Как я автоматизровал создание заданий в онлайн-школе с помощью нейросетей

Работая методистом в онлайн школе одной из моих задач было создание заданий (для домашек и контрольных, тестов и промежуточных проверок и так далее).

Расскажу, как я решил эту проблему с помощью нейросетей Gemini и Mistral.

Я отвечал за подготовку уроков, и к ним нужно было придумывать задания. Один из примеров — задания по географии, где ученики определяют координаты городов по карте. Проблема была в том, задания нужны в больших количествах, чтобы они не повторялись.

Мне показалось достаточно интересным попробовать решить данную проблему с помощью нейросетей. Я понял, что нужно автоматизировать процесс. Я использовал Google Gemini 1.5 Pro и Mistral

Для меня было очевидно, что просто написать "сделай задания" недостаточно. Ниже расскажу какие этапы были:

• Шаг 1: Объясняем нейросети, что нам нужно. Я создал чат в Gemini и загрузил несколько примеров существующих заданий №1. Но самое главное — я попросил Gemini не генерировать новые, а сначала описать структуру, формат, уникальные моменты и общий «облик» этого типа задания, основываясь на примерах. Результат был не очень, поэтому я пошел в Mistral. Получилось довольно точное словесное описание, которое я немного подправил. Это стало основой для моего будущего промпта (запроса).
• Шаг 2: Тестируем промпт. Чтобы контекст первого чата не мешал, я создал новый, чистый чат в Mistral. Туда я отправил подготовленное описание задания как инструкцию для генерации. Но результат мне не понравился, поэтому с готовым промптом я пошел в Gemini. И вот первая проблема: Gemini начала генерировать задания, но использовала какие-то мелкие, малоизвестные города. Формально задания были верные, но найти их на карте было невозможно.
• Шаг 3: Уточняем критерии. Я вернулся к промпту и добавил условие: использовать только более крупные города. Стало лучше, но все равно оставался риск, что какой-то город не найдется именно на нашей карте.
• Шаг 4: Прорыв — добавляем визуальный контекст. Тут я понял, чего не хватает — нейросети нужна сама карта! Я сфотографировал несколько карт, которыми пользуются наши ученики и загрузил фото в чат Gemini. Мой финальный запрос был примерно таким: «Распознай города на этой карте и при генерации заданий на определение координат используй только эти города».

Это сработало! Gemini начала создавать задания, используя исключительно те города, которые были на фотографии карты.

В дальнейшем это дало возможность разнообразить задания. Например: в нейросети запрашиваем ближайший населённый пункт к тому, что есть в базе, а в самом задании спрашиваем у ученика в какой стране находится точка.

Надеюсь, мой опыт будет полезен тем, кто создает учебные материалы. Gemini и Mistral (и другие подобные нейросети) — это не волшебная палочка, но мощный инструмент-помощник.