Files
vscode-workbench/PLANNING/tasks/R-03-ED-AI功能选型预研.md
T

2.2 KiB
Raw Blame History

R-03 · EnglishDrill AI 功能选型预研

字段 值
项目 EnglishDrill · 研究任务(不改代码)
优先级 P2 · 可立即执行(与所有代码卡无冲突)
建议模型 qwen3.8-flash / kimi-k3 复核
依赖 无
预估 1 天
交付物 研究报告 docs/AI功能选型预研.md(english-drill docs/ 下)

一、背景(为什么做)

增长报告 P2 #9 规划了三个 AI 方向(作文批改/单词讲解/口语评测),并建议"先做单词讲解(调用最省),验证用户接受度"。但从"建议"到"能开工的卡"中间还差:API 选型、成本模型、防滥用设计——这份预研把它补上,后续直接出实现卡。

二、研究问题(必须逐条回答)

  1. 三方向对比:作文批改 / 单词讲解 / 口语评测——各自实现难度、API 依赖、单位成本(按 1000 次调用估算)、预期留存/传播价值。
  2. API 选型(单词讲解为必答):市面可用选项(各家 LLM API、专门的教育 API),对比:价格(每 1K tokens 或每千次调用)、中文英文质量、延迟、国内可用性。
  3. 成本模型:以"日活 1000 用户、30% 每天查 3 个词"为模型算月成本;给出免费额度策略(每人每天几次)。
  4. 防滥用设计:调用频率限制、缓存策略(热门词缓存命中率估算)、异常流量拦截——写出规则草案。
  5. 落地方案:单词讲解 MVP 的最小实现路径(后端接口设计草图 + 前端交互点子 + 缓存表结构建议),为后续实现卡做准备。
  6. 明确不做:三方向里哪个不建议现阶段做,为什么。

三、验收标准

  • 三方向对比表完整
  • API 选型给出单一推荐 + 备选,附当前价格与出处
  • 成本模型有计算过程(不是拍脑袋数字)
  • 防滥用规则可执行(有阈值、有策略)
  • MVP 落地方案细到"接口名 + 参数 + 缓存键"

四、边界

  • 不改任何代码(纯研究)
  • 不注册付费 API、不实际调用(用公开定价页)
  • 价格标注获取日期(会变)

五、交接

PROGRESS_R-03.md + 报告路径。