APPLICATION

构建个性化 AI 教师

我如何使用最新的 Google AI Gemini 3 模型构建一个虚拟教师，平衡教学效率与成本控制。

admin

• 6 min read
构建个性化 AI 教师

我经常和我的孩子们一起做作业，我很快意识到育儿和教学的一个普遍真理：知道答案并不等于能够解释清楚。

我可能知道数学问题的解法或历史事件的日期，但用清晰简单的语言解释方法，使其与他们在学校所学的内容一致，是完全不同的挑战。或者有时候他们只是需要另一个观点来理解，因为这更适合他们。

我想要弥合这个差距。我想构建一个不仅计算答案，而且真正作为教学助手的工具。一个理解上下文、适应学生年龄，并使用文字、语音和视觉效果使概念更易理解的虚拟教师。

作为一名 Google 开发者专家，我决定为 Google AI Sprint 解决这个问题。我的目标是使用 Google Apps Script、强大的新 Gemini 3 模型以及 Nano Banana Pro 的惊人的图像生成能力构建一个 Web 应用程序。

本文的代码可以从这里下载。以下是我是如何设计 学生虚拟助手 的。

1、哲学：帮助，而不是解决问题

该应用程序的系统提示非常严格：“目标是帮助学生，而不是解答练习。”

如果学生上传了一张数学题的照片，AI 不应该只是得出“X = 5”。它需要识别主题（例如，勾股定理），解释概念，并引导学生自己解决问题。

为了使这有效，我利用了 Gemini 3 中的新 思考模式 来创建一个类似支持性导师的推理引擎。

2、架构：平衡效率和成本

在构建教育类 AI 应用程序时，成本平衡 是一个关键因素。如果一位老师将此应用部署到一个有 30 名学生的班级，或者如果一所学校采用它，令牌使用量需要可持续。我们需要将容量与成本对齐。

我设计了高效的架构，通过优化步骤拆分逻辑：

2.1 高效分析（思考层级：低）

当学生发送请求（文本或图像）时，我们不需要立即进行复杂的哲学讨论。我们首先需要确定主题。 我第一次调用 Gemini 3，并设置 thinkingLevel 为“low”。

  • 输入: 用户文本/图像 + 学生年龄。
  • 任务: 提取核心主题并生成一个教育插图的提示。
  • 原因: 这是快速的，并优化了分析任务的令牌消耗。

2.2 深入解释（思考层级：高）

一旦确定了主题，我们就会进行第二次并行调用 Gemini 3，并设置 thinkingLevel 为“high”。

  • 任务: 作为教师。根据学生的年龄调整语言和复杂度。
  • 原因: 在这里，我们投入模型的“脑力”以确保解释具有同理心、教学准确，并适合特定的年级水平。

2.3 使用 Nano Banana Pro 进行可视化

我对 Nano Banana Pro（通过 gemini-3-pro-image-preview 访问）的质量感到惊叹。 在生成文本解释的同时，应用程序会发送请求生成一个 1K 分辨率（16:9）的图像来说明该概念。视觉效果通常是理解抽象概念的关键，而这里的质量令人惊叹。

2.4 语音（零成本）

为了让应用程序更容易访问，我希望教师能“说话”。使用 AI 文本转语音（TTS）API 会增加延迟和成本。

解决方案: 我使用了浏览器的原生 SpeechSynthesis API。它高效、离线工作，并允许学生在不消耗额外 API 配额的情况下听取解释。

演示视频

3、为什么选择 Google Apps Script？部署优势

我选择 Google Apps Script 不仅是因为它的易于使用，还因为它在教育环境中的强大部署能力。

  • 通用访问: 该应用程序被部署为网络应用。这意味着它可以在任何浏览器中运行，适用于任何拥有 Google 账户（gmail.com）的人。
  • 教育和办公友好: 对于在 Google Workspace for Education 域工作的教师，部署是无缝的。您可以立即启动这个“AI 教师”并与学生分享链接。
  • 安全性和访问控制: 我在后端（Code.gs）实现了过滤系统。您可以限制特定电子邮件地址或整个域（例如，school.edu）的访问。

教师可以部署该应用，但限制其只能让拥有学校电子邮件域的学生访问，从而确保一个安全和受控的学习环境。

4、关键功能

4.1 年龄个性化

这是应用程序的核心。设置中的下拉菜单允许用户选择他们的年龄（6 到 20 岁）。这样可以使它尽可能通用。

  • 8 岁: “想象一片披萨……”
  • 16 岁: “使用周长公式计算……” 这个变量被注入到每个系统提示中，确保 AI 从不“超越”学生的理解能力。

4.2 “幸运学习” 🍀

有时，学习就是探索。我添加了一个“幸运学习”功能。

  • 后端从一个精心策划的课程数据库中随机选择一个主题/科目。
  • Gemini 会生成一个关于该主题的引人入胜的问题。
  • 学生学到一些新知识，意外且有趣的东西。

4.3 持续学习流程

学习不会在一次回答后停止。我实施了 “继续学习” 按钮。 在解释之后，应用程序会利用上下文并要求 Gemini 生成后续问题或深入探讨同一主题。它保持对话继续，将单个问题转化为一个课程计划。

5、结束语

生成式 AI 有可能在全球范围内普及高质量的辅导资源。通过结合 Gemini 3 的推理能力、Nano Banana Pro 的视觉创造力以及 Google Apps Script 的灵活性，我们可以构建智能、经济上可行且易于部署的工具。

原文链接：Building a personalized AI Tutor with Gemini 3, Nano Banana Pro, and Google Apps Script

汇智网翻译整理，转载请标明出处