寻鹿科技：扣子助力重构课程质量 AI 评价

云南寻鹿科技有限公司基于扣子编程和罗盘重构课程评价系统，解决多模态处理、成本高等问题，实现效率提升 300%，年成本节省 60 万，评价准确率达 98%。

客户介绍

云南寻鹿科技有限公司是教育信息化领域的教育服务与信息化供应商。其核心业务为高校教育软件产品，包括课程质量多维 AI 评价管理系统、AI 专业综合评价管理系统、AI 课程考核管理系统、AI 辅导员等多款产品。这些产品通过落地 AI 技术，为高校实现“AI+教学质量评估”提供了多维度支撑。

业务挑战

随着高校对“多模态数据融合分析、评价维度”的需求升级，公司基于传统 AI 模型搭建的评价系统逐渐无法支撑业务规模化发展：

• 多模态处理准确率低
  高校单门课程平均包含 300 页以上混合材料，含图片图表、表格、课堂视频。传统方案需拼接第三方 OCR（图片识别）、NLP（文本分析）、CV（视频处理）工具链，跨模态数据对齐依赖人工校验，跨模态数据对齐错误率超 50%。
• 处理成本高，规模化应用受限
  纯代码开发模式下，单门课程全量数据解析需 4 小时，每月处理 100 门课程需 5 名工程师；视频抽帧分析单次消耗 50 万 Tokens，月度 Tokens 费用超 8 万，系统毛利率仅 35%，无法支撑超过 20 所高校的规模化应用。
• 评测质量难管控，依赖人工且时效性差
  AI 生成的教学质量评估报告缺乏明确评价基准，质量依赖人工二次审核查验，且问题定位困难，导致报告发布时效性难以保证。

解决方案

针对传统 AI 痛点，寻鹿科技基于扣子编程和罗盘，重构了新一代 AI 评价系统，实现高效、可控、持续优化的智能评价体系。

基于扣子编程**，高效搭建 AI 评价智能体**

• 低代码流程配置：基于扣子编程，以拖拽方式快速搭建 AI 评价智能体和工作流，大幅降低开发门槛，提升开发效率。
• 多模态数据统一处理：扣子编程支持文档、图片、视频等数据一站式解析，无需额外集成第三方工具链，即可高效处理高校课程中涉及的表格、公式、流程图与课堂视频等复杂素材。
• 智能抽帧和并行处理：通过工作流的视频抽帧节点和批处理节点，实现对长视频的智能分段和并行分析，单课程处理时间从 12 小时压缩至 3 小时。

基于扣子罗盘，实现全链路质量管控与持续优化

• 建立客观评价基准：通过扣子罗盘创建多维度专项评估器，从评价准确性、评语流畅度、评分点覆盖度等多维度，为 AI 评价结果设定明确的评分标准。使质量评估从“主观感受”转变为“客观度量”。
• 数据驱动持续迭代：利用扣子罗盘的评测和实验功能，通过多实验对比分析，可同时测试多种评价策略，通过数据比对精准识别成本、速度、质量综合最优方案，实现“数据驱动式迭代”，有效避免盲目更新带来的不确定性。
• 全流程质量监测：针对正式上线的 AI 评价课程，利用扣子罗盘的 Trace 自动观测功能，洞察每个评价节点的执行细节。任何环节出现偏差或异常，运维团队可迅速定位问题根源，确保线上服务稳定。

业务成效

接入扣子罗盘后，寻鹿科技的课程评价系统实现 “效率、成本、业务效果” 的三重突破，核心成效如下：

核心效率提升 300%，月处理能力突破 320 门课程

• 单门课程全流程分析耗时：从 12 小时缩短至 3 小时，效率提升 300%。
• 月度课程处理量：从 100 门提升到 320 门，处理能力提升 220%。
• 工程师人力投入：从 5 人减少至 1 人，人力成本降低 80%，年节省人力成本 120 万元。

Token 成本直降 62%，年节省近 60 万元

• 单课程平均 token 消耗：从 50万 降至 19万，成本降低 62%。
• 月度 token 费用：从 8 万元降至 3.04 万元，年节省 59.52万元。

评价准确率达 98%，错误率下降 92%

• 跨模态数据识别准确率：从 75% 提升至 98%，错误率从 25% 降至 2%，人工复核工作量减少92%。
• 文本评价关键问题提取准确率：从 82% 提升至 97%，为高校提供有效改进建议条数提升450%。

• 数据来源：本页面所展示的客户案例相关数据均由客户方提供。