最近 OpenAI 在教育产品上的动作很快一口气发布三款教育插件把大模型能力进一步嵌进教学场景。很多做教育系统、在线教学平台的同学看到这类消息的第一反应往往不是“真厉害”而是“我这边能不能接怎么接成本和安全怎么控制”。这篇文章不做新闻复述而是回到开发者视角做两件事一是把“三款教育插件”对应的能力方向拆清楚二是给出三个最小可运行的代码原型。你可以直接照着脚本跑通“AI 助教”的核心链路也可以把其中的 Prompt 和接口设计迁移到自己的课程平台里。阅读本文需要有一点 Python 基础会安装依赖、运行脚本不需要完整的后端架构经验。学完之后你至少能独立完成一次基于 OpenAI API 的教育插件开发并清楚上线前需要注意哪些安全与合规问题。1. 背景与核心概念1.1 OpenAI 教育产品升级从对话式 AI 到插件生态早期教育类 AI 应用基本是“聊天窗口 提示词模板”的思路。老师或学生打开一个问答页面输入问题模型输出回答。这种方式不是不好而是和真实教学流程的结合太弱。课堂答疑发生在聊天窗口里作业批改在另一个系统里学情分析又在 Excel 表格里AI 很难真正跑进业务环节。插件化是更务实的做法。插件本质上是一个独立的小功能模块可以挂到教学系统里。它可以是一个聊天机器人、一个工具栏按钮、一个自动批改服务也可以是一组开放接口。对产品经理来说插件化意味着可以按学期、按课程快速迭代对开发者来说插件化意味着可以只选自己需要的能力不必把大模型整套搬进来。OpenAI 这次在教育方向上的动作加上 Codex Harness 等开发者工具的开源会让整个教育插件生态变得更活跃。教育行业缺的不是大模型而是把大模型转化成“答疑、出题、判卷、写评语”这类具体能力的产品化路径。1.2 教育插件是什么解决什么问题通俗地讲教育插件就是给教师和学生减负的小工具。它解决的核心问题有三类第一类是重复劳动。教师备课要查资料、出题要排版、批改要写评语这些工作重复度高、个性化要求也高。插件可以把“从无到有”变成“从有到改”先把初稿做出来教师再花少量时间确认。第二类是反馈不及时。学生在做题时遇到卡点等待老师解答的时间可能很长。插件可以做到 7×24 小时在线随时给出思路提示而且回答耐心、不评判。第三类是规模化辅导。大班课上教师没法同时照顾几十个不同进度的学生。AI 助教可以针对每个学生的提问给出差异化反馈再让教师进行重点讲解。这里要区分两个概念通用聊天 AI 和教育插件。通用聊天 AI 负责“能回答问题”教育插件则绑定具体教学流程比如“提交代码后按课程大纲给评审意见”“交作业后按评分标准输出结构化分数”。后者需要数据设计、Prompt 设计、权限控制才是教育产品真正需要的东西。1.3 Codex Harness 与教育编程辅学的联系在 OpenAI 近期的开发者工具动作中Codex Harness 是很值得关注的一环。简单理解Harness 是一套 Agent 运行框架OpenAI 将其开源代码仓库位于 github.com/openai/codex。它的核心价值在于把模型调用、工具执行、代码运行、沙箱环境组合成一个可复用的智能体框架。为什么会和教育编程辅学有关系因为编程课需要的不是“直接给正确答案”而是让学生看到代码执行过程、定位错误位置、理解修改原因。编程学习天然需要“模型 代码执行环境 多轮交互”三者配合这正好是 Harness 这类框架擅长的事。对普通教育技术团队来说不需要从零实现一套 Agent 框架。理解 Harness 的意义在于你已经知道大模型可以控制代码执行器可以做循环调试可以读取测试结果那么你完全可以基于 OpenAI API 做一个轻量级的编程助教插件把代码评审、错误定位、练习建议这些能力嵌进实验课或作业系统。1.4 三款教育插件的定位与边界按照教育场景的高频需求我把“三款教育插件”拆成三个可以落地的原型方向插件原型核心能力适用对象典型场景Edu Assistant问答、解释、引导思考学生、教师课中提问、课后答疑Code Mentor代码评审、错误定位、练习建议编程课学生、助教实验课、编程作业Grading Copilot评分、评语、知识点分析教师、教务课后作业、单元测验需要说明的是这里呈现的是三个最小实现原型不是完整商业产品。真实上线还要补充用户鉴权、任务队列、内容审核、监控告警、成本控制等模块。但先把最小链路跑通后面再做工程化会是更稳的路径。2. 环境准备与开发基础2.1 推荐开发环境下面示例的代码使用 Python 编写。推荐环境如下Python 3.10 及以上版本示例代码用到了较新的类型注解语法。操作系统Windows、macOS、Linux 均可。IDEVS Code 或 PyCharm 都可以没有硬性要求。依赖库openai、python-dotenv。网络需要能正常访问 OpenAI API 的网络环境。如果你的 Python 版本较低可以把示例里的list | None类型注解改成Optional[list]兼容 Python 3.8 以上。2.2 OpenAI API Key 获取与安全管理获取 API Key 的入口是 OpenAI 的官方平台具体注册、登录、开通流程以官方页面为准这里不展开。需要重点强调的是安全边界第一不要把 API Key 写死在代码里更不要提交到 Git 仓库。密钥一旦泄露别人就可以用你的账号调用模型产生费用和合规风险。第二前端页面永远不要直接携带 API Key。教育平台如果要给学生提供 AI 能力应该由后端统一调用模型再返回处理后的结果。学生端接触不到密钥也无法绕过配额限制。第三不同业务模块最好使用独立 Key并设置额度上限。这样即使某个业务模块的 Key 异常也不会影响其他模块。在本地演示阶段我们可以把 Key 放到.env文件中并确保它不会被提交到仓库。2.3 项目结构与依赖先创建项目目录建议结构如下edu-openai-plugins/ ├── requirements.txt ├── .env ├── 01_basic_call.py ├── 02_edu_assistant.py ├── 03_code_mentor.py └── 04_grading_copilot.py其中requirements.txt内容如下。建议安装当前最新稳定版下面的版本号是最低约束openai1.0.0 python-dotenv1.0.0创建虚拟环境并安装依赖python -m venv venv source venv/bin/activate # Windows 下执行 venv\Scripts\activate pip install -r requirements.txt.env文件内容OPENAI_API_KEYsk-你的key注意sk-你的key只是占位符不要直接复制使用。2.4 第一个基础调用示例先写一个最基础的调用脚本验证环境和 Key 是否正常。文件路径01_basic_call.py。from openai import OpenAI import os from dotenv import load_dotenv load_dotenv() client OpenAI(api_keyos.getenv(OPENAI_API_KEY)) response client.chat.completions.create( modelgpt-4o-mini, messages[ {role: system, content: 你是一个教育助手。}, {role: user, content: 请用通俗语言解释什么是牛顿第二定律。} ], temperature0.7 ) print(response.choices[0].message.content)这段代码创建了一个 OpenAI 客户端然后通过chat.completions.create发送一次对话请求。messages列表里包含两条消息system消息用来设定助手角色user消息是用户的实际问题。运行方式python 01_basic_call.py正常输出会是一段解释牛顿第二定律的文字。由于大模型是生成式输出具体文本不承诺逐字一致。2.5 版本与模型说明OpenAI 的 Python SDK 更新频率比较高接口虽然相对稳定但模型名称、计费方式、可用能力会随着官方调整而变化。示例中的modelgpt-4o-mini是当前常见的高性价比模型但实际使用时请以你账号可用的模型列表为准。另外后续示例里用到了response_format{type: json_object}结构化输出能力这种能力不是所有模型都支持。如果你的模型不支持就需要在 Prompt 中强制要求输出 JSON并自己做好异常解析。3. 插件一课堂智能答疑助手3.1 需求场景课堂答疑是教育场景里最高频的需求之一。学生问“为什么汽车刹车时人会向前倾”一般的搜索工具会直接给出“惯性”两个字但学生更需要的是引导式理解先描述现象再引出概念再联系生活例子。这个插件的目标有三个问题回答覆盖学科知识表达适合学生理解。不直接给作业答案而是给思路和步骤。支持多轮对话能记住前面的提问上下文。3.2 Prompt 设计Prompt 是这个插件效果的关键。系统提示词可以这样设计角色设定你是某学科教师助手。回答风格用学生能理解的语言避免堆砌术语。限制条件题目信息不完整时先追问不直接给作业答案。计算展示涉及数值计算时展示过程。为什么要限制“不直接给作业答案”因为教育场景和普通问答场景不一样。如果模型直接输出最终答案学生容易形成依赖也容易造成学术不端还可能在合规层面被认定为作业代写工具。通过限制条件让模型从“给结果”转变成“给过程”才是教育插件的价值。3.3 核心代码实现文件路径02_edu_assistant.py。import os from openai import OpenAI from dotenv import load_dotenv load_dotenv() client OpenAI(api_keyos.getenv(OPENAI_API_KEY)) SYSTEM_PROMPT 你是一位中学物理教师助手请遵循以下原则 1. 用学生能理解的语言解释概念避免堆砌术语 2. 如果题目信息不完整先补充提问不要直接猜测 3. 不直接给出作业答案而是给出思路与步骤 4. 涉及数值计算时展示计算过程。 def ask_question(question: str, history: list | None None): messages [{role: system, content: SYSTEM_PROMPT}] if history: messages.extend(history) messages.append({role: user, content: question}) response client.chat.completions.create( modelgpt-4o-mini, messagesmessages, temperature0.5, ) return response.choices[0].message.content if __name__ __main__: print(ask_question(为什么汽车刹车时人会向前倾))ask_question函数接收两个参数question是当前问题history是之前的对话上下文。如果有历史消息就把它追加到messages中这样模型就知道前面聊过什么能给出更连续的回答。temperature设置为 0.5是在“稳定回答”和“自然表达”之间取一个折中。如果只是简单答疑可以降到 0.3如果希望回答更有发散性可以适当调高。3.4 运行与验证运行命令python 02_edu_assistant.py预期输出是一段引导式回答大致围绕“汽车减速、人具有惯性、保持原先运动状态”展开。验证时可以关注以下几点是否先用生活化语言描述现象。是否明确引出“惯性”这个核心概念。是否在结尾提供了“再想想安全带为什么重要”这类发散问题。这个脚本是最小链路。实际接入产品时可以把ask_question包成 FastAPI 接口前端课堂工具调用接口返回结果在界面上展示。后续如果要支持按教材版本定制回答可以再叠加知识库检索。4. 插件二编程实训辅助插件4.1 需求场景编程课和理论课最大的区别是学生必须动手写代码而写代码的过程会不断产生“这里为什么报错”“这个逻辑不对吧”的疑问。助教数量有限没法每时每刻回答所有问题。这个插件的目标很明确接收学生提交的代码。输出代码评审意见告诉学生哪里可能有问题。给出修改建议并补充一道针对性练习。要注意的是编程助教不该替学生写完作业。它更像一个“同行评审工具”帮助学生建立自查意识。4.2 集成路线的选择实现编程辅助插件有两条常见路线。路线一是基于 Codex Harness 或类似的 Agent 框架。这种方案能够执行代码、读取测试结果、多轮迭代适合做一个完整的“AI 编程导师”。但工程复杂度高需要处理沙箱执行环境、超时控制、安全问题。路线二是直接用 Chat Completions API 做代码评审。这种方案实现简单代码量少适合快速验证课程需求也适合先嵌入作业系统试运行。本文演示路线二。如果你的教学平台已经有一定规模再考虑升级到 Harness 方向。路线二的核心思路是把代码文本交给模型让模型按固定格式输出评审结果。4.3 代码评审功能实现文件路径03_code_mentor.py。import os from openai import OpenAI from dotenv import load_dotenv load_dotenv() client OpenAI(api_keyos.getenv(OPENAI_API_KEY)) CODE_REVIEW_PROMPT 你是一位编程助教请对下面的代码进行评审。 输出格式 1. 代码优点 2. 存在的问题分类语法、逻辑、规范、性能 3. 修改建议 4. 如果学生在学习相关知识点请补充一个针对性练习题目 代码内容 {code} def review_code(code: str): response client.chat.completions.create( modelgpt-4o-mini, messages[ {role: system, content: 你是编程助教评审语言简洁、适合初学者理解。}, {role: user, content: CODE_REVIEW_PROMPT.format(codecode)} ], temperature0.3, ) return response.choices[0].message.content if __name__ __main__: sample_code def add(a, b): return a b print(add(1, 2)) print(review_code(sample_code))代码评审功能的关键点在于 Prompt 要求结构化的输出。如果不限定格式模型可能输出一大段混杂的文本不便在界面上展示。这里用“1、2、3、4”编号结构既约束了输出范围又不需要强依赖 JSON 解析。temperature设置为 0.3保证评审结果稳定、克制不会出现天马行空的建议。如果想把它变成 HTTP 接口可以再加一层 FastAPI 封装下面代码需要额外安装fastapi和uvicornfrom fastapi import FastAPI app FastAPI() app.post(/review) def review(payload: dict): code payload.get(code, ) return {review: review_code(code)}这只是一个扩展示例不在本文运行范围内。4.4 接入教学流程的扩展思路实际接入时一个比较实用的流程是“提交代码 → 自动评审 → 修改后重新提交”。可以把插件挂在实验课提交入口学生在页面粘贴代码并提交。后端把所有代码发送给代码评审插件。插件返回“问题与建议”界面展示给学生。学生根据建议修改代码再次提交。助教定期抽查部分评审结果确保模型建议准确。如果课程已经有单元测试还可以把测试失败信息也带入 Prompt让插件结合具体报错来做定位。这样比单纯看代码更能贴近真实运行状态。需要注意插件只能作为反馈工具不能作为自动评分工具。编程作业的最终评分仍然建议由教师或助教确认避免模型评审偏差直接影响学生成绩。5. 插件三作业评估与学情反馈插件5.1 需求场景课后作业批改是教师日常工作中最耗时的一部分尤其是主观题和涉及步骤分的题目。教师需要看步骤、给分数、写评语还要总结班级共性问题。这个插件的目标给一道题打分。生成针对学生的个性化评语。识别题目涉及的知识点并给出后续练习建议。由于作业批改要落到成绩系统输出结果最好能结构化。所以这里采用 JSON 格式输出。5.2 结构化输出设计结构化输出字段设计如下{ total_score: 5, score: 4.5, knowledge_point: 一元一次方程, comment: 整体思路正确步骤完整但最后一步计算有误。, suggestion: 建议再练习同类型题目注意移项时符号变化。 }字段含义total_score题目满分。score本次得分。knowledge_point考察知识点。comment给学生的整体评价。suggestion后续提升建议。使用 JSON 的好处是下游可以直接存数据库、生成成绩单、推送学情分析。为了方便解析我们可以在 API 层使用response_format{type: json_object}要求模型输出合法 JSON。需要再次提醒该参数只对部分模型生效。5.3 核心代码实现文件路径04_grading_copilot.py。import json import os from openai import OpenAI from dotenv import load_dotenv load_dotenv() client OpenAI(api_keyos.getenv(OPENAI_API_KEY)) EVALUATION_PROMPT 你是一位初中数学教师请批改下面的作业并输出 JSON 格式结果 { total_score: 5, score: 4.5, knowledge_point: 一元一次方程, comment: 整体思路正确步骤完整但最后一步计算有误。, suggestion: 建议再练习同类型题目注意移项时符号变化。 } 题目{question} 学生答案{answer} 请确保输出是合法 JSON不要包含其他文字。 def evaluate_homework(question: str, answer: str): user_content EVALUATION_PROMPT.format(questionquestion, answeranswer) response client.chat.completions.create( modelgpt-4o-mini, messages[{role: user, content: user_content}], temperature0.2, response_format{type: json_object}, ) content response.choices[0].message.content return json.loads(content) if __name__ __main__: result evaluate_homework( question3x 5 20求x, answer3x 5 203x 20 - 53x 15x 4 ) print(json.dumps(result, ensure_asciiFalse, indent2))这里把题目和答案通过format拼接进 Prompt模型按格式输出 JSON。json.loads将字符串解析成 Python 字典方便后续处理。运行命令python 04_grading_copilot.py预期输出是一个 JSON 对象。示例答案中计算过程最后一步应该是x 5学生写成x 4所以模型给出的评语会指出“最后一步计算有误”。5.4 运行结果说明运行后打印结果类似{ total_score: 5, score: 4.5, knowledge_point: 一元一次方程, comment: 整体思路正确步骤完整但最后一步计算有误。, suggestion: 建议再练习同类型题目注意移项时符号变化。 }如果你的模型不支持response_format参数或者输出内容被截断json.loads可能会抛异常。实际工程中需要加上异常处理并把解析失败的内容记录到日志便于人工兜底。真实教育场景中评分标准需要按学校或课程自定义。这里只是给出最小演示生产环境还应该把评分标准、班级数据、知识点标签等结构化信息放到 Prompt 里。6. 常见问题与排查思路6.1 高频报错与处理方案问题现象常见原因解决思路401 Invalid API KeyKey 错误、被轮换、环境变量未加载检查.env和os.getenv确认 Key 无多余空格429 Rate Limit请求超限、并发过高、额度不足加指数退避重试缓存常用结果降低并发请求超时网络不稳定、超时设置过短调大 timeout 参数增加重试机制模型不存在或无权限model 参数与账号不匹配按账号可用模型列表调整JSON 解析失败模型输出被截断、response_format 未生效使用支持结构化输出的模型增加异常处理和重试回答质量不稳定Prompt 缺少约束、temperature 过高完善系统提示词降低 temperature建立评估集如果教育平台要面向学生开放不要把异常堆栈直接暴露给用户。后端捕获异常后应该记录日志并返回“服务暂时不可用请稍后重试”之类的友好提示。6.2 排查建议清单遇到问题建议按下面顺序排查先用最基础的调用脚本确认 Key 和环境是否正常。用一个最简单的 Prompt 排除系统提示词的干扰。检查所用模型是否支持response_format等高级参数。记录完整的请求参数和返回结果便于复现问题。观察请求耗时、token 用量、错误码判断是网络问题还是配额问题。如果使用了第三方兼容接口注意不同服务商在参数命名和返回格式上的差异不要假设完全等价。7. 最佳实践与工程建议7.1 API Key 与权限安全教育平台的 API Key 管理应该遵守“后端持有、最小权限、定期轮换”的原则。后端持有学生端浏览器和移动端永远不接触 API Key。最小权限不同课程、不同业务模块使用独立 Key并分别设置调用额度。定期轮换教育平台人员流动性较大一旦有人离职或疑似泄露立即吊销重建 Key。审计记录每个 Key 的调用时间、调用方、token 消耗方便排查异常和核算成本。7.2 教育数据隐私与合规教育场景涉及学生数据尤其是在调用外部模型 API 时必须更谨慎。学生回答中可能包含姓名、班级、学号、学校信息。在把数据发送到模型之前建议先做脱敏处理把个人信息替换成占位符。同时要明确数据留存策略哪些数据会发送到外部模型、保留多长时间、是否会被用于模型训练。对于涉及未成年人的教育平台需要遵守当地隐私保护相关法规必要时和法务确认。7.3 Prompt 工程与模型选择Prompt 要像代码一样纳入版本管理。每次改动 Prompt 都要有记录并且用同一批测试问题做回归验证避免“这版改好了另一类问题变差了”的情况。模型选择上日常答疑、代码评审等任务优先用性价比高的模型复杂推理任务再考虑更强大的模型。不同模型在同一 API 兼容层下的表现可能有差异切换模型后必须重新评估输出质量。7.4 日志、监控与预算控制教育产品使用大模型 API成本控制很关键。建议记录请求耗时、token 用量、模型版本、调用方、返回状态码。设置每日预算和单用户配额避免某个账号循环调用导致账单异常。对错误率和慢请求建立告警。对于同一道经典题、同一段常见问题可以在后端加一层缓存减少重复调用。7.5 人工审核与降级方案大模型不具备百分之百的准确性教育场景更不能完全放手。插件生成的评分、评语、代码评审意见应该作为“初稿”由教师一键采纳或修改。自动发送给学生的重要消息最好经过人工抽检。同时设计降级方案模型不可用、效果不好或预算超限时能切换到离线题库、规则引擎、人工答疑流程保证教学业务不中断。8. 总结与学习路线回到最初的问题OpenAI 一口气发布三款教育插件背后到底意味着什么从开发者角度看意味着教育 AI 正在从“聊天窗口”走向“业务模块”。本文用三个可运行的原型把课堂答疑、编程实训、作业评估三类场景串了起来。你已经看到了最核心的链路如何设计 Prompt、如何调用 OpenAI API、如何解析结构化输出、如何在教育场景里控制安全和合规。下一步可以继续往这几个方向深入知识库增强把教材、题库接入插件让模型基于你自己的课程内容回答而不是只靠通用知识。多模态能力处理手写公式、图片题、语音提问对 K12 场景尤其有价值。评测框架建立人工评估集持续度量 Prompt 和模型效果把“