主线 · 06 LLM 智能 NPC
覆盖系统提示词 / 多轮上下文 / 流式输出 / 动作协议 / 离线降级 / 密钥安全六个教学点。离线知识库开箱即用,无需任何网络与密钥——40 人同时打在线模型会撞限流,所以课堂演示默认走离线,在线只在教师机上开。
第 11 次课 · 上一次你把渲染压进了 13.9 毫秒;这一次要把对话压进 8 条消息 —— 渲染有预算,智能也有预算
上一次课我们数的是毫秒;这一次课我们数的是 token、轮数,以及完成度
第 10 次课每个人交了一份 M4 性能报告——"优化前 / 优化后"两组读数摆在那里,说明你已经会度量自己的作品了。这一次课做两件互为表里的事:让作品会说话(接一个真正的智能交互模块,而不只是预设文本),以及让它能被度量(把体验过程写成一份 JSON,让"我玩得怎么样"变成可评分的数据)。
这节课最难的也不是画质,是"边界":模型能说什么、能做什么、答不上来时退到哪。这三条想清楚了,作品才敢交出去;想不清楚,路演现场网络一抖就是事故。所以下面六个问题本讲都要回答,而且全都能在课上动手验证——
| # | 问题 | 一句话判据 | 本讲哪一节 |
|---|---|---|---|
| ① | 一条消息的完整旅程 | 我打的那几个字,到底经过了哪几站才变成屏幕上逐字冒出来的回答? | 一 |
| ② | 提示词工程 | 改一句话,回答会不会真的不一样? | 二 |
| ③ | 多轮窗口的遗忘边界 | 第几轮开始,它忘了我前面说过的? | 三 |
| ④ | 动作协议 + 白名单 | 为什么不能让模型直接执行任意动作? | 四 |
| ⑤ | 幻觉治理 | 它一本正经地编造时,我在哪一层拦住它? | 五 |
| ⑥ | API Key 不能放前端 | 正式架构长什么样?限流和内容审核放在哪? | 五 |
| 段 | 时段 | 时长 | 环节 | 用哪个案例 |
|---|---|---|---|---|
| ① | 0:00—0:10 | 10′ | 开场:M4 点评——把"改前 / 改后"两组读数投出来看 | 学生自己的 M4 报告 |
| ② | 0:10—0:55 | 45′ | 讲授:一条消息的旅程 + 提示词工程 + 多轮窗口的遗忘边界 | 06 |
| ③ | 0:55—1:05 | 10′ | 课间(占墙钟、不计入教学时长) | — |
| ④ | 1:05—1:50 | 45′ | 讲授+参照:动作协议与白名单 + 幻觉治理 + 密钥安全架构图 + 04 成品参照 | 06 → 04 |
| ⑤ | 1:50—2:45 | 55′ | 工作室:接智能交互模块(必须带离线降级兜底)+ 导出一次体验数据 JSON | 学生自己的作品 |
| ⑥ | 2:45—3:00 | 15′ | 收束:M5 功能封版 + 下次课路演抽签与要求 | — |
核对:10 + 45 + 45 + 55 + 15 = 170′ 教学时长,+课间 10′ = 180′ 墙钟。本课次的节律与其他课次不同:第④段是 45′(别次 35′)、第⑤段是 55′(别次 65′)——因为这一次的"讲授"里额外塞进了密钥安全架构图与 04 成品参照,而动手任务本身变窄了(只有"接一个模块 + 导出一次 JSON")。是动手任务变窄,不是讲授可以随便膨胀。
覆盖系统提示词 / 多轮上下文 / 流式输出 / 动作协议 / 离线降级 / 密钥安全六个教学点。离线知识库开箱即用,无需任何网络与密钥——40 人同时打在线模型会撞限流,所以课堂演示默认走离线,在线只在教师机上开。
只做单轮问答,正好当"成品长什么样"的标尺:有目标、有评价、有数据沉淀。「导览打卡」把成绩写进导出 JSON,是本节课"能被度量"的成品示范。
6 个演示案例中唯一保留真 immersive-ar 入口的一例,只看 6′(原要求 15′)。以 VR 沉浸作品为主,AR 只作对照与可选加分。
三个页面都是单文件、零外部资源、离线可用。演示案例 06 的 PC 快捷键:V 隧道强度 · B 移动范式 · N 转向范式 · Y 重置视角 · Shift+P 坐姿 · Shift+H 惯用手 · Shift+G 注视停留点击 · T 语音开关 · C 清空对话。
speechSynthesis 默认开着(CFG.tts=true)。40 个人一起朗读,这间教室会像集市。
面板上有语音开关,PC 也可以直接按 T。只在教师演示时开。你打的那几个字,走了六站才变成你看到的那段话——其中三站是我们能改的
这五步里藏着四个问题:为什么它能一个字一个字往外冒?为什么它说完话场景会变?为什么它知道我在看哪件展品? 这一节全部回答。不要在第一步停下来讲原理——原理是下面十分钟的事。
你打的字(或语音 ASR) │ ├─① 拼上「对话历史 HISTORY」——最近 8 条(MAXH=8,约 4 轮) ├─② 拼上「系统提示词 CFG.sys」——内容就是 DEFAULT_SYS,可改 ├─③ 发给模型:OpenAI 兼容 POST /chat/completions ├─④ 逐 token 流式回来:SSE(getReader + TextDecoder) ├─⑤ 前端打字机:约 70 字/秒(animate 内 dt*70) └─⑥ 出口两条:TTS 朗读(speechSynthesis)+ 动作执行(parseAction → ACTS 白名单)
六个站。这六站里有三站是我们能改的:提示词(②)、历史窗口(①)、动作白名单(⑥)。今天三样都会动。
发给模型的是一整个消息数组:
[ {role:'system', content: <系统提示词>},
… 历史(最多 8 条)…,
{role:'user', content: <你这次问的>} ]
现场演示(浏览器控制台敲这一行,让全班看这个数组):
NPC.buildMessages('你是谁')
buildMessages,它里面还有一道 slice(-MAXH) 的双保险截窗——第三节讲多轮窗口时会回来看它。| 做法 | 你看到什么 | 总耗时 |
|---|---|---|
| 非流式 | 等 3 秒 → 一次性出现一整段 | ≈ 3 秒 |
| 流式(SSE) | 第 0.3 秒出现第一个字 → 逐字补齐 | 几乎一样 |
很多同学以为流式是"让模型更快"。不是的——总时间几乎一样。流式做的是另一件事:把"等待"变成"进度"。 这一条对 VR 特别重要:戴上头显的人,比对着电脑屏幕的人更没有耐心;一个静止的画面在头显里会让人以为死机了。
speechSynthesis 中文朗读。可关——面板语音开关,PC 快捷键 T。工作室时段请统一关掉。
模型在回答末尾另起一行,输出且仅输出一个 JSON。前端做的事:正则解析 → 执行 → 从展示文本里剥离(parseAction / stripAction)。
| 上次课(第 10 次) | 本次课(第 11 次) | |
|---|---|---|
| 预算是什么 | 帧预算 13.9 ms(72 Hz) | 上下文预算 8 条 / 约 4 轮 |
| 规模上限 | 三角面 ≤ 10 万 | 单次回答 ≤ 90 字(可改,第二节就改) |
| 看什么读数 | DrawCall / P95 帧时间 | token 数 / 轮数 / 遵守率 |
| 手段 | 实例化、合批、降级 | 截窗、摘要、白名单兜底 |
同一件事,两种预算。上次你把渲染压进了 13.9 毫秒,这次你要把对话压进 8 条。会算预算的人,才敢说自己"做完了"。
本讲高潮 A——同一个问题、同一个模型,只因为一句话不同,回答和动作都变了
人设就是系统提示词 DEFAULT_SYS。默认长这样(一字未改照抄演示案例 06):
你是虚拟现实课堂里的智能 NPC 向导"小澜",站在文物会客厅中央。
用中文口语化回答,每次不超过 90 字。
会客厅有三件【示意】展品:东展台·青花瓷罐、西展台·青铜爵、中央圆台·玉璧。
你可以操作场景:需要时在回答最后另起一行输出且仅输出一个 JSON——
{"action":"teleport","target":"center|east|west"}(带我去某处)、
{"action":"time","value":"day|night"}(切换昼夜)、
{"action":"show","target":0|1|2}(讲解 0东 1西 2中 展品)。
没有合适动作就不要输出 JSON。不要编造不确定的事实。
| 是哪几句 | 管的是什么 |
|---|---|
| 第 1 句 | 身份——你是谁、站在哪 |
| 第 2 句 | 语气与字数——怎么说、说多少 |
| 第 3 句 | 事实——场上有哪三件展品 |
| 第 4、5 句 | 动作协议——允许输出哪三种 JSON |
| 最后两句 | 禁止——没有合适动作就不输出、不要编造不确定的事实 |
| 步 | 做什么 | 上屏看到什么 |
|---|---|---|
| 1 | 先记基线:问"你是谁?"停在回答上;再问"带我去西展台" | 回答里出现"小澜""文物会客厅";看到传送动作 |
| 2 | 打开设置面板,只改第二句:用中文口语化回答,每次不超过 90 字。 → 只用文言文回答,每次不超过 30 字。 | —— |
| 3 | 重问同一个问题(一字不改):"你是谁?" | 风格、长度、用词全变了 |
| 4 | 再问同一个动作问题(一字不改):"带我去西展台" | 当场看它有没有输出那个 JSON——这就是答案 |
边操作边说(语速放慢):"注意我做了什么:我没有换模型,我没有改问题,我甚至没有改第三句的事实。我改的是一个字符串里的一句话。现在看——"
| 改之前 | 改之后 | |
|---|---|---|
| 回答风格 | 口语化、现代汉语 | 文言 |
| 回答长度 | ~90 字以内 | ~30 字以内(信息量肉眼可见地掉) |
| "带我去西展台"的动作 | 有 {"action":"teleport",…} | 当场看它有没有 |
三件事要让学生自己说出来:第一,我先改的那句话管的是什么?——它不只管语气,它管长度; 第二,改成 30 字之后信息量变了没有?——变了,这叫作输出预算; 第三,也是最关键的:动作还好使吗?——动作协议的遵守率会随人设漂移。
KB 是关键词匹配,改人设不会改变回答,高潮当场失效。
教师机课前必须配好一个可用的在线端点,并把两种人设各跑一遍;把两组回答截图存好做失败备份——端点当场挂掉时至少还能证明"差异是真的"。只用 5 岁小孩的语气回答,每次不超过 20 字。 / 像严谨的博物馆研究员一样回答,每次必须给出处。收尾一句:"今天你改的是一个字符串。明天你会写一整个 DEFAULT_SYS——那时候你已经知道它会改变什么了。"
窗口 = 最近 8 条消息 ≈ 4 轮对话;第 9 条进来,最旧的那条被挤出去
var HISTORY=[], MAXH=8;
function pushMsg(role, content){
HISTORY.push({role:role, content:content});
while(HISTORY.length>MAXH) HISTORY.shift(); // 超窗就从最旧的开始丢
}
function buildMessages(userQ){
var ms=[{role:'system', content:CFG.sys}];
var hist=HISTORY.slice(-MAXH); // 双保险:外部直接 push 也不超窗
for(var i=0;i<hist.length;i++) ms.push(hist[i]);
ms.push({role:'user', content:userQ});
return ms;
}
MAXH=8——最近 8 条消息,约 4 轮对话。buildMessages 里还有一道
slice(-MAXH) 的双保险截窗:就算外部绕过 pushMsg 直接往 HISTORY 里塞,也超不了窗。
| 轮 | 你问 | 你观察什么 |
|---|---|---|
| 1 | "记住一个词:紫藤。" | 它答应了 |
| 2—4 | 随便问三件别的事("你是谁""天黑了""讲讲这件展品") | —— |
| 5 | "我第 1 轮让你记的词是什么?" | 看它的回答 |
把旧对话压成一段摘要再塞回上下文。省 token,代价是细节被抹平。这个词今天只点名,不展开。
按语义把相关的旧内容找回来,而不是按时间顺序全带上。这就是后面幻觉治理要说的 RAG 的同一条思路。今天只点名。
演示案例 06 的小测 L2 有一道题专考这一点(QUIZ 里 lv:2,题面即"MAXH=8(约 4 轮)的直接后果是什么")——可以当堂让学生先猜再验。
MAXH=8 与双保险截窗两行代码"(8′ → 4′)。这是降级优先级里的第 6 档——能砍,但砍了就少一次"学生自己看出来"的机会。模型只"建议",程序才"决定"——本讲唯一需要背下来的工程约束
teleport,而是 location.href='http://……',
或者 deleteSave()、openDoor()——你的作品会怎么样?{"action":"teleport","target":"center|east|west"} 传送
{"action":"time","value":"day|night"} 昼夜切换
{"action":"show","target":0|1|2} 高亮讲解 0东·青花瓷罐 1西·青铜爵 2中·玉璧
为什么不用原生 function calling?——任何 OpenAI 兼容端点(含免费 / 国产模型)都能用这种约定 JSON,课堂零门槛;原生 tools 调用留作作业。
var ACTS={ teleport:['center','east','west'], time:['day','night'], show:[0,1,2] };
/* parseAction:非法 action / 越界 value 一律拒绝 */
if(!o.action || !ACTS[o.action]) return null;
if(ACTS[o.action].indexOf(v)<0) return null;
现场演示(控制台敲这一行):
NPC.parseAction('{"action":"teleport","target":"moon"}')
看,返回 null。moon 不在白名单里,这个动作被拒绝。
注意另外一件事:被拒绝了,但对话没有崩。这一条同样重要——兜底不是"出错就停下",是"出错照常继续,只是不做那件事"。
它会被提示注入(prompt injection)带偏,也会单纯地"想帮你"。
不是"禁止可疑的事"——枚举允许的,不枚举禁止的。这是安全设计的通用姿势。
模型只是建议,ACTS 才决定。"模型说"和"程序做"之间必须隔一层校验。
ACTS 校验才是一道锁。第二节的高潮已经证明:换一句人设,遵守率就变了。如果他做了动作,造一个越界的 target 喂给他的解析函数,看是否被拒绝、对话是否照常继续。
新增一种动作的完整改法是三处:ACTS 白名单 + doAction 分支 + 提示词里的说明——漏掉任何一处都不成立。
改动不超过 20 行,这是加分项的挑战档。
事实进知识库,模型只组织语言;Key 进服务器,前端只发问题
| 做法 | 效果 |
|---|---|
❌ 把 temperature 调到 0 | 只是让输出更确定——编造时会更理直气壮、更稳定地编造 |
| ✅ 把事实放进系统提示词 / 知识库 | 模型只负责组织语言,事实有你给的出处 |
| ✅ 这个做法有名字:RAG(检索增强) | 答案的事实来自知识库,模型只做措辞 |
演示案例 06 的真实做法(照 README 原文):三件展品的讲解文案刻意不做史实断言——原话是"避免幻觉示范反面教材"; 「安全与合规提醒」里写:"场景事实类回答应把事实放进系统提示词 / 知识库,模型只负责组织语言。"
【待补充】,不得编造;README 写明"已知简化"。浏览器(你的机器) ──[ Key 明文,存在 localStorage + 内存 ]──► 大模型 API
照念演示案例 06 README 的原话(安全与合规提醒):
现场演示(这一步必须让学生自己看见自己的):按 F12 → Console → 敲 NPC.CFG。
……看见了吗?你的 Key,就在那儿,明文。现在问一个问题:你的作品是要交出去、要在路演上给 40 个人看的。你会希望有人当场按一下 F12 吗?
前端(浏览器 / 头显) │ ① 只发问题 —— 不带 Key、不带系统提示词的敏感部分 ▼ 自家中介(自建后端 / 边缘函数) │ ② 持有 Key:放服务器环境变量,不进代码、不进仓库 │ ③ 限流:每用户每分钟 N 次、每天 M 次 │ ④ 内容审核:入参过一遍、出参再过一遍 │ ⑤ 日志:谁、什么时候、问了什么、模型答了什么 ▼ 大模型 API
讲到哪画到哪:第一步,Key 从浏览器搬到服务器——前端从此不知道 Key 是什么; 第二步,限流——为什么必须有限流?今天这间教室就是最好的例子:40 个人,如果每个人都拿自己的 Key 打同一个模型,超限之后是全体静默失败,你路演那天网络一抖,作品就哑了; 第三步,内容审核——课堂产品里出现不当内容,责任在课程,不在模型;第四步,日志——出了问题你才知道是谁问了什么。
| 课堂演示(演示案例 06 现状) | 正式产品(架构图) | |
|---|---|---|
| Key 在哪 | 前端 localStorage + 内存 | 服务器环境变量 |
| 谁能看到 | 任何打开控制台的人 | 只有服务端 |
| 限流 | 无 | 有(每用户每分钟 / 每天) |
| 内容审核 | 无 | 有(入参 + 出参) |
| 适合谁 | 只适合本机课堂演示 | 上线必须 |
同一个场景,两次测量给出两个数——所以你的记录表上每一行读数都要写"从哪个面板读的、什么时候读的"
| 演示案例 | 演示案例自己的 README 报 | 审计文件报 | 差 |
|---|---|---|---|
| 06 LLM 智能 NPC(今天的主线演示案例) | 27 draw calls / 2262 三角面 | 31 / 2312 | draw call 差 4(6 个演示案例中最大) |
| 04 数字校园 + AI 导览(今天的参照演示案例) | 13 / 4478 | 14 / 4480 | draw call 差 1 |
审计文件 = _标准与审计\标准_大四课程标准.md(「验证记录(2026-09-26)」(资料整理:2026-09-26)与 v4 第三轮记录两处都写
06: 31calls/2312tris · 04: 14calls/4480tris)。6 个演示案例的审计读数是
01: 50/2348 · 02: 44/1240 · 03: 60/8950 · 04: 14/4480 · 05: 25/852 · 06: 31/2312——06 这一组的 draw call 差异(4)是 6 个演示案例中最大的,其余为 1—2。
漫游型 VR 最容易做成"转一圈就完了"。转一圈不是作品,是 demo。04 加了一条主线:有目标、有评价、有数据沉淀。
| 已到访站数 | 给的线索 | 难度从哪里来 |
|---|---|---|
| 0—1 站 | 直给地名 + 详细描述:「下一站是【中心广场】。中心广场:正前方是有柱廊的主楼。」 | 建立校园空间坐标系 |
| 2—3 站 | 只给特征描述,不给地名:「下一步线索:运动场:有标准跑道与看台。」 | 开始撤掉外部导引 |
| ≥4 站 | 只给一句功能提示:「再想一想:借书和自习的地方。」 | 逼你凭空间记忆找路 |
为什么越往后线索越短?因为前两站的任务是让你建立校园的空间坐标系;后面要逼你从"照着地名走"切换到"凭空间记忆找路"。 这正好对应 VR 里的空间认知与路径整合(path integration)——这就是"VR 能训练空间能力"这句话的证据。
finishTask() 里,可当堂改参数做实验)扣时分 = clamp(round((用时秒 - 300) / 10), 0, 20) // 超 5 分钟后,每 10 秒扣 1 分 扣分线索 = clamp(求助次数 × 4, 0, 20) // 每条线索扣 4 分 扣晕动 = clamp(round((平滑移动秒 - 90) / 6), 0, 15) // 晕动暴露超 90 秒开始扣 总分 = clamp(100 − 扣时分 − 扣分线索 − 扣晕动, 0, 100) 评级:≥85 优秀 / ≥70 良好 / ≥55 合格 / 其他 需要再练一遍
| 扣分项 | 它考察的是什么(必须念) |
|---|---|
| 用时 | 找路效率,不是速度——跑得快但走错方向会同时吃用时和求助扣分 |
| 求助次数 | 多大程度上依赖外部导引而非自身空间记忆 |
| 晕动暴露 | 把"舒适度"变成真实代价:想省时间走平滑移动,就要付晕动的分数——这是一次真的人因权衡 |
XRCore.goal('campus-tour','数字校园导览打卡', result) → 成绩写进 XR 体验数据 → 导出 JSON ⇒ 过程性评分证据。XRCore.goal() 写入的成就数据;
其余过程数据不作排名——坐姿或单手模式天然更慢,它用于你自己前后两次对比,不是排名。同一套"识别—配准—叠加"的逻辑,换到 AR 长什么样——只讲三句,多一句都不讲
演示案例 05 是6 个演示案例里唯一保留真 immersive-ar 入口的一例:
navigator.xr.isSessionSupported('immersive-ar') // 检测
→ 支持:控制台"进入 AR"按钮可用(AR_OK),走 requestSession('immersive-ar')
→ 不支持:按钮显示"AR 不可用"并禁用
RELIC 表有 5 项 【待补充】
(dynasty 年代 / kiln 窑口 / size 尺寸 / pattern 纹样 / craft 工艺与修复要点)。
本课次只用 05 做 6′ 对照、不做动手环节,如果对照演示会念到这几项,请一并按博物馆资料核实填写;否则在课堂上说明"这几项是占位,请勿当史实"。两件必须都做:接智能交互模块(含离线降级兜底)+ 导出一次体验数据 JSON
| # | 任务 | 时间 | 硬要求 |
|---|---|---|---|
| T1 | 接智能交互模块(离线知识库 或 在线大模型,二选一或都接) | 35′ | 必须带离线降级兜底:在线失败 / 未配置 / 断网时走关键词或预设回答,不许白屏、不许报错、不许卡住 |
| T2 | 导出一次体验数据 JSON | 12′ | 走一遍主流程后导出,字段逐项核对(见下表) |
| T3 | 填任务卡 + M5 封版自查 | 8′ | 五张记录表填完,本人签字 |
| 档 | 做到什么 | 对应期末量规 |
|---|---|---|
| 及格档(人人必做) | 离线知识库 ≥5 条词条 + 未命中时的引导式兜底 + 导出 JSON 成功 | 加分项"尝试过但未跑通"以下不算;及格档本身不算加分 |
| 标准档(推荐) | 及格档 + 在线模型通道 + 在线失败自动降级为离线并提示 | 加分项"三者任一生效且有降级方案" |
| 挑战档(学有余力) | 标准档 + 一种动作(约定 JSON + 白名单校验);改动不超过 20 行 | 同上,且可写进 README 的"我改了什么" |
| 降级触发 | 学生要写的 | 例子(照演示案例 04 / 06 的真实设计写) |
|---|---|---|
| ① 未配置 / 关闭在线 | 系统走哪条路? | 04:默认走离线知识库,关键词最长匹配,14 条词条,命中即答 |
| ② 请求失败 / 超时 | 用户看到什么? | 04:在线失败自动降级为离线并提示,不会白屏 |
| ③ 未命中(离线也不认识) | 给什么? | 04:未命中给引导式兜底;06:引导性回复 + 提示配置在线模型 |
| ④ 模型输出了非法动作 | 谁来拒绝? | 06:ACTS 白名单,非法 action / 越界 value 一律拒绝,且不影响对话 |
_xr_core.js 的 stats() 实际字段写,不是编的)| 导出 JSON 里的字段 | 本次课要求学生核对的 | 这说明什么 |
|---|---|---|
sessionMs | 本次体验总时长(ms) | 过程性证据的第一项 |
fps / frameMsAvg / frameMsP99 | 帧率分布,必须看 P99——平均帧率好看不代表不卡 | 与第 10 次课的"帧预算 13.9 ms"接上 |
drawCalls / triangles | 与上次课 M4 的读数对照(textures 一并记) | 有对照才叫优化 |
degradeLevel | 动态降级等级(0 / 1 / 2) | 有没有触发过降级 |
comfort | 舒适度相关设置与状态 | 人因设置有没有被真的用上 |
cybersicknessExposureMs | 晕动暴露(平滑移动累计毫秒) | 不作排名,用于同一学生前后对比 |
accessibility | 坐姿 pose / 惯用手 handed / 单手 oneHand / 注视 gazeDwell + gazeMs | 可复盘"某种交互方式是否拖慢了任务" |
teleports / interactions | 瞬移次数 / 交互次数 | 交互密度 |
eyeHeight | 眼高 | 坐姿↔站立切换是否生效 |
goals | 成就闭环:XRCore.goal(id, name, detail) 写入的成绩 | 唯一可直接当评分证据的过程数据 |
必须当场重申的三条纪律:① 读数要注明"从哪个面板读的、什么时候读的"(演示案例 04 / 06 的 README 与审计读数本身就差 1—4 个 draw call); ② 不许编数据;③ 导出成功才算 T2 完成——走通一次并把文件存到作品目录。
| 优先级 | 保什么 | 砍什么 |
|---|---|---|
| 1(绝不砍) | T1 的离线降级兜底——"接不上时它说什么"必须当场演示通过 | —— |
| 2(绝不砍) | T2 的体验数据 JSON 导出成功(goals 非空) | —— |
| 3(绝不砍) | M5 封版口径当场宣布并登记 | —— |
| 4 | 第④段的 05 AR 对照(15′ → 6′) | 原理四步演示、Vuforia 对照(后者本来就是课后阅读) |
| 5 | 第④段的 04 参照(10′ → 6′) | 评级公式改为课后阅读 |
| 6 | 第②段的 多轮窗口实验(8′ → 4′) | 从"连续追问 5 轮"改成"直接投两行代码" |
| 7 | 第④段密钥安全的内容审核(3′) | 保留限流与架构图,内容审核一句话带过 |
| 8 | 第①段 M4 点评(10′ → 6′) | 只讲两份读数对照,其余改成群里发 |
CAMPUS_FACTS 有 7 项 【待补充】。
04 的离线知识库有 7 条词条直接朗读这些字段(校训 / 建校 / 图书馆 / 专业 / 食堂 / 宿舍 / 自我介绍)。
具体 7 项是:address 【待补充:校区地址】 · motto 【待补充:校训】 · founded 【待补充:建校年份】 ·
libraryBooks 【待补充:图书馆藏书量】 · colleges 【待补充:学院与专业设置】 ·
canteen 【待补充:食堂与商业配套】 · dorm 【待补充:宿舍区概况】。index.html,搜索 CAMPUS_FACTS,按官网逐项填入;运行断言测试时第 17 项会列出仍未填写的字段,填完后再跑一次,确认该列表为空。缺一条不算过;本次课不另造量规,直接指向期末量规
goals 非空(有成就闭环);| 维度 | 权重 | 本次课看什么 |
|---|---|---|
| 功能完整 | 25 | 智能模块可用 + 降级兜底可用 |
| VR 学科理解 | 20 | 能否讲清"一条消息的旅程"与"遗忘边界为什么是 8 条" |
| 交互与人因 | 20 | 提问通道是否 PC / VR 双端可用;人因设置是否影响智能模块 |
| 性能与工程 | 15 | JSON 字段完整;读数注明来源与时间;有 M4 对照 |
| 演示与文档 | 20 | README 写明"已知简化"(Key 在前端 / 无口型 / 无 3DGS) |
| 加分 +5:智能交互 / AR 虚实融合 / 思政 | +5 | "三者任一生效且有降级方案"才算生效 |
| 提交物 | 形态 | 打钩 |
|---|---|---|
| 功能封版的作品 | index.html(+ 同目录依赖)能跑、无报错 | ☐ |
| 智能模块 | 离线兜底可用;在线通道可选 | ☐ |
| 降级方案 | 任务卡「降级方案设计表」四行填满 | ☐ |
| 体验数据 JSON | 导出成功,goals 非空 | ☐ |
| 封版声明 | 任务卡「M5 封版自查清单」五项 + 签字 | ☐ |
把这一页抄在笔记本上,本讲的骨架就齐了
| 主题 | 要记住的 |
|---|---|
| 本课命题 | 智能交互不是"接一个 API",是设计"接不上时怎么办"。离线兜底是及格线,在线模型是加分项 |
| 一条消息的旅程 | 输入 →(① 历史 + ② 系统提示词)→ ③ 模型 → ④ SSE 流 → ⑤ 打字机 → ⑥ TTS / 动作。六站里三站能改 |
| 最容易误解的一站 | 发给模型的不是"你这一句话",是 [{system}, …history…, {user}]——每问一次都把全部上下文重发一遍 |
| 流式 | 不是"更快",是"更早看见":总耗时几乎一样,等待被摊平成了进度 |
| 提示词工程 | 人设是"输出约束"不是"角色扮演":同时管语气 · 字数 · 事实边界 · 动作协议要不要输出 |
| 遗忘边界 | HISTORY + MAXH=8 ≈ 4 轮;遗忘不是 bug,是预算(摘要记忆 / 向量检索只点名) |
| 动作协议 + 白名单 | 模型只建议,程序才决定;枚举允许的,不枚举禁止的;非法 action / 越界 value 一律拒绝且对话不崩 |
| 密钥安全 | Key 放前端只适合本机课堂演示;正式产品后端代理 + 限流 + 内容审核(+日志) |
CAMPUS_FACTS 有 7 项 【待补充】,上课前必须按学校官网核实填入。
| 字段 | 占位内容 | 填什么 | 状态 |
|---|---|---|---|
address | 【待补充:校区地址】 | 校区地址 | ☐ 未核实 |
motto | 【待补充:校训】 | 校训 | ☐ 未核实 |
founded | 【待补充:建校年份】 | 建校年份 | ☐ 未核实 |
libraryBooks | 【待补充:图书馆藏书量】 | 图书馆藏书量 | ☐ 未核实 |
colleges | 【待补充:学院与专业设置】 | 学院与专业设置 | ☐ 未核实 |
canteen | 【待补充:食堂与商业配套】 | 食堂与商业配套 | ☐ 未核实 |
dorm | 【待补充:宿舍区概况】 | 宿舍区概况 | ☐ 未核实 |
| # | 要检查的 | 怎么算通过 |
|---|---|---|
| 1 | 【第一优先】演示案例 04 的 7 项 CAMPUS_FACTS 已按学校官网核实填入 | 跑一次断言测试,确认"未填写字段"列表为空 |
| 2 | 【第二优先】教师机的在线模型端点实测通过 | Base URL / 模型名 / Key 填好,"你是谁?"与"带我去西展台"各问一次有正常回答 |
| 3 | 高潮 A 预演 | DEFAULT_SYS 的两种人设各跑一遍,差异肉眼可见;两组回答截图存好做失败备份 |
| 4 | 演示案例 06 在头显里真机跑通一遍(含进入与退出) | 演示案例 05 的对照页面提前打开 |
| 5 | 检查是否有人误开 TTS | 动手前要统一关掉 |
| 6 | 上屏与板书 | 白板写好本课三行:本课命题 · 达标线 · 里程碑提交要求;电脑上按序排好:06 主线页 → NPC.buildMessages('q') 控制台窗口 → 04 参照页 → 05 对照页 |
| 7 | M4 报告已排序、可投屏 | 只挑优点讲;问题一律说"有同学的作品" |
| # | 风险 | 处理 |
|---|---|---|
| 1 | 演示案例 04 的 CAMPUS_FACTS 有 7 项占位未填 | 上课前必须按学校官网核实填入;课堂出现错误校史是硬伤,宁可不演示那几条问答 |
| 2 | 在线模型端点可能限流 / 超时 / 挂掉——而高潮依赖它 | 只有教师机走在线,学生统一走离线;课前实测一遍、两种人设各跑一遍;现场失败立即改用课前录好的两组回答截图 |
| 3 | 40 人同时开 TTS,教室会像集市 | 动手前统一宣布:工作室时段关掉 TTS(面板语音开关,PC 快捷键 T) |
| 4 | 第④段塞不下"三段讲授 + 04 参照 + 05 满 15′" | 课前就在 A / B / C 三种处置里选定一种(推荐 A:04 参照 10′ + 05 对照 6′ = 45′)。不要现场算,也不要撑长第④段 |
| 5 | 头显型号与数量、上课地点均未确认 | 【待确认】。在确认之前不要向学生承诺"人人一台";若为轮转,第⑤段的 55′ 需改成"一半人动手、一半人写 README",并把头显实跑挪到 12-02 |
【待确认】)| 类 | 内容 | 影响 |
|---|---|---|
| 【待补充】× 7 | 演示案例 04 CAMPUS_FACTS:校区地址 / 校训 / 建校年份 / 图书馆藏书量 / 学院与专业设置 / 食堂与商业配套 / 宿舍区概况 | 本课次上课前必须按学校官网核实填入 |
| 【待补充】× 5 | 演示案例 05 RELIC:年代 / 窑口 / 尺寸 / 纹样 / 工艺与修复要点 | 本课次只作 6′ 对照,念到才需填 |
| 【待确认】 | 头显型号与数量 | 转型设计文档第九节列了三个互相矛盾的数(PICO Neo 3 一人一台 / PICO 4 Ultra / 10 台轮转),教师未定 |
| 【待确认】 | 上课地点(646 / 430) | 影响第⑤段 55′ 工作室能否容纳 40 台笔记本 + 头显 |
| 【待确认】 | 在线模型端点(教师机演示用):Base URL / 模型名 / Key / 是否可用、是否限流 | 决定高潮 A 能否现场做;课前必须实测一遍 |
| 【待确认】 | 上次课(第 10 次课)M4 报告的实收份数与两组读数 | 开场 10′ 要投出来看;工作区内没有该次课的收件记录 |
用三分钟讲清"我做了什么、为什么"
index.html + 依赖 + cover.jpg + README.md;goals 非空);assets/vr-2026/student/works/<学号>/。_files 文件夹,只发 .html 必丢依赖、单独打开白屏。T1 的离线降级兜底与 T2 的 JSON 导出是两条硬门槛,课后必须补到"拔网也能答话 + JSON 能导出"。12-02 一上来就是路演,没有缓冲。
M4 的两组读数(优化前 / 优化后)与今天导出的 JSON,路演时都要用——有对照才叫优化,有数据才叫"能被度量"。