时给"提示卡"而非直接给答案；
- 错误模式长期记忆：常错音素/句型记入档案，后续对话与绘本台词自动安排针对性复现，直到连续 3 次读对才"销账"；
- 双语切换支架：低龄允许中英混杂表达，AI 理解后示范全英文版本，逐步撤掉中文支架。
技术方案与对标
| 能力 | 方案 | 对标依据 |
|---|---|---|
| 发音评测引擎 | 商用口语评测 API（科大讯飞智能评测/腾讯智聆）音素级 GOP 评分 | 科大讯飞普通话/英语测评已进数万所学校；天学网口语评测引擎覆盖 1.5 万所公校 |
| 对话引擎 | LLM 角色扮演 + 儿童词汇约束（限定 CEFR Pre-A1/A1 词表）+ 语速控制 TTS | Learna 场景角色扮演模式（月流水 260 万美元） |
| 课程颗粒度 | 3 分钟微对话 × 每日 1–2 节 | Jumpspeak 1000+ 个 3 分钟微对话课程进教育畅销榜 Top25 |
| 指标 | 每周开口次数、单句平均长度、薄弱音素消除数、情景课完课率 | — |
模块三作文修改和讲解
用户场景
7 岁的小米把看图写话《下雨天》拍照上传。8 秒后，屏幕上出现逐段批注：第二句"雨很大"旁边画了个放大镜——"这里可以像侦探一样观察：雨点打在哪里？发出什么声音？"；一个错别字被圈出并配上顺口溜；最后芽芽语音讲解"开头-经过-结尾"小火车结构，请小米自己改一遍再拍上来，改对的地方放烟花。
核心流程
- 手写 OCR：识别儿童歪斜字迹、拼音夹杂、田字格书写，容错涂改（行业标杆已达手抄作业批改 99% 准确率）；
- 逐段精细批改：审题立意、结构分析、修辞建议、情感共鸣点标注——细到"仿佛特级教师俯身案前"（题小小模式，8 秒完成）；
- 分级讲解（关键设计）：学前段重"句子说完整"，低年级重"结构小火车"。AI 按孩子年龄只讲一个最能改进的点，避免批注过多打击信心；
- 苏格拉底式提问改写法：不直接给修改后的句子，而是问"雨点打在荷叶上像什么呀？"引导孩子自己说出比喻——修改能力长在孩子身上而不是 AI 身上；
- 好词好句私藏库：把孩子写出的好句子收藏进"宝藏句库"，作文原作 + 批注 + 修改稿全部进作品集，供家长报告引用；
- 防代写护栏：识别"帮我写一篇"类请求时转为提纲引导和仿写示范，守住"AI 辅助而非代劳"的教育底线（也是行业教训：反馈机械、理解偏差曾让明星批改产品折戟）。
| 能力 | 方案 | 对标依据 |
|---|---|---|
| 手写识别 | 多模态大模型 + 手写 OCR 引擎 | 蜜蜂 AI 手抄作业批改准确率 99% |
| 批改引擎 | LLM + 分级评分标准 rubric（内容/语言/结构），输出锚定 rubric 防随意发挥 | 题小小逐段批改；科大讯飞英文作文对照考评标准三维度出报告 |
| 指标 | 二次修改提交率、单篇进步分、好句入库数、家长查看率 | — |
模块四数学错题分析
用户场景
7 岁的晨晨拍了道错题：23 - 8 = 25。AI 没有只说"错了"，而是判断这是退位减法概念不清（孩子用加法处理了减法），于是调出"小棒拆十"动画演示，再出 3 道同错因变式题。这道错题进入档案，系统在第 1/3/7/15 天自动推送变式重练，直到连续两次全对才标记"已消灭"。
- 错因诊断（核心价值）：把错误归类为概念不清 / 计算失误 / 审题偏差 / 迁移薄弱 / 书写抄错五大类——正如 YC 所说"能判断孩子为什么做错并教会，才更有产品价值"；
- 知识图谱定位：每道错题挂接到幼小衔接数学知识图谱（数感→加减→进退位→应用题），错一处回溯上游薄弱概念；
- 针对性微课讲解：按错因选讲解策略——概念不清用实物动画（小棒/积木），审题偏差用"圈关键词"互动，计算失误用限时小游戏；
- 变式题生成：基于错因标签自动生成同知识点、不同情境的题目（从"苹果"换成"恐龙蛋"），检验是否真懂而非背答案；
- 遗忘曲线复习调度：错题变式按 1/3/7/15 天自动再现，连续达标后销账（参考"一生一库"实践：按遗忘曲线自动推送错题变式训练，学生作业时长日均减少 20 分钟，合格率提升 15%）；
- 错因周报归因：向家长解释"孩子这周主要卡在审题，不是计算"，让家庭辅导有的放矢。
| 能力 | 方案 |
|---|---|
| 题目识别 | 拍照 OCR + 手写算式识别（含竖式），容错潦草字迹 |
| 错因分类 | LLM 多步推理（还原孩子可能的错误路径）+ 错因分类器，教研团队标注校准 |
| 知识图谱 | 自研幼小衔接数学图谱（约 120 个知识点节点），错题-知识点双向索引 |
| 变式生成 | 模板化生成 + LLM 情境改写，数值范围按年龄约束 |
| 指标 | 错题销账率、同错因复发率、变式题正确率、复习任务完成率 |
依据：YC「数学错题分析」场景依据：黄陂"一生一库"遗忘曲线错题变式实践（2026 武汉市人工智能+教育创新成果）依据：蜜蜂 AI 自动错题本
模块五学习计划跟踪
用户场景
家长在家长端设定目标："9 月幼升小，希望识字 600、能开口说 20 句英语"。系统把目标拆解成 12 周计划：每天 15 分钟（阅读 8 分钟 + 口语 3 分钟 + 复习 4 分钟）。周三孩子发烧缺勤，计划自动顺延并重排密度；两周后系统发现孩子阅读进度超前、口语偏弱，自动把口语比重上调。孩子端用"浇灌小树苗"完成打卡，树苗随坚持天数长大。
- 目标自动拆解：把"幼小衔接识字 600"拆解为每周 12 个生字 + 对应阅读量，按遗忘曲线插入复习位；
- 动态重排：缺勤自动顺延、进度超前自动加速、薄弱项自动加权——计划不是打印出来的表，而是随学情呼吸的系统；
- 每日任务编排：按孩子的注意力曲线与历史活跃时段安排任务顺序（先做最喜欢的建立惯性）；
- 预测性提醒：识别"连续两天未完成→第三天大概率流失"模式，提前用孩子喜欢的角色语音温和召回（而非焦虑式推送）；
- 游戏化坚持机制： streak 树苗/星球养成，可视化的长期积累对应孩子能理解的"坚持"；
- 家长协同：每周向家长推荐 2 个"线下 10 分钟亲子任务"（如逛超市时找 3 个认识的字），把计划延伸到屏幕外。
| 能力 | 方案 |
|---|---|
| 计划引擎 | 目标-知识点-复习位三层编排器，输入学情画像输出周计划 |
| 调度依据 | 学习档案（能力画像 + 遗忘曲线队列 + 活跃行为数据） |
| 指标 | 周计划完成率、连续学习天数（streak）、计划调整接受率、召回推送转化率 |
依据：YC「学习计划跟踪」场景借鉴：Teach Skill 把学习状态序列化为"状态机"的持续积累思路
模块六家长学习报告
用户场景
周日晚 8 点，妈妈收到本周报告：朵朵共读 5 本书（流利度从 72→81）、新学生字 14 个（7 天后复测留存 12 个）、口语课开口 43 次、消灭了 2 个顽固发音问题；报告附带朵朵读《勇敢的小桥》的 30 秒录音和她画的小桥。最后一栏是"本周您可以做的"：睡前问问她"如果你是小兔子会怎么过桥"。
报告结构
进步可视化
能力雷达图（识字/口语/数感/表达/习惯）+ 趋势曲线，只跟孩子自己的过去比，不制造同龄焦虑。
成果证据包
录音、作文批改前后对比、错题消灭清单、视频绘本作品——Simply Draw 验证过的"家长验收凭据"。
共学建议
本周弱项归因 + 2 个可立即执行的亲子行动，让家长从"旁观者"变成"助教"。
- 学情数据 NLG：把结构化学习档案转成有温度的自然语言周报，突出"变化"和"证据"，而非罗列数据；
- 弱项归因：从错漏账本聚合分析"这周主要卡在什么、可能原因、下周怎么办"；
- 里程碑检测：自动识别"识字突破 500""第一次完整读完一本书"等里程碑，生成可分享的成长卡片（克制分享欲，仅家长主动分享）；
- 个性化共学建议：结合孩子本周读过的书、错过题，生成家长能直接用的互动话术；
- 异常预警：学习时长骤降、同一知识点反复卡顿时，温和提示家长关注而非告警轰炸。
模块七手绘 AI 生成视频故事绘本
用户场景
5 岁的果果画了一只长着彩虹翅膀的猫，拍照上传。AI 认出"彩虹飞猫"，请果果选今天的故事主题：「善良」「勇敢」「分享」。果果选了「分享」，30 秒后，一个 90 秒的双语动画小故事生成了：彩虹飞猫把颜色分享给灰色的小镇，画面以果果的原画为角色，中英字幕滚动，英文台词简单重复（"Share the color!"）。看完后跟读 3 句台词获得"小小故事家"徽章。作品自动存入成长册，妈妈在周报里看到了它。
核心流程
- 画作识别与角色活化：多模态模型识别儿童涂鸦的主体与特征（"彩虹翅膀的猫"），以其为角色生成故事——孩子的创作成为故事主角，成就感拉满（Simply Draw 让画作"动起来"的设计已被验证为孩子最爱的时刻）；
- 正能量故事生成：家长/孩子从价值观主题库（善良、勇气、同理心、分享、诚实、坚持）选题，AI 把主题自然编织进情节，"不会让孩子觉得像是在上课"（Meta StoryKit 的核心设计理念）；
- 内容安全双保险：生成前 prompt 约束 + 生成后多层安全过滤（暴力/恐怖/不良价值观拦截），针对"AI 恶搞动画、毒动画"等监管重点做专项拦截；
- 视频故事合成：文生图/图生视频保持角色一致性，分镜-画面-字幕自动对齐；
- 影视级全要素配音：一段提示词直出分角色配音 + 情绪 + BGM + 音效（豆包音频生成 1.0 已验证该能力），让 90 秒故事有声有色；
- 英语口语浸润：台词按孩子口语档案控制在 i+1 难度，高频句型重复出现，看完即跟读评测——把创作欲望转化为开口动力；
- 正能量即时反馈：不评价"画得好不好看"，只对创作行为本身和故事里的好行为给夸奖，保护创作自信。
三层教育目标合一
创作自信
"我的画变成了动画片"——对儿童创作欲的最高奖励，反向激励更多手绘（也呼应家长对屏幕时间的顾虑：源头仍是纸笔创作）。
价值观引导
主题库由教研团队维护，每个主题 10+ 故事骨架，AI 负责个性化填充；每周向家长开放"本周想引导的主题"选择。
英语口语
台词即分级口语教材：Pre-A1 词表、重复句式、跟读评分，口语档案弱项音素定向埋入台词。
| 能力 | 方案 |
|---|---|
| 画作识别/活化 | 多模态理解 + 图生图保持原画特征（角色一致性 LoRA/参考图生成） |
| 故事与视频 | LLM 分镜脚本（含安全约束）→ 文生视频/图生视频 → 自动字幕 |
| 配音 | 音频生成模型（分角色/情绪/BGM 一体化）或 TTS + 音效库合成 |
| 安全 | 输入校验 → 生成约束 → 输出过滤（文本+画面）→ 家长可见可删，全部作品留痕可审计 |
| 指标 | 周创作数、跟读完成率、作品被观看次数（家庭内）、主题选择分布 |
依据：Meta StoryKit（玩具照片→价值观故事，AI 安全过滤，仅家长可操作）依据：豆包音频生成 1.0 全要素直出依据：Simply Draw 画作活化 + 成长画廊
模块八分龄互动课程（首发：5–7 岁幼小衔接）
为什么首发 5–7 岁
需求最刚
幼小衔接是家长焦虑最集中、付费意愿最强的窗口期（识字、拼音、数感、英语启蒙四大刚需）。
认知适配
5–7 岁处于具体运算阶段前期，最适合"可操作的互动仿真"而非抽象讲授。
模块协同
该年龄段与阅读/口语/错题/费曼模块的用户完全重叠，课程产出的学情直接反哺其他模块。
课程体系
| 领域 | 示例主题 | 互动形态 |
|---|---|---|
| 语言启蒙 | 拼音声调小镇、汉字偏旁积木 | 拖拽拼合 + 声调手势游戏 |
| 数学思维 | 数量守恒、进退位小棒、图形拼搭 | 可操作教具仿真（拖小棒拆十） |
| 英语启蒙 | 颜色动物园、食物超市 | 情景对话 + 实物指认 |
| 科学探索 | 水的三态、磁铁的秘密 | 互动仿真实验（拖一拖看变化） |
- 课程自动生成管线：输入主题与课标知识点，自动产出整套课：讲解页、随堂测验、互动仿真、课后小任务（清华 OpenMAIC 开源项目已验证"任意主题秒生成互动课堂"路线，17.4k 星）；
- 多 Agent 虚拟课堂：AI 老师讲 + AI 虚拟同学陪学（提问、抢答、示弱引发孩子纠正它），制造同伴学习氛围——"虚拟同学"会故意答错，给孩子当小老师的机会（衔接模块九）；
- 互动仿真生成：把抽象概念实时生成可交互 3D/2D 仿真（参考 Gemini Interactive Simulations：输入概念提示词实时生成可交互模型），如拖动太阳看影子变化；
- 实时难度调节（ZPD）：随堂测验正确率高则加速跳级，低则自动补一节脚手架微课；
- 课堂表现感知：识别走神（长时间无交互）时用角色互动召回注意力；
- 课程质检：AI 生成内容先经教研 rubric 自动审校 + 人工抽检双关，确保知识准确性（防幻觉是教育 AI 的生命线）。
| 能力 | 方案 |
|---|---|
| 课程管线 | 主题→知识点拆解→脚本→交互组件组装（可参考 OpenMAIC 架构自研），课程包可导出/更新 |
| 互动组件 | H5 互动组件库（拖拽/连线/仿真/小游戏），AI 按脚本编排调用 |
| 指标 | 完课率、随堂测正确率、课程复访率、知识点半月留存率 |
依据：OpenMAIC（多 Agent 互动课堂生成）依据：Gemini Interactive Simulations依据：AR 智慧课堂实践（学生参与度 68%→95%）
模块九费曼学习法 · 小老师课堂
设计反转：儿童版费曼
成人版费曼是"假装讲给 12 岁孩子听"；对儿童用户，我们把它翻转为「小老师课堂」：AI 玩偶"芽芽"今天没搞懂一个知识点，请孩子来当小老师。孩子为了"教会"芽芽，必须主动回忆、组织语言、举例说明——这正是教学效应（讲解者成绩高 10–20%）、检索式练习与良性困难三重机制的叠加，而且以游戏形态出现。
四步流程（费曼四步法儿童化）
- 听懂孩子的讲解：童声 ASR + 语义理解，把口语化、跳跃的儿童表达映射回知识点结构；
- 理解度诊断：对每段讲解标记 STRONG / WEAK / WRONG，精准指出"哪里讲糊了、哪里讲错了"——书不知道你哪里理解错了，但 AI 可以（费曼四步法中最精髓、传统产品无法实现的一步）；
- 扮演"好奇学生"追问："那为什么云不会掉下来呀？"——用追问逼孩子补齐逻辑断裂处；追问难度按年龄约束，避免超出认知范围造成挫败；
- 示范讲解（12 岁测试）：孩子卡壳时，AI 先用儿童语言示范一遍，再请孩子用自己的话重讲；
- 类比生成与固化：把知识点绑定到孩子生活经验（"退位减法就像拆开一整盒积木"），生成讲解小卡片，次日晨间复习重听——记忆留存可提升约 3 倍；
- 「我尚未弄懂的笔记本」：自动记录所有 WEAK/WRONG 项进入错漏账本，优先安排重学（费曼在普林斯顿的原始方法：只钻研讲不明白的知识点）；
- 讲解作品集：保存孩子的讲解录音，剪辑进家长周报——"听孩子自己讲明白一个道理"是最打动家长的学习证据。
| 能力 | 方案 |
|---|---|
| 讲解理解 | 童声 ASR → 知识点对齐 → 逐段 STRONG/WEAK/WRONG 判定 |
| 追问引擎 | LLM 扮演学生角色，追问库按年龄段分级 |
| 指标 | 周讲解次数、讲解完整度评分、漏洞修复率（重讲后 WEAK→STRONG 比例）、小卡片复习率 |
AI 能力中台与安全护栏
14.1 AI 能力全景（九模块共用）
| 能力层 | 具体能力 | 服务模块 |
|---|---|---|
| 感知层 | 童声 ASR、音素级发音评测、朗读流利度分析 | M1/M2/M7/M9 |
| 手写 OCR、画作识别（多模态） | M3/M4/M7 | |
| 认知层 | LLM 讲解/提问/角色扮演（儿童词汇约束） | M1/M2/M3/M8/M9 |
| 错因诊断、理解度判定、学情归因 | M4/M6/M9 | |
| 记忆层 | 学习档案引擎（画像/错漏账本/遗忘曲线/作品集） | 全部模块 |
| 生成层 | 课程生成管线、变式题生成、计划编排 | M4/M5/M8 |
| 故事生成、图生视频、全要素配音、NLG 报告 | M6/M7 | |
| 护栏层 | 内容安全过滤、价值观对齐、防代写、幻觉审校 | 全部模块 |
14.2 模型策略
- 混合模型架构：通用大模型（讲解/生成）+ 垂直引擎（口语评测、OCR 选用成熟商用 API 保准确率）+ 自研小模型（错因分类器、童声适配微调、安全分类器）；
- prompt 工程资产化：儿童词汇约束、分龄话术、苏格拉底提问框架、价值观主题库全部沉淀为可迭代资产；
- 防幻觉机制：知识性输出锚定教研审定的内容库与 rubric，数学/拼音等确定性内容走规则引擎校验，AI 生成课程经自动审校 + 人工抽检。
14.3 安全护栏（四道闸）
输入闸
限制自由输入范围：低龄以语音/点选为主，文本输入经敏感词与意图过滤
生成闸
系统 prompt 内置儿童内容红线（无暴力/恐怖/暧昧/不良价值观），价值观主题白名单
输出闸
文本+画面+语音三重安全分类器复检，命中即拦截并降级为审定内容
审计闸
全部 AI 输出留痕，家长可见可删；运营抽检 + 季度外部安全评估
儿童安全与合规设计
| 合规项 | 法规依据 | 产品落地设计 |
|---|---|---|
| 监护人单独同意 | 《个人信息保护法》《儿童个人信息网络保护规定》：处理不满 14 周岁儿童信息须取得监护人单独同意，不得捆绑 | 注册即家长验证（成人身份校验），儿童账号挂靠家长账号；同意记录保存至儿童年满 14 周岁后三年 |
| 专门儿童隐私政策 | 《儿童个人信息网络保护规定》 | 制定通俗易懂的儿童个人信息处理规则并公示，指定专人负责儿童信息保护 |
| 最小必要收集 | 《常见类型移动互联网应用程序必要个人信息范围规定》：学习教育类必要信息仅为手机号 | 注册仅要手机号；年龄、年级等画像信息明示可选，拒绝不影响基本功能；不收集精确位置/通讯录/身份证号 |
| 年龄识别机制 | 监管排查重点清单 | 注册环节年龄验证，区分成人/儿童账户并进入对应模式 |
| 未成年人模式 | 《未成年人网络保护条例》 | 儿童端默认进入纯净模式：无社交、无广告、无外链跳转、无陌生人互动；使用时长家长可控、夜间禁用 |
| 内容分类与显著提示 | 《可能影响未成年人身心健康的网络信息分类办法》（2026） | 内容库按四类规制信息专项排查；算法不做沉迷/过度消费诱导模型；儿童专属空间严禁呈现风险信息 |
| AI 生成内容标识 | 生成式 AI 管理相关要求 | AI 生成的视频绘本/故事均带"AI 生成"显著标识 |
| 年度合规审计报送 | 《未成年人网络保护条例》第 37 条：每年审计并于 1 月底前线上报送 | 建立年度审计机制（自审或委托专业机构），通过个人信息保护业务系统报送 |
| 数据存储与安全 | 《数据安全法》《个人信息保护法》 | 儿童数据境内存储、加密；语音/画像数据提供一键删除；作品集仅家长可见 |
商业模式
16.1 付费结构
免费层
每日 1 节阅读陪练 + 1 次手绘绘本体验 + 首堂互动课免费。设计要点：免费用户也能完成一次完整成就感闭环（参照 Simply Draw"画鱼第一课"后再遇付费墙）。
订阅层（主营收）
月卡 / 年卡解锁全部九模块 + 无限生成 + 完整学习报告。定价锚点参考：海外同类年费 29–89 美元；国内可按 ¥30–45/月、¥298–398/年 区间 A/B 测试。多孩家庭支持多档案（Simply Draw 5 账号档位验证）。
增值层
实体成长册打印（年度作品集）、主题课程包、节日限定故事模板；远期探索园所 B 端合作。
16.2 付费心理设计（经竞品验证）
- 付费墙卡位：在孩子完成第一个成就感闭环、家长看到第一份可验收成果之后出现——情绪高点 + 验收凭据 = 转化；
- 课程定位而非工具定位：产品语言全部使用"课程/成长/老师"而非"工具/生成"——Simply Draw 被视为"美术老师的课"而非工具 App，是其 89 美元年费成立的原因；
- 每周续费理由：家长周报持续证明价值，降低退订；
- 诚信红线：不做"免费误导 + 突然高年费"（Simply Draw 的一星差评主因），试用期结束明确提醒、价格透明——儿童产品的口碑就是生命线。
指标体系与实施路线图
17.1 北极星与分层指标
| 层级 | 指标 | 目标参考 |
|---|---|---|
| 北极星 | 周活跃学习天数（孩子端） | ≥ 4 天/周 |
| 学习效果 | 生字 7 日留存率 / 错题销账率 / 费曼漏洞修复率 | ≥ 80% / ≥ 70% / ≥ 60% |
| engagement | 阅读完读率、口语课完课率、绘本周创作数 | 完读 ≥ 75%，周创作 ≥ 2 |
| 家长侧 | 周报打开率、报告分享率、共学建议采纳率 | 打开 ≥ 60% |
| 商业 | 试用→付费转化、年卡占比、3 月续费率 | 转化 ≥ 8%（儿童教育基准） |
| 安全 | 内容拦截率、误杀申诉率、合规审计问题数 | 审计 0 重大问题 |
17.2 三期路线图
17.3 关键风险与对策
| 风险 | 对策 |
|---|---|
| AI 幻觉导致知识性错误 | 确定性内容走规则引擎/审定库；生成内容 rubric 审校 + 人工抽检；设立错误上报快速通道 |
| 儿童数据合规处罚 | 合规任务前置到 P1；年度审计机制化；数据最小化架构评审 |
| 家长对屏幕时间的顾虑 | 默认每日 20 分钟上限；纸笔联动设计（手绘/书写在纸上，屏幕只做验收与活化）；周报强调线下共学建议 |
| 孩子新鲜感消退 | 游戏化长期养成线（树苗/星球）+ 作品集积累 + 内容主题持续更新 |
| 生成成本失控 | 视频生成配额制；高频交互用小模型；缓存与模板复用 |
🌱 芽芽学伴 · 儿童学前教育 App 设计书 V1.0 · 2026 年 7 月 · 本文档供产品立项与设计评审使用