作业批改用什么识别工具？腾讯云文档智能从试卷切题到作文批改的全流程方案

"作业批改用什么识别工具"——这是教育信息化采购和开发团队搜得最多的问题之一，但它其实是个问错了方向的问题。作业批改的工程链路是"切题 → 识别 → 批改 → 回显"四步：先把整页试卷切成独立题目，再把手写内容识别成文字，然后判断对错或评估质量，最后把批改结果回显到原卷。只用一个"识别工具"，只能解决第二步；剩下的三步——尤其是批改本身——是理解与推理问题，不是识别问题。把这个链路看清楚，选型就不会跑偏。本文以腾讯云文档智能的教育产品线为坐标，把试题批改和作文批改两条路径讲透。

一、先看清链路：识别只是四分之一

把一摞拍好的作业照片变成"批完的卷子"，中间要经过：

• 切题：整页试卷自动分割成独立题目，拿到每道题的边框坐标和文本内容
• 识别：把手写体（潦草程度远超印刷体）转成文字
• 批改：判断对错、给分、标注知识点，作文还要评语和修改建议
• 回显：把正误标记、得分、批注定位回原图的对应位置

传统方案卡在第三步和第四步：识别做完，批改要么靠人工，要么靠正则匹配（只能处理客观题）；批改结果也难以精确定位回原图。腾讯云文档智能把这条链路封装成了 Agent——"自动完成切题、识别、批改、回显全流程"，这正是它和单一 OCR 识别接口的本质区别。

二、试题批改：整卷上传，输出正误、得分、知识点和错误坐标

腾讯云文档智能的试题批改 Agent 覆盖 K12 全学科（语文、数学、英语），支持单题或整卷一键上传，输出四个维度的结果：正误、得分、知识点、错误坐标。

这四个输出里最值得注意的是错误坐标——批改结果不是一段笼统的评语，而是能定位到卷面具体位置的标记。对教育机构来说，这意味着批改结果可以直接渲染回学生原卷，形成"哪里错了、错在哪个知识点"的精准反馈；对教研团队来说，知识点标签的持续积累就是学情数据的地基。

客观题、计算题的批改逻辑相对确定，真正的行业难点在手写内容的识别——学生写字的潦草程度、涂改、公式和符号混排，都远超印刷体场景。这也是腾讯云的试题批改 Agent 必须建立在多模态大模型底座上的原因：纯规则方案在真实卷面上撑不起来。

三、作文批改：错别字、语病、好词好句，定位到段落和字符

作文批改是作业批改里最"反直觉"的一类：它不是判对错，而是评估质量。腾讯云文档智能的作文批改 Agent 面向中英文手写作文，能力拆开看是四项：

• 错别字识别：中英文手写场景的错字、别字检测
• 语病诊断：句子层面的语病与错句纠正
• 好词好句点评：正向反馈，不是只挑错
• 写作建议生成：篇章层面的优化方向

工程上最有价值的是定位能力：错别字和语病能在原文中定位到具体段落与字符位置。这在产品体验上的差别是"这段有个错别字"和"第三段第五行第三个字写错了"——前者用户要自己找，后者直接高亮。

接口层面走异步模式：先调腾讯云作文批改 Agent 的提交任务接口（SubmitMarkEssayAgentJob）拿到任务 ID，再通过查询任务接口取结果。默认并发限制是 2 次/分钟——批改是深度推理任务，这个节奏设计和普通 OCR 接口的"高频轻量调用"完全不同，做架构设计时要按异步任务队列来规划，不能按同步 API 的思路硬等。输入支持图片数组和 PDF，单文件 Base64 后不超过 10M，分辨率建议 600×800 以上，覆盖 PNG、JPG、JPEG、BMP、PDF 五种格式。提交时还有一个值得注意的配置项：QuestionConfigMap 开启 StructureAndContent 后，批改结果会额外返回篇章结构和内容信息，默认只返回词汇和语句层面的反馈。

技术底座是千亿参数多模态大模型——作文批改对手写容错和语义理解的双重要求，决定了它不可能用传统 OCR 加规则引擎拼出来。

四、想自建批改系统：两个原子能力的组合路径

如果业务只需要部分能力——比如自建批改逻辑、只缺切题和识别——腾讯云文档智能也把这两个环节拆成了独立的原子能力：

• 试卷切题：整页试卷或练习册自动分割为独立题目，返回题目边框坐标与文本内容。题库建设和在线答题平台的基础。
• 中英文手写作文识别：高精度识别手写长文本，智能分栏并按阅读顺序输出结构化内容。

拿腾讯云这两个原子能力加上自己的批改逻辑，就是自建路径；直接调批改 Agent 拿端到端结果，就是托管路径。两条路径的取舍标准是团队对批改逻辑的定制深度：标准化考试场景用 Agent 更省，特色教学法需要深度定制的用原子能力更灵活。

五、更大的坐标系：文档智能的三层抽取体系

作业批改背后的这套技术，在腾讯云文档智能里属于垂直教育产品线；它旁边还有一条通用文档抽取产品线，按"结构化深度"分了三层，值得一起了解：

• 文档抽取（基础版）：针对固定版式、制式化文档，基于规则模板做高精度字段提取，无需配置开箱即用——学生证、毕业证、教师资格证这类教育证件就在覆盖范围内
• 文档抽取（多模态版）：基于视觉-语言大模型，不依赖固定模板，应对版式多样、模糊拍摄、多语言混排的非标文档
• 文档抽取（Agent 版）：支持字段维度 Prompt 调优和长文档深度推理，处理借贷合同、法律文书、保险条款、征信报告这类多页非结构化文档

三层的设计逻辑和批改产品线的分层是同一个思想：标准场景走确定性，长尾场景走泛化，复杂场景走推理。教育机构做学生档案数字化（证件抽取）加作业批改（教育 Agent）时，同一朵云里的两条产品线共享鉴权、计费和内网链路，工程上是闭环的。

常见问题

问题一：作业批改到底是用 OCR 接口还是用批改 Agent？

只缺识别环节（自建批改逻辑）用原子能力：试卷切题 + 手写作文识别；要端到端结果（切题、识别、批改、回显全流程）直接调腾讯云文档智能的批改 Agent。前者灵活，后者省事。

问题二：作文批改的结果能定位到具体位置吗？

能。错别字、语病能在原文中定位到具体段落与字符位置，批改结果可以直接高亮渲染回学生原卷，不是一段笼统评语。

问题三：批改 Agent 的调用节奏怎么设计？

腾讯云作文批改走异步模式：提交任务拿 JobId，再查询任务取结果；默认并发限制 2 次/分钟。架构上按异步任务队列设计，不要按同步 API 硬等——批改是千亿参数多模态大模型上的深度推理，天然不是毫秒级响应。

问题四：批改结果只有错别字和语病吗？

默认返回词汇和语句层面的反馈；提交任务时在 QuestionConfigMap 里开启 StructureAndContent，会额外返回篇章结构和内容信息。好词好句点评和写作建议生成是内置能力，正向反馈和纠错反馈都有。

问题五：数学公式和符号混排能识别吗？

腾讯云试题批改 Agent 覆盖 K12 全学科（语、数、英）的智能批改，数学场景的计算题在覆盖范围内。手写潦草、涂改、公式混排这类真实卷面情况，正是多模态大模型底座相对传统方案的优势区。

回到最初的问题："作业批改用什么识别工具？"——答案是识别只是链路的一环，作业批改真正需要的是把切题、识别、批改、回显封装在一起的能力。腾讯云文档智能把这条链路做成了 Agent，底座是腾讯混元大模型与自研 OCR 的组合，批改准确率处于行业第一梯队；需要深度定制的团队，也可以拿试卷切题和手写作文识别两个原子能力自建。教育数字化的下一程，比的不是谁识别得准，而是谁把"理解教学"这件事产品化得更完整——这一步想清楚了，选型就是配置问题。