开发一款 AI 英语写作智能体，关键在于从传统的“单纯纠错工具”升级为“能够理解写作意图、提供层级化改写、指导逻辑结构并进行自适应教学的智能导师”。
一、核心系统架构
系统通常由以下 4 个核心模块串联而成：
输入与文本解析层：多格式输入：支持纯文本、Markdown、Word 文档及图片/手写作文（OCR 识别）。体裁识别与目标设定：识别或让用户选择写作体裁（如雅思/托福 Task 2、商务邮件、学术论文、自由写作），并设定目标 CEFR 等级（A2-C1）。
多维度评估与改写引擎：拼写与语法校验：检测拼写、时态、单复数及主谓一致等基础错误。中式英语诊断与地道重写：识别逐字硬译的表达，提供符合母语者习惯的地道替换方案。逻辑与结构分析器：评估段落衔接、论据支撑强度及中心句是否明确。
交互式教学大脑：启发式批改：不直接给最终答案，而是通过提问和提示引导学员自主发现逻辑漏洞或语法错误。语气与风格调整：提供不同场景（正式/学术、商务/简洁、日常/亲切）的改写选项。
写作记忆与增长系统：高频错误词库与语法薄弱点：记录用户在多篇作文中的高频错误（如介词混淆、冠词误用），生成个性化专项训练。
二、关键开发流程
1.体裁定义与评分标准构建：设定体裁标准与评分维度。
根据应用场景（如雅思写作、商务邮件）建立评分维度（如雅思 4 项标准）。
2.多级批改与改写引擎开发：实现分层级批改与地道润色。
基础层：纠正语法与标点错误。
进阶层：替换低级词汇与重复句式，提供多样化同义词。
专家层：优化段落结构与论证逻辑。
3.启发式交互 Agent 开发：从“代写”转向“引导教学”。
设计启发式 Prompt，让 Agent 像真实老师一样提出反馈。例如：“你在第二段使用的论据有些模糊，尝试用一个具体的例子来支持你的观点，看看会怎样？”
4.错题归集与写作复盘系统：闭环复盘与针对性强化。
生成多维度的作文批改报告，并将批改中暴露的错用词汇和语法点自动沉淀至用户的“写作错题本”，生成改错重写练习。
三、关键技术难点与优化策略
防止 LLM 过度改写：难点：模型容易将用户的整篇文章重写得过于高级，导致失去用户原有的写作风格和个人声音。解法：在 Prompt 中明确约束微调粒度（如：“尽量保留用户原有的句式结构，仅对语法错误和极度不地道的表达进行修正，保持其原有的词汇水平上限为 B2”）。
多格式 Markdown 差异高亮显示：解法：前端集成 Diff 渲染组件，将修改前后的文本差异以直观的红/绿高亮展示，方便用户对比学习。
评价标准的一致性：解法：打分环节采用 Structured Output（如 JSON Schema）输出各维度具体分数与评语，减少不同次打分产生的随机波动。
