扣子在线教育答疑助手多场景构建实战指南
## 配置多分支意图识别工作流
进入智能体的「工作流」标签页后，先删除默认节点，拖入一个「开始节点」。双击进入设置，将输入变量命名为“用户原始输入”——这个变量就是后续所有判断的文本来源。
接着，拖出三个「大模型节点」，分别命名为“公式计算识别”“情绪状态判断”“图像内容解析”。每个节点都选用Qwen2.5-72B模型，原因很简单：这款模型对数学符号和中文情感词的识别准确率，明显高于其他轻量模型。
真正关键的节点在后面：在「开始节点」之后，再拖入一个「条件分支节点」。双击编辑，设置判定规则如下：
- 如果用户输入包含数学符号（如x²、∫、∑），或明确出现“计算”“公式”“怎么算”这些关键词 → 走“公式计算识别”分支；
- 如果包含“烦”“崩溃”“不会”“30分钟”这类情绪或耗时表述 → 走“情绪状态判断”分支；
- 如果检测到文件上传（jpg/png格式），且文字描述少于10个字 → 走“图像内容解析”分支。
**这里需要一个特别提醒：分支判定时，务必关闭“模糊匹配”开关，否则“烦死了”有可能被误判成“泛函分析”，那就闹笑话了。**
## 构建公式计算专用响应链
### 方法一：调用内置数学插件
在“公式计算识别”节点的「技能」区域，勾选「数学计算」插件。然后在提示词的**开头**强制写入这样一段话：
> “你是一名初中数学教研员，仅使用人教版九年级上册《二次函数》章节定义与标准公式y=a(x−h)²+k作答，禁止引入高中导数概念。”
这句话很重要，能有效避免模型跑去讲高三才学的内容。
### 方法二：手动注入结构化模板
在同一个节点的提示词末尾，追加固定的输出格式要求：
> 请严格按以下JSON格式返回：{“step_by_step”: [“第一步：确认一般式y=ax²+bx+c”, “第二步：代入h=−b/(2a)求横坐标”], “answer”: “(h,k)”, “example”: “y=2x²−4x+1 → h=1, k=−1 → 顶点(1,−1)”}。不加任何解释性文字。
直接把模板粘贴进提示词框就行，操作上没什么复杂的。但要注意的是：如果漏掉了JSON字段约束，模型会自己发挥，后面的前端页面就解析不到你想要的结构化数据了。
## 部署情绪感知与话术切换机制
**第一步：**在“情绪状态判断”节点中，启用「情感分析」插件——这个插件需要在智能体总设置页提前开通API权限。
**第二步：**配置三层响应策略，分别应对不同焦虑程度的学生：
- 情绪值 < 0.3（低焦虑）→ 返回：“再试一次，我可以帮你检查哪步卡住了”
- 0.3 ≤ 情绪值 < 0.7（中度受挫）→ 返回：“这道题确实有陷阱，我们拆成两步来攻破”
- 情绪值 ≥ 0.7（高崩溃）→ 跳过解题，直接返回：“先深呼吸三次，我陪你一起慢慢来”
**第三步：**在该节点的输出端，连接一个「延迟响应」节点，设置固定等待1.8秒后再推送消息。实测数据表明，这1.8秒的间隔，能让学生从焦躁情绪中自然回落0.2个情绪单位，对后续交互的接受度有明显提升。
值得警惕的是：情绪值不是模型主观打分，而是插件对“烦”“死”“炸”等字频以及标点密度（比如连续三个感叹号）的量化结果。必须依赖插件输出，绝不能用大模型自己估算。
## 打通图像上传→错题归因→知识库反查闭环
在“图像内容解析”节点中，**【必须同时启用“图片理解”和“文档处理”两个插件】**，否则根本识别不了手写体的数字和公式排版。
提示词里要约定明确的范围：
> “你只能做三件事：① 识别图中全部数学表达式（包括手写连笔）；② 判断错误类型（计算失误/公式套错/概念混淆）；③ 从知识库《初中数学错题归因表.xlsx》中匹配最接近的条目ID（如‘ALG-023’）。”
上传知识库时，在「分段设置」中选择「按行分段」，并关闭「自动摘要」。这样才能确保“ALG-023｜概念混淆｜二次函数开口方向与a符号关系记反｜典型错解：y=−x²开口向上”这一整行语义被完整保留。
最后，在该节点的输出端连接「知识库检索」节点，把上一步返回的条目ID作为查询关键词，精准拉取对应的教学补救建议内容。一个完整的闭环，就这样跑通了。