基于视觉映射校核的科学图文人机协同生成系统及方法
本发明涉及人工智能,尤其涉及一种基于视觉映射校核的科学图文人机协同生成系统及方法。
背景技术:
1、大语言模型与文生图技术的结合,使教师与研究者有机会将论文、讲义等知识文件转化为面向不同年龄读者的科普图文出版物。然而,现有“提示词工程”单轮生成范式在此场景下存在以下系统性失效问题:
2、1)科学幻觉(引擎“脑补”错误的方向、比例、因果结构,且对非本领域读者具有隐蔽性);
3、2)长会话状态衰减(角色与画风锁定语句随上下文距离漂移);
4、3)验证的自评偏误(同一模型生成又自评,缺客观判准);
5、4)修正回路无终止条件(反复重试同一策略);
6、5)人工确认瓶颈(交互成本随页数线性增长)。
7、在教育理论层面,wong(2025)指出生成式ai正从“提示时代”走向“后提示时代”:人机交互负担从提示构造转向轨迹解读,用户需要发展元任务觉察(meta-taskawareness, mta)——对任务深层目标、结构与评估规准的觉察——并将碎片化的单点交互串联为学习链(col)与教学设计评估链(colde);同时警示系统生成的脚手架可能造成“隐形依赖”,侵蚀用户主体性。chen与wong(2026)进一步提出mta-tpack动态协作螺旋:静态tpack知识资源(学科内容知识ck、教学法知识pk、技术知识tk)须经mta这一“动态导航引擎”在generate-evaluate-refine迭代循环中被激活,并以“机制—视觉指标映射”与锚定评分规准约束生成过程,最终产出可视化教学思维(visible pedagogical thinking,vpt)——以规准为索引、可稽核、可复用的专家推理轨迹。该研究以台风—地形交互的科学可视化为例,实证演示了人主导(midjourney四循环)与ai闭环自评(gpt-4o四循环)两条路径均可收敛至专家级准确度(2/5→5/5),并记录了ai自评成熟度的四个阶段(描述比对→诊断评估→结构化自省→选择性稳定)。
8、上述理论工作阐明了人机协同“应当如何”(元任务觉察、规准锚定评估、评估回流设计、轨迹可稽核),但其实验流程依赖研究者的手工操持:映射表存在于论文表格而非系统闸门,评估规准依赖专家临场援引,循环推进与升降级依赖人工判断,vpt轨迹为事后整理。
9、工程层面,智能体驾驭工程(harness engineering)与循环工程(loopengineering)于2026年前后形成方法论,但主要落地于大语言模型代码生成等具备编译器/测试自动验证器功能的领域。将教育理论的过程模型转译为具有硬门控、状态持久化、终止保证与遥测能力的可部署智能体系统,是本领域亟需填补的技术空白。
10、综上所述,现有科学图文生成技术仍存在以下技术缺陷:机制—视觉指标映射停留于研究方法层面,未形式化为系统的强制中介物与门控,无法防止绕过;元任务(目标/约束/评估规准/人机分工)无持久化数据结构,依赖对话记忆,长会话与跨会话必然漂移;评估依赖模型主观自评分或专家临场判断,缺乏逐项客观判定与差异化修正策略;修正回路缺乏终止条件与策略升级机制;人机评估劳动的再分配(人主导↔ai闭环)无受控的档位机制与晋降规则,要么全程人工确认(低效),要么放任自动化(失控且加剧隐形依赖);协作轨迹为事后重建,失真且不可稽核,无法支撑师资培训与教育研究复用。
11、参考文献:
12、[1] h. -c. chen, (2023) harnessing ai for scientific illustration:exploring tornado dynamics through midjourney, 12th international conferenceon awareness science and technology (icast),2023, pp. 136-141
13、[2] wong, l.-h. (2025). transforming education with generative ai:designing for post-prompting era. information and technology in education andlearning, 5(1)
14、[3] chen, h.-c., & wong, l.-h. (2026). the mta-tpack dynamiccollaboration spiral: making pedagogical thinking visible in human–aiscientific visualization for sustainable teacher innovation. sustainability,18, 2718
技术实现思路
1、本发明提出一种基于视觉映射校核的科学图文人机协同生成系统及方法,解决了现有科学图文生成技术存在的科学内容准确性不可判定、跨页一致性失控、修正过程无法终止及人机协作框定权失序等问题。
2、本发明的技术方案是这样实现的:
3、本发明第一方面提供了一种基于视觉映射校核的科学图文人机协同生成系统,包括:
4、知识启动与载体判定模块,用于获取知识文件并确定图文出版物载体方案;
5、视觉映射表生成与门控模块,用于将所述知识文件中的知识内容转化为视觉映射表,所述视觉映射表经用户逐条确认后方可进入后续图像生成流程;
6、元任务状态卡持久化模块,用于将本次图文生成任务的固定属性及约束条件组织为状态数据结构进行持久化存储;
7、页级协作回路引擎,用于针对每一页依次执行包含生成和校核的迭代循环,所述生成以状态数据结构为锚定依据,所述校核以视觉映射表为依据对生成内容进行判定;
8、校核与差异化修正模块,用于对判定结果进行多级分类,根据分类结果执行对应级别的修正策略,并在触发预设的终止条件后终止修正回路;
9、自主度调节器,用于设置多档人工干预密度档位,根据回路运行的客观指标驱动档位迁移,且晋档须经用户授权。
10、具体地,所述知识启动与载体判定模块被配置为:
11、优先读取用户提供的知识文件;若无知识文件,则自动检索归纳核心机制并提交用户确认;
12、依据读者级别、知识结构、情感目标与素材形态四维判定表,输出包含故事绘本轨与科学杂志图文书轨的一主一备载体提案,每项载体提案附带推荐理由;
13、所述载体提案经用户定案后进入后续流程。
14、具体地,所述视觉映射表生成与门控模块被配置为:
15、将知识文件中的科学机制逐条编号,并为每条科学机制生成对应的视觉指标与载体转译方案,形成包含科学机制编号、视觉指标与载体转译方案三元组的映射条目,以生成视觉映射表;
16、视觉映射表编号在后续校核环节作为检核索引复用;
17、所述视觉映射表的版本号纳入状态数据结构。
18、具体地,所述元任务状态卡持久化模块中:
19、所述状态数据结构为带版本号的数据结构,包含目标要素、约束要素、评估规准要素与人机分工要素;
20、所述目标要素包含载体轨、读者级别、叙事模式与思维模型;
21、所述约束要素包含画风锚定语句原文、各角色锁定语句原文与设定表状态;
22、所述评估规准要素包含视觉映射表版本号和检核清单版本;
23、所述人机分工要素包含自主度档位、协作阶段标记、当前页码及上页诊断摘要;
24、所述页级协作回路引擎在每一页的生成之前均强制读取当前版本的完整状态数据结构;
25、任何状态数据结构字段变更须经用户确认并递增版本号;
26、跨会话续作时执行握手协议,逐项复诵确认状态数据结构各字段后方可恢复生产。
27、具体地,所述页级协作回路引擎中,每次迭代包含六个依次执行的相位:
28、读取相位,强制读取当前版本的状态数据结构全文;
29、提案相位,依据当前页知识点生成思维模型版面、视觉描述及本页检核项;
30、闸门相位,依据当前自主度档位决定暂停等待人工确认或自动继续;
31、生成相位,组装包含锚定字段的提示词包并调用图像生成引擎生成图像,所述锚定字段自状态数据结构的约束要素中逐字复制;
32、校核相位,调用校核与差异化修正模块对生成的图像进行判定;
33、遥测与推进相位,记录本页校核结果,将本页诊断摘要传递至下一页的提案相位。
34、具体地,所述校核与差异化修正模块中:
35、所述多级分类包含第一类别-清楚呈现、第二类别-部分呈现和第三类别-缺失或错误,以全部检核项均判定为第一类别作为本页通过条件;
36、所述修正策略包含:当存在第二类别判定时触发保持本页主体结构不变的局部修正,当存在第三类别判定时触发将描述性提示词改写为结构化约束后的整页重构修正;
37、若同时存在第二类别判定和第三类别判定,优先执行第三类别判定所触发的整页重构修正。
38、进一步地,所述预设的终止条件为:
39、当同一页的修正轮数达到预设阈值仍未通过时,触发升级阶梯;
40、所述升级阶梯包含三级递进策略:第一级为换策略,即终止单页重复修正并建立适用于全书的新规范;第二级为换工具,即切换图像生成引擎;第三级为交人裁决,即暂停自动流程交由人工裁决;
41、其中,进入所述升级阶梯的第二级时,触发自主度档位的自动降档。
42、具体地,所述自主度调节器中:
43、所述多档人工干预密度档位包含逐页确认档、批次确认档及例外中断档;
44、所述客观指标包含连续一次通过的页数及升级阶梯触发事件;
45、当连续n页均以首次校核即通过的方式通过时,向用户发出晋升一档的建议,经用户明示同意后执行晋档;
46、当触发升级阶梯的第二级时,系统自动降档一级并向用户告知理由;
47、档位变动记入状态数据结构的人机分工要素。
48、优选地,所述系统还包括vpt 遥测与反思检查点模块:
49、所述vpt 遥测与反思检查点模块用于每页校核结束时即时落盘包含诊断发现、修订焦点、画面变化及人工覆核结果的四栏审计轨迹,全书完成时进行汇总并输出协作阶段演进小结;
50、按预设页数节奏向用户输出指向评估规准本身的反思问题,将用户回应记入所述审计轨迹;
51、当用户回应确认需要修订评估规准时,触发视觉映射表的版本升级及状态数据结构中评估规准要素的对应更新,以实现书级回流。
52、本发明第二方面提供了一种基于视觉映射校核的科学图文人机协同生成方法,包括以下步骤:
53、知识启动与载体判定,获取知识文件并确定图文出版物载体方案;
54、视觉映射表生成,将所述知识文件中的知识内容转化为视觉映射表;
55、元任务状态卡持久化,将本次图文生成任务的固定属性及约束条件组织为状态数据结构进行持久化存储;
56、页级迭代循环,针对每一页依次执行包含生成和校核的迭代循环,所述生成以状态数据结构为锚定依据,所述校核以视觉映射表为依据对生成内容进行判定;
57、校核与修正,对判定结果进行多级分类,根据分类结果执行对应级别的修正策略,并在触发预设的终止条件后终止修正回路;
58、自主度调节,设置多档人工干预密度档位,并根据回路运行的客观指标驱动档位迁移。
59、相较于现有技术,本发明的有益效果在于:
60、(1)本发明以视觉映射表硬门控承载学科知识的认识论过滤、以元任务状态卡持久化人机协作的框定权、以三值校核与晋降档规则驱动可终止且受控的生成—评估—修正回路、以回路内 vpt 遥测保证过程可稽核,从而在无编程环境下高效生成科学准确、跨页一致且支持教师元任务意识发展的科普图文出版物;
61、(2)本发明通过设置视觉映射表生成与门控模块,使科学机制与视觉表达之间建立了客观可校核、不可绕过的强制中介物,视觉映射表编号在后续校核环节作为检核索引复用且版本号纳入状态数据结构,从而将学术研究中停留于论文表格层面的映射关系形式化为系统硬门控,从病因层面保障了科学内容视觉表达的准确性与可追溯性;
62、(3)本发明通过设置元任务状态卡持久化模块,将状态数据结构设计为带版本号且包含目标要素、约束要素、评估规准要素与人机分工要素的数据结构,页级协作回路引擎在每一页生成之前均强制读取当前版本的完整状态数据结构,任何字段变更须经用户确认并递增版本号,跨会话续作时执行握手协议逐项复诵确认各字段后方可恢复生产,从而以持久化数据结构替代易衰减的对话记忆,从根本上解决了长会话与跨会话中角色锁定语句与画风锚定语句随上下文距离漂移导致的跨页一致性问题;
63、(4)本发明通过设置多级分类校核与修正策略,以全部检核项均判定为清楚呈现的类别作为本页通过条件,当存在部分呈现类别判定时触发局部修正,当存在缺失或错误类别判定时触发整页重构修正,使修正强度与偏差类型精准匹配,避免了传统方案中不论错误类型一律整页重生的粗放修正方式所导致的效率低下与过度重生成问题;
64、(5)本发明通过预设终止条件,当同一页修正轮数达到预设阈值仍未通过时触发包含换策略、换工具、交人裁决的三级递进升级阶梯,从而为修正回路提供了阶梯式强化的终止保证机制,从根本上解决了现有技术中修正回路缺乏终止条件所导致的无限循环风险,同时将修正失败转化为规准升级的触发条件,实现了从被动重试到主动优化的质变;
65、(6)本发明通过设置自主度调节器,采用逐页确认档、批次确认档及例外中断档三档人工干预密度档位,从而在效率、可控性与用户主体性之间实现了受控的动态平衡,既避免全程人工确认导致的交互成本随页数线性增长的低效问题,又通过晋档须用户授权和故障自动降档的双重护栏防止了完全放任自动化所引发的失控与隐形依赖风险;
66、(7)本发明通过设置vpt遥测与反思检查点模块,每页校核结束时即时落盘包含诊断发现、修订焦点、画面变化及人工覆核结果的四栏审计轨迹,使协作轨迹由事后重建改为回路内即时生成,审计轨迹可作为师资培训的原始素材和教育研究的过程数据,突破了现有技术中协作轨迹不可稽核、无法支撑教学研究复用的技术局限;同时,该模块按页数节奏向用户输出指向评估规准本身的反思问题、将用户回应记入审计轨迹,当用户回应确认需要修订评估规准时,触发视觉映射表的版本升级及状态数据结构中评估规准要素的更新,以实现书级回流,使评估结果不仅用于当前页面的修正,更能够回流至设计层推动评估规准本身的迭代优化。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com