应用场景实战！用国产大模型给孩子出暑假作业是什么体验？

暑假到了，数学老师布置了孩子的作业，每天做一套100以内加减法的数学练习题。这对于我们家长来说，要为孩子的作业做点作业了。可以直接在电商平台购买现成的题目卷子。但我作为一个前不知名程序员，以及现在的某国产大模型的项目运营经理来说，似乎有点浪费资源的感觉。

我是一个执行力很强的人，先用大模型试试，现写一套提示词让大模型完成一次内容生成的任务，效果一般，调试了十分钟左右，试了几个国产大模型，实在没耐心了继续。

最后的版本提示词如下：

#任务

请出100以内加减法的数学练习卷，一套练习卷有50个题目。一共需要50份这样的练习卷。

#练习卷格式

第一，每一套卷请编号；

第二，每一行要放2个题目，这2个题目，在第1题空8个空格之后，再写下一个题目。

#题目要求

第一，两个数字要在100以内，求得的结果也在100以内；

第二，每套题目求得的结果要随机，不能有规律。

#行布局的示例

14+36 = 70+11 =

某包，格式生成的不对，理解不了要求：

某mi的结果，题目数量理解有误，然后出了一些题目撂挑子：

生成不了就别答应我嘛。

最终为了避免浪费更多时间，尽快完成家里领导交待的事情，免得节外生枝。让大模型生成了一段脚本代码：

import random

f = open("0630_practice.txt", "w+", encoding="utf-8")


def generate_question():
    num1 = random.randint(1, 90)
    num2 = random.randint(1, 90)
    while num1 + num2 >= 100:
        num2 = random.randint(1, 50)
    return f"{num1}+{num2} ="

def format_exercise(exercise):
    formatted_lines = []
    for i in range(0, len(exercise), 2):
        formatted_lines.append(f"{exercise[i]}                  {exercise[i+1]}")
    return "\n".join(formatted_lines)

def generate_exercise_sheets(num_sheets, num_questions_per_sheet):
    exercises = []
    for _ in range(num_sheets):
        sheet = [generate_question() for _ in range(num_questions_per_sheet)]
        exercises.append(format_exercise(sheet))
    return exercises

# 生成50份练习卷，每份卷子50道题目
num_sheets = 50
num_questions_per_sheet = 50
exercise_sheets = generate_exercise_sheets(num_sheets, num_questions_per_sheet)

# 打印所有练习卷
for i, exercise in enumerate(exercise_sheets, 1):
    #print(f"练习卷{i}:\n{exercise}")
    f.write(f"\n练习卷{i}\n{exercise}")

f.close()

我自己稍微修改调整，再运用office工具一通优化后，完成了本次的暑假作业出题。

给这次体验做个总结和点评，在计算机程序领域而言，大模型对低能级的技能确实有较大的冲击，能短平快写出满足需求的代码，但客观来说，仅能对掌握基础技能的从业者有所冲击和影响，也就是说模糊化了一个专业领域的边界。而实际工作中业务代码远远比我举的例子要复杂和多变，甚至有些要以对人性的熟稔来完成工作，大模型目前远远达不到替代的水平。我也有一种比较笃定的感觉，对从业者的技能要求会有一个跃迁或较大跨度的变化。比如一些视觉设计师，就要开始掌握模型的使用，技能包里最好有大模型提示词的编写技能，在工作效率上能跟同行拉开差距。