ai_member_xiaoyan/memory/2026-05-08.md

刘彦江 (ou_5af74c1fb96042e33cc0f16b5ca02cf4) — writing_pic_qa 样题生产 "I am / I am going to / I am ready / Thank you for"

• 时间： 09:26 ~ 09:34
• 需求： 生产 writing_pic_qa A级样题，ID=000001，2题组各2小题
• 状态： ✅ 已完成，已写入飞书多维表格
• 目标表格： 单元挑战 → 写作-P3-看图回答题 (tblFc9TVl2PeM2tg)，record_id=recviZlAxxXlAb
• 题目清单： 题组1 (first):
  1. I (2) a student. → am（女孩穿校服举手，考察be动词am）
  2. I am (5) to school. → going（男孩背书包走向校门，考察going） 题组2 (second):
  3. I am (5)! → ready（男孩穿泳衣戴泳镜，考察状态词ready）
  4. Thank you (3) the book. → for（女孩接书微笑，考察介词for）
• 核心修正（用户反馈）：
  1. 挖空必须考察知识点核心词，非附带信息（you → for）
  2. 不能挖空题干已有信息（如姓名/国家名），只挖知识点词本身
  3. 只能为1个单词挖空
  4. question与questionDesc人称必须一致（统一改为 What does [角色] say? → 第一人称直接引语）
• JSON wrapper格式： {"first": 题组1完整JSON, "second": 题组2完整JSON}
• 输出文件： output/writing_pic_qa_000001_sample.json

刘彦江 (ou_5af74c1fb96042e33cc0f16b5ca02cf4) — writing_pic_qa 生产流程标准化 + SKILL 重写

• 时间： 09:34 ~ 09:46
• 需求： 将完整生产流程补充到 SKILL.md，强化核心规则
• 状态： ✅ 已完成

核心规则强化（用户明确）：

1. 挖空 = 考察句型结构本身，不是复述图片信息（如 Thank you for → 挖 for 而非 you）
2. 考察多样化：同句型覆盖多种搭配（for + 名词 / for + 动名词、be + 身份 / be + 状态词等）
3. 语言难度匹配欧标 A1-A2（Starters/Movers）
4. 题干不千篇一律：question 随语境微调（如 "What does she say about herself?" / "Where does she say she is going?" / "What does she say to her friend?"）

图片资源新规：

• 每个题组共享一张图（非每题独立配图）
• 产出 JSON 同时输出图片描述 prompt（英文，卡通简线条风格）
• prompt 写入 bitable 图片描述 列，格式 {"first": "...", "second": "..."}

通用化写入流程：

• 单元挑战全题型适用：定位 bitable 表 → 创建/更新记录 → 写入 题目集合 ID + jsonData + 图片描述
• 各题型仅 jsonData 结构不同，写入流程统一

重写文件：

• business_production/单元挑战/skills/unit_challenge/questions/writing/common/writing_pic_qa/SKILL.md（11节完整规范）
• business_production/单元挑战/skills/unit_challenge/questions/writing/writing_pic_qa/SKILL.md（简化为快速入口）

bitable 更新： 已将新 JSON（每题组1图2题）+ 图片描述写入 recviZlAxxXlAb

刘彦江 (ou_5af74c1fb96042e33cc0f16b5ca02cf4) — 图片描述格式修正

• 时间： 09:46 ~ 09:51
• 修正： 用户给出中文样例格式，要求图片描述从英文 prompt 改为纯中文结构化列表
• 新格式： 编号 1. / 2. 自上而下，每段含 风格: / 场景： / 角色特征 - 动作 ；
• 无 JSON 包裹，纯文本写入 bitable 图片描述 列
• 已同步更新：SKILL.md 4.2 节、bitable recviZlAxxXlAb 的图片描述字段

刘彦江 (ou_5af74c1fb96042e33cc0f16b5ca02cf4) — writing_pic_qa 批量样题生产（6 Unit）

• 时间： 10:10 ~ 10:34
• 需求： 一次生产 6 套 writing_pic_qa A级样题，全部写入 bitable
• 状态： ✅ 已完成（6套/24题，全部回读验证通过）

题目清单：

ID	题组1 句型	题组2 句型	record_id
010101	Let's… / I'm happy to…	We will… / I will try my best.	recviZwiQUsgAD
010201	I'm sorry for… / I feel nervous about…	What do you think about…? / Let's try…	recviZwjjFyBRi
010301	I found… / It's bad for your health to…	Please help me… / I have heard…	recviZwjQoByde
010401	It tastes like… / I only need…	I want to buy… / It should be…	recviZwkiJJuCm
010501	…may be helpful. / I'm interested in…	… plan to… / What is… for?	recviZwkNn0CH3
010601	That sounds like… / …is the most important…	What should we do? / What does… look like?	recviZwluBNfmp

考察点分布（24题）：

• 介词搭配：for ×4, about ×2, with ×1, in ×1, like ×3
• be动词/系动词：am, is
• 情态动词：will, may, should
• 状态词/形容词：happy, ready
• 动词：play, try, found, need, buy, plan, heard, going, be
• 句型：Let's + V, What is X for?, look/sound/taste + like

生产工具化：

• 使用 Python 脚本（/tmp/gen_writing_pic_qa.py）批量生成 JSON + 图片描述
• 自动校验：字母数匹配 / 每空仅1词 / 每图2题 / first+second 包裹格式
• 批量写入 bitable (tblFc9TVl2PeM2tg) via operate_bitable.sh create_record

目标比特able： 单元挑战 → 写作-P3-看图回答题

• App: CMHSbUUjka3TrUsaxxEc297ongf
• Table: tblFc9TVl2PeM2tg
• 记录字段：题目集合 ID / jsonData / 图片描述

刘彦江 (ou_5af74c1fb96042e33cc0f16b5ca02cf4) — writing_pic_qa 规则优化（3项）

• 时间： 10:34 ~ 10:45
• 状态： ✅ 已完成

1. 能力标签修正（L2 Unit0-6 阶段）：

• 旧："ability": ["图文匹配"]
• 新："ability": ["简短作答", "一词答案"]
• 已批量更新 bitable 全部 7 条记录（000001 + 010101~010601）

2. 挖空方向规则（问句型知识点）：

• 当知识点是问句（如 What should we do?），挖空在问句上，答句作为已知信息完整给出
• 示例："What (6) we do? We should go home now." → 挖空 should（不是挖答句 go）
• 已写入 SKILL.md 3.1 节

3. 阶段变化原则（新增）：

• L2 Unit0-6（当前）：1词挖空 / 2小题/题组 / 能力标签「简短作答｜一词答案」
• 后续阶段：挖空变短语/句子 / 题组变4小题 / 能力标签待补充
• 已写入 SKILL.md 3.4 节 + 九、十两节重写

SKILL.md 更新摘要：

• 3.1 节：新增问句型挖空方向规则
• 3.4 节：新增阶段变化原则表格
• 5.1 节：JSON 样例中 ability 全部改为 ["简短作答", "一词答案"]
• 5.2 节：ability 字段说明改为 L2 Unit0-6 阶段
• 7 节：图描述产出改为中文格式
• 九节：重写为 L2 阶段难度对应（含历史 L1 规则）
• 十节：重写为阶段化能力标签说明