AI 学伴 · 使用量与对话分类分析
AI 学伴使用量与对话用途概览
这份分析聚焦两个维度：AI 学伴使用量，以及学生与 AI 学伴的对话类型与用途结构。
一、AI 学伴使用量分析
按 audit_date / audit_time 聚合
每日使用量
9 月 1–10 日占全周期 59.1%，9 月 9 日达到峰值
小时使用分布
晚间 19:00–21:00 是最集中的使用时段
使用量阶段变化
月度窗口不是同质的：9 月前 10 天已经明显进入高使用阶段
二、学生对话类型与用途分类
一级分类为产品目标分类，不是对学生行为的道德判断
大类与小类占比
先看大类占全量，再看各大类内部的小类占比；条形长度按对应层级计算
正向使用合计 ，占 ；学习相关用途是最大组成部分，但 AI 学伴也被当作陪伴和兴趣入口。
分类口径
意图字段优先，文本关键词补充
1
学习类
知识问答、学科问答、语言学习、图片题目讲解、学习规划。
2
支持类
心理与情绪支持、生活知识与实用建议。
3
非目标类
游戏娱乐、闲聊情感、内容创作、角色/陪伴互动等。
“学习不相干”不等于“无价值”。如果产品战略是纯学习工具，它属于偏离；如果战略包含陪伴与心理支持，则需要重新定义目标。
三、分析说明
范围、口径与限制
避免把分类结果过度解读
- 数据源
- audit_friend_20260910_185009.csv；本报告只嵌入聚合结果与短文本示例。
- 正向使用
- 学习支持、学习规划、语言/图片学习、生活知识与心理情绪支持。
- 非正向使用
- 这里指相对产品学习目标的非目标用途，包括游戏、闲聊、情感、内容创作和角色陪伴，并非对学生行为做道德评价。
- 分类方法
- 优先依据 intent 字段；intent 不足时用 input_prompt 中的学习、语言、图片、情绪、游戏和创作关键词补充。输入为空单列无法判断。
- 例子
- 均为来自原始记录的短文本脱敏示例；仅用于理解用途类别，不代表该类的全部内容。
- 说明
- 分类结果用于理解使用结构，不代表单个学生或单条对话的完整意图。
生成于 2026-09-11 · AI 学伴本地数据分析报告 · 源数据未被改写