第 2 课 拍题讲解：拍下一道题，AI 先思考再一步步讲 | 大模型多模态专题

返回专题

• 做完你会得到什么
• 和第 1 课比，这一课新在哪
• 界面组件
• 分步搭
  • 第 1 步：打开思考模式
  • 第 2 步：两套提示词，按开关二选一
  • 第 3 步：思考与讲解分开显示
  • 第 4 步：常用追问做成按钮
  • 第 5 步：开始与结束（按钮状态集中管理）
• 这一课的要点
• 常见问题
• 平台说明
• 下一课

做完你会得到什么

一个「拍题讲解」App：拍下一道作业题，AI 先想十几秒，再用 1. 2. 3. 一步步讲；打开开关能看到它是怎么想的；没听懂就点「这步没看懂」，想练习就点「出道类似题」。

图为执行最终 .aia 里的真实积木生成的布局预览，不是真机截图；AI 的回答与照片、生成的图片都是示意。

下载本课 .aia（HomeworkTutor.aia）

和第 1 课比，这一课新在哪

API Key 卡片、拍照选图、压缩、防重复点击、出错提示的做法与第 1 课一样，这里不再重复，下载的 .aia 里都有。

界面组件

在第 1 课的基础上：

分步搭

第 1 步：打开思考模式

两行就够。ReasoningEffort 有 high（默认，普通题目）和 max（竞赛题、长推理）两档，max 更慢、更费 token。

when Screen1.Initialize() {
  组件美化1.SetAsCard(垂直布局_密钥)
  组件美化1.SetAsCard(垂直布局_拍题)
  组件美化1.SetAsCard(垂直布局_讲解)
  组件美化1.SetAsCard(垂直布局_追问)
  // 数学题开思考模式：先推理再作答，准确率明显更高
  DeepSeek1.ThinkingEnabled = true
  DeepSeek1.ReasoningEffort = "high"
  密码输入框_密钥.Text = 微数据库1.GetValue("deepseekKey", "")
  使用密钥(密码输入框_密钥.Text)
}

只有 DeepSeek 组件有 ThinkingEnabled。千问、Kimi、豆包的组件不暴露这个开关，拓展也不会给它们发思考参数。

第 2 步：两套提示词，按开关二选一

提示词写得越具体，讲解越像老师。两条经验：

• 规定格式：「每步一行，用 1. 2. 3. 编号」，手机上才好读。
• 不要 Markdown 和 LaTeX：模型默认爱用 **加粗** 和 \frac{1}{2}，标签不会渲染，满屏符号。让它把公式写成 x^2、√、× 这样的普通字符。

global 正在回答 = false
global 有题 = false

function 讲题提示词(只讲思路) {
  return choose(只讲思路, "你是耐心的家教。看图里的题目：先用一句话说出题型和考的知识点；再分步骤讲解题思路，每步一行，用 1. 2. 3. 编号；不要给出最终答案，最后用一句话提示学生自己算出结果。只用纯文字，不要用 Markdown 和 LaTeX，公式写成 x^2、√、× 这样的普通字符。", "你是耐心的家教。看图里的题目：先用一句话说出题型和考的知识点；再分步骤写出完整解题过程，每步一行，用 1. 2. 3. 编号；最后单独一行写「答案：」和结果。只用纯文字，不要用 Markdown 和 LaTeX，公式写成 x^2、√、× 这样的普通字符。")
}

procedure 讲题(图片) {
  if 正在回答 {
    底部提示条1.Show("上一题还没讲完，稍等一下")
  } else if DeepSeek1.APIKey == "" {
    底部提示条1.Show("先在上面填好 API Key 并点保存")
  } else {
    // 题目照片压到最长边 1600：字要看得清，比识物多留一些细节
    var 小图 = 图片处理1.Compress(图片, 1600, 85)
    if 小图 == "" {
      底部提示条1.Show("这张图片处理不了，换一张试试")
    } else {
      图像_题目.Picture = 小图
      有题 = true
      DeepSeek1.StartNewChat()
      开始回答("正在思考……")
      DeepSeek1.ChatWithImage(讲题提示词(开关_只讲思路.On), 小图)
    }
  }
}

题目照片压到 1600（第 1 课是 1024）：识物看轮廓就够，读题要看清每个数字和符号。

照相机的「拍摄完成」和图像选择器的「选择完成」都调用 讲题，写法与第 1 课相同。

第 3 步：思考与讲解分开显示

思考模式下，一次回答分两段送来：

1. 先是一串 GotReasoning(part, 假)——模型在「想」；
2. 想完了来一次 GotReasoning("", 真)；
3. 然后才是 GotStream(part, 假)……最后 GotStream("", 真)。

所以把两条通道接到两个标签上就行，互不干扰。想隐藏思考过程，不用改任何属性：不连接 GotReasoning 就不显示；这里为了能随时打开，内容照收，只用开关控制布局可不可见。

when 开关_显示思考.Changed() {
  垂直布局_思考.Visible = 开关_显示思考.On
}

when DeepSeek1.GotReasoning(part, finished) {
  标签_思考.Text = join(标签_思考.Text, part)
  if finished {
    标签_状态.Text = "想好了，正在讲解……"
  }
}

when DeepSeek1.GotStream(part, finished) {
  标签_讲解.Text = join(标签_讲解.Text, part)
  if finished {
    结束回答()
    标签_状态.Text = "讲完了。哪步没懂就接着问。"
  }
}

中途验证：拍一道一元一次方程。状态行先是「正在思考……」，十来秒后变成「想好了，正在讲解……」，讲解一行行出来；打开「显示思考过程」，灰色区域里是它的草稿。

第 4 步：常用追问做成按钮

when 按钮_没看懂.Click() {
  追问("上面讲的我没看懂，请换一种更简单的说法，最好举个生活里的例子，再讲一遍。")
}

when 按钮_出类似题.Click() {
  追问("按同样的知识点出一道类似的题考考我，难度差不多。先只给题目，不要给答案和提示。")
}

when 按钮_追问.Click() {
  var 问题 = trim(文本输入框_追问.Text)
  if 问题 == "" {
    底部提示条1.Show("先写下想问的话")
  } else {
    文本输入框_追问.Text = ""
    追问(问题)
  }
}

procedure 追问(问题) {
  if not 有题 {
    底部提示条1.Show("先拍一道题")
  } else if 正在回答 {
    底部提示条1.Show("还在讲，稍等一下")
  } else {
    开始回答("正在思考……")
    DeepSeek1.Chat(问题)
  }
}

中途验证：讲完后点「出道类似题」，得到一道新题且没有答案；把自己的答案写进追问框点「问」，它会批改。

第 5 步：开始与结束（按钮状态集中管理）

按钮多了以后，把「变灰」和「恢复」各写成一个过程，所有入口都调用它们，就不会漏掉哪一个。

procedure 开始回答(状态) {
  正在回答 = true
  标签_思考.Text = ""
  标签_讲解.Text = ""
  标签_状态.Text = 状态
  按钮_拍照.Enabled = false
  图像选择器_相册.Enabled = false
  按钮_没看懂.Enabled = false
  按钮_出类似题.Enabled = false
  按钮_追问.Enabled = false
}

procedure 结束回答() {
  正在回答 = false
  按钮_拍照.Enabled = true
  图像选择器_相册.Enabled = true
  按钮_没看懂.Enabled = true
  按钮_出类似题.Enabled = true
  按钮_追问.Enabled = true
}

这一课的要点

• 思考模式只在 DeepSeek 上有，开了以后多一条 GotReasoning 通道；回答照样从 GotStream（流式）或 GotText（非流式）出来。
• 显示与否只看你接不接 GotReasoning，旧版的 HideReason 属性已经去掉了。
• 多轮对话会一直累积：第 4 次追问时，请求里是前 3 问 3 答再加这一问，图也一直在里面。所以换题必须 StartNewChat。
• 提示词里规定格式和不要什么，比只说「讲一下这道题」有用得多。

常见问题

平台说明

• 安卓、鸿蒙都支持思考模式；鸿蒙版的 DeepSeek 组件同样有 GotReasoning 事件。
• 业务检查见验证记录：思考片段只进思考标签、讲解标签不混入、开关只控制可见性、追问时请求里带着题目图片等，都逐条执行过。

下一课

第 3 课 拍餐估热量：前两课的回答都是给人看的文字；下一课让模型回 JSON，App 自己解析、计算、记账——这是把大模型接进「真正的功能」的关键一步。