在培训场景里，AI 答疑最容易滑向“答案生成器”：学生拍照上传，模型输出完整解答，看起来效率很高，但迁移效果存疑。本期实验把目标从“答对”改成“让学生自己走完关键一步”。
做法是把一道题拆成三个层次的可提示位置：知识点定位（这一步考什么）、条件追问（题目给了哪些量、还缺什么）、方法类比（同结构例题的解法骨架）。学生提交作答后，模型先判定卡点层级，只给对应层级的提示；连续两次无进展才允许展开完整解法，并记录展开原因。
阶段进展：在某职业培训机构的晚自习答疑场景做了两周小范围对照。接入分步引导的班级，次日同知识点变式题的首答正确率相对提升约 11 个百分点（样本约 240 人次），但单题平均对话轮次从 1.8 升到 4.3，学生主观耗时明显增加。这也暴露了边界：时间紧、目标只是完成作业时，引导反而被视为负担。
下一步计划：把“卡点层级”与错因标签对齐，沉淀成教师端可见的知识点薄弱图；同时给模型加一个成本开关，按课程阶段在“直接讲解”与“分步引导”之间切换。
评论