让每位老师都能用上优质的测评

完整的故事

SimpleQuizMaker 诞生于 2024 年的一个具体痛点：为自己的学习准备练习测验，花的时间比学习本身还长。现有的工具要么是竞赛平台（适合在现场活动中活跃气氛，不太适合认真练习），要么是抽认卡应用（适合背单词，不太适合推理），要么是通用问卷工具（哪样都不太适合）。没有一个工具提供认知科学研究反复证实为最有效学习技巧的形式：难度适当、干扰项合理的检索练习。

第一个版本是我们为自己做的。后来，一位当老师的朋友想用。接着是她的同事。如今，老师、备考职业资格考试的学生和培训团队出于各不相同的原因使用着同一种方法。产品的演进依据的是他们的反馈，而不是我们最初的假设。

我们对学习的信念

• · 考试不是学习的对立面——它本身就是一种学习方式。 Roediger 和 Karpicke 在 2006 年关于检索练习的研究此后被重复验证了数十次，也是整个产品的基础。
• · 间隔学习每次都胜过临时抱佛脚。 同样的总学习时间分散到几次进行，长期记忆效果可提高 2–3 倍。工具应该让间隔学习成为默认，而不是依赖超常的自律。
• · 好题目最取决于好的错误选项。 正确答案谁都会写。测验能否教会人东西，取决于干扰项。
• · 平庸的 AI 测验是一种倒退。 没有领域背景和质量过滤，AI 只会生成乏味的死记硬背题。有了它们，AI 出题的速度远超人工。
• · 老师比算法更了解自己的学生。 我们的工作是承担繁琐事务（编写干扰项、排版题目、导出到 LMS），而不是取代教学判断。

我们如何盈利

靠订阅。个人老师和偶尔使用的人大多停留在免费版；经常学习的学生、老师和培训团队会升级到每月 US$2.99 的 Student 方案。我们不在已登录用户的面板中展示广告，不出售数据，也不在介绍竞品的页面上做联盟推广。博客会向未登录的访客展示展示广告（免费版因此得以维持）；这些广告只有在你明确同意 Cookie 后才会加载。

我们的技术架构

SimpleQuizMaker 基于 Next.js 构建，通过 Docker 部署在位于德国的 Hetzner 服务器上——而不是 Vercel、AWS 或其他美国大型云服务商。数据存储在同一基础设施上的 PostgreSQL 中。AI 生成使用 OpenAI。我们不使用 Firebase 或 Supabase；除用于登录的 Google OAuth 外，没有其他外部提供商。整套技术都可替换；我们尽量减少依赖，让替换任何单个组件的成本保持低廉。

数据存储在欧盟境内是默认设置，而不是付费的企业附加项。对我们来说，GDPR 是起点而非上限，其余一切都建立在它之上。

接下来的计划

按用户需求频率排序的三大方向：

1. 1. 原生 LMS 集成。 目前：QTI 导出。计划中：LTI 1.3、完整的 Canvas LMS 集成，然后是 Moodle、Blackboard 和 Schoology。
2. 2. 移动应用。 iOS 应用已在 App Store 上架。Android 应用已完成，目前处于封闭测试阶段；Google 的测试流程结束后将向所有人开放。
3. 3. 测验题的间隔重复安排。 抽认卡已经采用基于 SM-2 的复习安排；我们希望把同样的安排带到测验题中，让答错的题一键即可复习。

信任信号（坦诚清单）

• · 没有风险投资。 我们靠自有资金发展。因此比拿了投资的竞争对手增长得慢，但对用户真正想要的东西响应更快。
• · 附带更新日志的公开路线图。 每次上线重大更新，我们都会发一篇博客文章说明。
• · 14 天内退款，适用于所有付费方案，无需说明理由。
• · 我们坦诚面对局限。 AI 生成不是魔法；有些主题效果比其他主题好，我们会如实告诉你。
• · 支持邮件由真人回复。 写信至 hello@simplequizmaker.com，团队成员通常会在下一个工作日回复。