1. 立项原因：旨在解决湖南专升本考生择校信息不对称、备考资料零散、自我定位模糊的核心痛点，通过整合官方数据+大模型能力，为考生提供“择校匹配+个性化测评+备考指导”一站式服务，同时搭建考生与辅导机构的精准对接通道，提升考生升本成功率。
2. 行业场景、业务背景：随着湖南专升本扩招政策落地，省内年报考考生超10万人，但考生面临三大核心问题：一是招生信息分散于各院校官网，更新滞后且筛选繁琐；二是缺乏对自身成绩、兴趣与专业适配度的科学评估，盲目择校现象普遍；三是备考方向不明确，难以结合目标专业制定计划。本小程序聚焦湖南专升本垂直场景，以“数据整合+AI赋能”为核心，覆盖考生从自我评估、择校规划到备考冲刺的全流程需求，填补市场个性化升本指导空白。
1. 具体功能模块：
- 核心择校模块：专业定向查询（专科专业匹配可报考本科专业及院校）、院校定向检索（按地区、院校层次、招生计划筛选）、历年分数线对比
- AI测评模块：考生信息采集（成绩、专科专业、兴趣偏好、职业规划）、大模型个性化专业测评报告生成、报告下载与分享
- 备考辅助模块：升本倒计时提醒、历年真题/考点总结领取、定制化备考计划生成（关联测评报告）
- 社交裂变模块：好友助力领择校礼包、测评报告解锁、考生社群互动
- 咨询服务模块：1对1老师咨询、辅导机构精准对接、咨询记录追溯
- 个人中心模块：礼包/订单管理、资料下载、测评报告归档、咨询记录
2. 主要功能描述：小程序核心亮点为大模型驱动的个性化测评服务，考生完成基础信息采集后，大模型将结合湖南各本科院校招生要求、专业培养方案、就业趋势及考生个人情况，生成结构化测评报告，包含“适配专业排名、自身竞争力分析、目标院校推荐、备考重点拆解”四大核心板块。同时联动择校模块，实现“测评结果→院校匹配→备考计划”的闭环服务，考生可直观获取适配度评分及优化建议，解决盲目择校问题；报告支持一键分享至社交平台，助力社交裂变获客。
1. 负责任务：
- 主导全栈开发统筹，前端基于微信小程序框架完成UI交互与页面开发，重点实现测评信息采集表单、报告可视化展示模块；
- 负责后端架构搭建，基于Python Flask开发核心接口，含数据同步接口、大模型调用接口、测评报告生成接口，实现前后端数据联动；
- 牵头大模型模块开发，设计Prompt工程逻辑，优化输入输出模板，完成与GPT-3.5/通义千问API的对接、调试，实现测评内容的精准化、结构化生成；
- 负责数据治理与优化，同步湖南教育考试院招生数据、历年分数线，构建专升本专业-院校数据库，通过Redis缓存高频查询数据与大模型常用Prompt模板；
- 解决大模型生成内容合规性与准确性问题，添加人工校验规则，优化报告生成效率，确保单份报告生成时间控制在3秒内，支持并发请求处理。
2. 技术栈与亮点难点：
- 技术栈：前端（微信小程序框架、WXML/WXSS/JavaScript、ECharts可视化）、后端（Python Flask、MySQL、Redis）、AI能力（GPT-3.5/通义千问API、Prompt Engineering）、第三方服务（腾讯云短信、对象存储COS）；
- 架构亮点：采用前后端分离架构，支持多终端适配与功能迭代；引入Redis缓存减轻数据库压力，同时缓存大模型Prompt模板与高频测评维度，提升接口响应速度30%；设计“大模型生成+人工校验”双重机制，保障测评报告准确性，符合教育行业严谨性要求；支持多数据源同步，确保招生数据实时更新。
- 实现难点：
- 大模型内容精准度优化：初期存在报告通用化、适配度不足问题，通过构建专升本专属Prompt模板库，融入湖南本地院校招生规则、专业特性等细分维度，结合多轮用户
评论