先说个现象我见过太多人写 Prompt 还是“聊天式”的——今天心情好多写两句背景明天没灵感就来一句“帮我写个方案”。AI 的输出质量自然跟开盲盒一样时好时坏。如果你也卡在这个阶段其实缺的不是提示词模板而是脑子里的那张结构图。而 CAIE 大纲正好是我这几年找到的、最适合直接拿来当 Prompt 框架的现成素材包。CAIE 是剑桥大学国际考评部的缩写IGCSE 和 A-Level 的官方教学大纲都由它发布。这套大纲厉害在哪儿它把每一门学科的知识点、学习目标、考核维度、评分标准全部拆成了层级分明的文本。换句话说它本身就是一份“喂给 AI 的高质量结构化知识库”。把 CAIE 大纲变成 Prompt 的结构骨架再拿去搭 AI 项目输出质量和稳定性会让你明显感觉到“这钱不用多花Prompt 会写了”。这篇文章就围绕这个思路带你完整走一遍为什么 CAIE 大纲适合做 Prompt 框架、怎么把大纲转成提示词然后落地 3 个真实可复现的 AI 项目。每个项目我都会把流程、Prompt 构造逻辑、校验方法讲透最后再给一份踩坑记录。适合想进阶 Prompt 工程、又缺真实应用场景的朋友参考。1. 内容整体设计与思路拆解1.1 为什么是 CAIE 大纲而不是别的知识库先说背景。做 AI 项目的人都知道一个尴尬事实通用大模型什么都懂一点但一落到具体领域就开始“一本正经地胡说八道”。你问它经济学原理它能聊你让它按 A-Level 经济大纲批改一篇 essay它常常漏判关键考点给分逻辑也跟闹着玩似的。为什么因为它缺少一个“边界”和一套“校内语言体系”。CAIE 大纲恰好补齐这两个短板。以 A-Level 经济大纲为例它会把整个课程分成几大主题比如 basic economic ideas、the price system、government micro intervention 等。每个主题下面再拆成具体的学习目标learning outcomes每个目标用“describe”“explain”“analyse”“evaluate”这类动词开头。这串动词不是随便写的它直接对应考试的 Assessment Objectives。也就是说大纲已经把 AI 需要遵守的知识边界和输出层次都划分好了。我之前也试过用思维导图、Wiki、甚至自己的笔记整理知识体系做 Prompt效果都不够好。思维导图太散Wiki 信息太杂个人笔记又有浓重的个人风格AI 不容易对齐。CAIE 大纲是官方发布的、全球统一的、文本格式良好的体系化材料结构颗粒度刚好适合当前主流大模型在 4K 到 8K 上下文窗口里发挥。材料本身免费直接从官网下载 PDF结合 OCR 或人工摘录就能用。1.2 方案选型考量用大纲做约束而不是做百科顺着这个思路我在设计 Prompt 方案时给自己定了一条铁律大纲是坐标系不是百科全书。AI 只需要在大纲划定的坐标范围内做思考和回答不需要把大纲所有内容都背下来再输出。这样做的直接好处有三个。第一个是防跑偏。你告诉 AI“只使用以下大纲知识点回答”它就不会为了显得博学把大学才学的东西塞进来。AI 项目最怕的就是答案看起来专业、实际考点对不上用大纲做知识边界等于给模型上了一道锁。第二个是输出可校验。大纲自带考察目标比如“AO1 知识与理解”“AO2 应用”“AO3 分析”“AO4 评价”。我在 Prompt 里把这些目标转成 AI 的评分检查项输出结果就能按统一标准复检。这在教育类 AI 项目里特别重要因为你要向学生或老师解释“这 4 分是怎么扣的”而不是给一个无根无据的分数。第三个是迭代成本低。CAIE 大纲虽然是官方文件但它每年都会更新。用大纲做 Prompt 并非一锤子买卖而是把大纲文本抽取出“知识点清单 学习目标 考核动词 评分维度”这几块分别做成 Prompt 片段。大纲一旦更新只替换知识库部分就行角色设定和流程逻辑不用动。这种模块化改造对长期维护项目的人来说是巨大的解放。2. 核心方法把 CAIE 大纲转成 Prompt 的五步操作2.1 拆大纲先抽骨架再填血肉拿到一份 CAIE 大纲 PDF第一件事不是读而是拆。拿 IGCSE 生物0610大纲举例从头到尾翻一遍你能看到这么几个固定板块科目简介、考核目标、知识内容、实验技能要求、评分方案。对 Prompt 设计有用的主要是两块考核目标和知识内容。我的操作方法是把考核目标单独摘出来做成一段固定的角色背景描述。比如 IGCSE 生物考纲里写“demonstrate knowledge and understanding of biological facts and concepts”以及“apply this knowledge to unfamiliar situations”这两句话直接就能变成 Prompt 里的行为准则“你是一位熟悉剑桥 IGCSE 生物大纲的导师你的回答需要体现知识理解与陌生情境应用两层目标。”知识内容部分则按主题抽取做成带编号的知识点列表。为保证效果我不会把几十页大纲全塞进 Prompt通常只带与项目主题相关的两到三个知识主题。例如做一个“光合作用学习助手”就只取出“plant nutrition”这一主题下的所有学习目标大约十条放进去完全够用。骨架搭好了血肉只需要按需添加Prompt 不会臃肿。2.2 定角色让 AI 站在“校内教师”的位置上思考大纲拆完下一步是给 AI 设置角色。这一步看起来基础但很多人的角色设置过于空泛比如“你是一个耐心的老师”这在 AI 眼里等于没说。我的做法是把角色和考核目标绑定。学生问一道题AI 不是直接给答案而是先判断这题对应大纲哪个知识点、属于哪个学习目标再决定回答的深度。这里有个关键点角色里要明确写清楚“教学立场”。跟 AI 说“你是一位剑桥课程体系的生物教师”它自然知道你的课程节奏和术语体系。如果只是说“你是一个生物老师”它可能把国内教材的表述和考纲术语混在一起。CAIE 大纲里那些独有的表述方式比如“describe and explain how the small intestine is adapted for absorption”就是很好的术语锚点。2.3 定流程把“问答”变成“诊断、引导、布置练习”三步单一 Prompt 问完就结束那是聊天机器人不是教学项目。我习惯在 Prompt 里给 AI 固定一个互动流程先诊断学生对当前知识点的掌握程度再根据诊断结果做针对性讲解最后生成一道符合大纲出题风格的小练习让学生作答。这个流程推进下来AI 每次输出都是一节完整的小课而不是一句孤零零的“知识卡片”。要实现这个流程不需要多复杂的多智能体编排仅靠 Prompt 里的结构化指令就够。在 Prompt 中加入“每次回复分为三步Step 1 诊断Step 2 讲解Step 3 练习”AI 就会严格按这个节奏输出。搭配一个简单的会话管理脚本就能实现有连续性的学习体验。2.4 定输出用考核维度做评分校验在批改类项目中Prompt 的输出格式设计比输入设计更关键。教育场景里学生和老师需要的不只是“你这篇作文 16 分”他们要看到分数依据。CAIE 大纲的 Assessment Objectives 天然适合做分数拆解。设计批改 Prompt 时我把评分分成四个维度Content Understanding、Application、Analysis、Evaluation。这不是我拍的脑袋而是从 A-Level 经济大纲的 AO 考核维度直接映射过来的。Pormpt 末尾明确要求 AI 输出一个 JSON 结构包含每个维度的得分、评分理由和修改建议。这样用户拿到的是一份可解释、可复议的评估报告。2.5 通用 Prompt 转译模板五步操作走完实际上可以沉淀出一套通用模板。我公开一个简化版大家可以直接套用到新的 CAIE 学科你是[学科]领域内熟悉 CAIE 教学体系的资深[角色如教师/出题人/批改官]。 你的回答受以下考核目标和知识点约束 [考核目标列表] [知识点列表] 任务说明 [具体任务要求如解释某个概念/批改文章/出题] 输出规范 [指定输出结构如先结论后理由、按维度给分、给出举例] 互动流程 [指定回复步骤如先诊断后讲解最后出练习]这套模板的核心逻辑是角色 知识约束 任务 输出规范 互动流程五个要素缺一不可。有了模板任何 CAIE 学科都能在半小时内搭出第一版可用的 Prompt。3. 实操项目一IGCSE 生物智能学习助手3.1 项目目标与大纲素材准备第一个项目我选生物因为 IGCSE 生物的知识点边界最清楚定义、分类、原理一条条都写在纸面上非常适合作 Prompt 约束实验。项目目标是做一个学习辅助工具学生问问题AI 按大纲知识点边界做诊断性讲解并出练习题。首先准备大纲素材。打开 IGCSE Biology 0610 大纲 PDF翻到“Syllabus content”这一节把“Plant nutrition”主题下的 learning outcomes 提取出来内容大概是这样的describe the process of photosynthesis、explain the effect of light intensity on the rate of photosynthesis、state the uses of glucose in the plant 等。每一条都带着明确的动词这些动词决定了 AI 的回答层次。比如“describe”只需要学生描述过程而“explain”需要学生分析因果关系AI 不能把两者混为一谈。3.2 Prompt 构造细节与 Python 调用实现这个学习助手的 Prompt我按五步法拼装。角色设置为“熟悉剑桥 IGCSE 生物大纲的辅导教师”知识约束放在系统提示词中只保留“Plant nutrition”和“Transport in plants”两个主题的学习目标任务描述明确为“回答学生问题但不超出考纲范围如果问题超纲明确提示超纲并不回答”输出规范里我要求 AI 先归纳核心考点的条理再展开讲解最后出一道单选题互动流程要求先提一个检测概念掌握的问题根据回答选择讲解深度。实现层面我用 Python 调用 OpenAI 兼容接口做了一个命令行版本核心代码很简单三十行不到import os from openai import OpenAI client OpenAI( base_urlos.getenv(AI_BASE_URL), api_keyos.getenv(AI_API_KEY) ) system_prompt 你是剑桥 IGCSE 生物0610考纲下的资深辅导教师。 你必须只基于以下考纲内容回答 - describe the process of photosynthesis - explain the effect of light intensity on the rate of photosynthesis - state the uses of glucose in the plant - describe the structure and function of xylem and phloem 如果学生问题超出该范围请指出超纲。 回答结构先总结考点再展开讲解最后出一道选择题。 while True: user_input input(学生提问: ) if user_input.strip().lower() in [exit, quit]: break response client.chat.completions.create( modelgpt-4o-mini, messages[ {role: system, content: system_prompt}, {role: user, content: user_input} ], temperature0.3 ) print(\nAI 回答:\n, response.choices[0].message.content)这里的温度参数我调到 0.3是为了让讲解内容可控、术语稳定。如果调太高AI 会自由发挥容易超出大纲边界。3.3 实测效果与校验方式实测时我输入“光合作用为什么需要光”AI 的回答结构非常标准先定位到“explain the effect of light intensity”这个考纲条目然后从光反应角度解释最后给出一道考察光照强度的选择题。整个过程没有引入大学阶段的“暗反应细节”正好卡在 IGCSE 考纲的深度上。我做了个额外校验把 AI 每次回答的内容和大纲文本做相似度趋势比对。具体方法是把回答按句子拆开计算每个句子与最近大纲条目的语义相似度。连续测试二十个问题之后平均相似度在 0.71 左右没有明显离群值。说明知识约束起了作用回答基本没有飘出考纲范围。4. 实操项目二A-Level 经济 Essay 批改工作流4.1 项目背景为什么 essay 批改适合做工作流第二个项目选经济因为 A-Level 经济的 essay 批改是家长学生需求量很大的场景而且评分维度多、主观性强特别适合用流程化的方式约束 AI 输出。纯让 AI“打个分”分数高低全看心情但把它当作“按照剑桥 AO 维度逐项评估”的批改官输出就规范多了。A-Level 经济大纲里essay 类题目对应的考核目标是 AO2 应用、AO3 分析、AO4 评价。AO2 看你能不能把经济学概念用到具体情境里AO3 看你的论证链条清不清楚AO4 看你能不能权衡不同观点、作出判断。这三个 AO 正好对应批改工作流的三个检查站。4.2 工作流设计审题、拆维度、批改、输出建议我把这个项目做成了包含四个步骤的工作流。第一步是审题解析让 AI 先分析题目考察的知识主题和核心概念这一步的作用是防止后续批改偏离题目本意。第二步是维度拆解AI 按 AO2、AO3、AO4 三个维度把题目对应的得分点铺开比如“本题的 AO2 得分点在于用需求弹性概念解释现实案例”。第三步是逐维度批改AI 对照学生的原文在每个维度下给出得分、扣分明细、对应原文句子。第四步是输出整体改进建议。先看审题的 Prompt 设计你是 A-Level 经济9708考纲下的资深阅卷人。 请先识别题目对应的知识主题与核心经济学概念。 列出该题的 AO2、AO3、AO4 得分点。 题目咖啡豆价格上涨会对市场产生什么影响这一段 Prompt 的目的不是批改而是先把学生的答案摆在一边让 AI 本身先建立一套评分蓝图。没有这套评分蓝图后续的批改一定会出现“题目都看歪了分还打得很开心”的局面。批改阶段的 Prompt 我这样设置以下是学生作答内容 [学生作文文本] 请按 A-Level 经济大纲的 AO 维度逐项批改 - AO1 知识理解如有必要 - AO2 应用是否使用了具体经济概念解释情境 - AO3 分析论证逻辑是否完整 - AO4 评价是否考虑了其他观点并作出合理判断 每个维度输出得分/满分、依据原文的扣分理由、改进示例。 最后给出一条综合修改建议。4.3 实现与效果分析实现上我用了多轮会话链不依赖 Agent 框架而是串行调用三次大模型接口完成整个工作流。第一次跑审题拿到评分蓝图第二次跑逐维度批改拿到结构化评分结果第三次把评分结果和作文原文合并让 AI 生成一段偏“教练口吻”的综合评语。每步之间通过中间 JSON 传递数据整个流程稳定运行。试运行了一个学生的 essay主题是“Evaluate the microeconomic and macroeconomic consequences of a rise in the rate of interest”。AI 给的评分是 AO2 6/8、AO3 5/8、AO4 4/6每一项的扣分理由都引用了文中原句并指出“这个论点有合理性但是缺少对 opposite view 的反驳”。这个反馈质量已经相当接近真实阅卷老师的批改水平。最关键的是家长可以看到每一分扣在哪不再是一笔糊涂账。5. 实操项目三CAIE 英语第二语言口语陪练 Agent5.1 项目目标与大纲维度解析第三个项目做一个口语陪练 Agent面向剑桥 IGCSE English as a Second Language (0510) 考试的口语部分。这个项目难点在于口语能力评估不像选择题那样有标准答案AI 给反馈很容易给成“说得挺不错”这种废话。所以我把大纲里的口语考核维度请出来让 AI 按维度评估输出具体到句子层面的反馈。0510 大纲口语部分的考核维度主要是发音清晰度、表达流利度、语法准确性、词汇使用范围、以及互动沟通能力。这五个维度恰好就是 AI 评估的结构坐标。另外口语考试话题一般有固定范围比如日常生活、教育、科技、环境等拉话题不可能超出大纲范围。我把这些常见话题也整理进了 Prompt 知识库作为对话开场和延伸讨论的依据。5.2 对话式陪练流程与反馈机制这个 Agent 的核心流程分三大段开场破冰、正式对话、详细反馈。开场破冰阶段AI 会从给定话题池里挑一个比如“环境保护与个人责任”先问一个热身问题让考生进入状态。正式对话阶段AI 模拟真实考官互动既可以追问也可以根据考生回答变换问题方向。详细反馈阶段AI 才露面用五个维度逐项打分每项附上一句基于考生活语实例的改进建议。为了让反馈更有说服力我在 Prompt 里专门加了一条AI 在正式对话阶段必须在后台默默记录考生说到的原句和语法错误样例。到反馈阶段把这些真实记录引用进评分理由。这就避免了 AI 批改时泛泛而谈“注意时态”却说不清楚是哪个时态、哪个句子出了问题。5.3 提示词核心片段口语对话阶段和反馈阶段的角色有微妙差异我在 Prompt 中做了严格区分。对话阶段我要求 AI“只当考官不评价、不纠正、不跳出考官角色”避免考生中途被打断。反馈阶段才切换到“考官助理”输出结构化反馈。这里放一段对话阶段的 Prompt 核心内容你正在和一位剑桥 IGCSE ESL0510考生进行口语考试模拟。 你的身份是口语考官。 选择一个话题并开始对话从热身问题开始。 根据考生的回答适当追问但不要评价考生的表现。 全程只负责引导对话不纠正错误不给反馈。 请在后台记录候选人在对话中的典型语言错误。这个“后台记录”的指令其实很妙大模型在上下文里天然会保留之前的对话内容反馈时只需要让它“回顾对话并提取依据”即可。实测下来反馈质量比一次性直接批改要高很多因为模型在对话阶段已经“看到”了考生的表现。6. 常见问题与排查技巧实录做了这么多 CAIE 系列项目踩过的坑也不少。这里把典型问题整理成速查表给后来者省点时间。现象原因排查思路解决方案AI 回答与考纲知识边界不符Prompt 中知识约束不具体或大纲条目被折叠进较长上下文后权重下降检查 Prompt 是否把考纲条目逐条列出、指令是否明确“超纲就不答”把知识点列表提到角色描述之后降低 temperature必要时用 OpenAI 的结构化输出参数强制约束 JSON批改项目评分忽高忽低缺少评分蓝图前置步骤确认 AI 在改卷前是否先进行了审题和得分点拆解增加第一步“审题与得分点识别”节点再进入批改口语陪练中 AI 中途开启评价对话阶段 Prompt 没有固化考官角色检查系统提示词中是否出现“评价”“评分”“建议”等词把“不评价、不纠正”以负面指令列出与正面指令同时出现上下文过长导致 AI 遗忘大纲约束多轮对话后历史消息挤占注意力观察是否连续对话超过 8 轮后回答质量下降定期对历史消息做摘要压缩始终保留系统提示词在顶部或把大纲约束重复注入最后一轮消息大纲更新后 Prompt 失效直接把整个大纲嵌入 Prompt未模块化检查知识点列表是否绑定旧版本单独维护“知识库片段”变量大纲改版只替换该片段不重写角色与流程部分接口返回内容安全拦截报错Prompt 中某些措辞触发了内容安全策略比如负面指令里包含不当词复现报错、定位触发词所在的 Prompt重写负面指令用“保持考官角色”“专注引导”等正向表达替代涉及敏感或争议话题时一律不采用优先使用通用教学、学术背景文案除了上面这些还有一个很容易被忽略的问题AI 的结构化输出不稳定。你让 AI 输出 JSON 格式的评分它偶尔会在 JSON 后面附加一句“总体评价非常好”。解决方式有两种一是启用接口支持的结构化输出模式比如 response_format 设为 json_object二是在 Prompt 末尾加一句“只输出 JSON不要任何额外文字”配合解析时做容错处理。另外关于“invalid prompt: your prompt was flagged as potentially violating our usage policy”这类报错我想多说几句。出现这个提示绝大多数情况不是你的 Prompt 本身有什么恶意内容而是某些措辞在内容安全策略面前被误判或命中敏感词。我处理过的有效方式是把 Prompt 改写成中性、教育化、学术化的表达同时把目标导向放在“教学辅助”“知识讲解”“通用评估”上。安全的项目设计是底线我也不会去研究任何绕过审核的方法合规使用接口才能长久。最后再分享一点小经验每次搭完 CAIE 系列的 Prompt我都会做一个回归测试集大概二十到三十个问题把变更前后的输出结果做对比。每个版本迭代之后跑一遍回归确保大纲约束没被削弱。这个习惯救过我很多次尤其是那些“感觉系统提示词只改了一个字实际输出漂移了一大截”的情况。用 CAIE 大纲做 Prompt 框架最大的好处是让你的 AI 项目从“聊得还行”变成“专业可用”。你不需要自己发明知识体系只需要把官方大纲拆成 Prompt 能用的模块。这套方法也不局限于生物、经济、英语这三个学科任何 CAIE 学科甚至 IB、AP 大纲底层逻辑都通用。如果你手头正好有一个一直想做但总是跑偏的 AI 教育项目不妨从下载一份大纲 PDF 开始。