Automatisieren Sie die Erstellung von Prüfungsfragen aus Google Docs und sparen Sie Stunden
Die manuelle Erstellung vielfältiger Prüfungsfragen (offene Fragen, Multiple-Choice) aus umfangreichem Studienmaterial ist zeitaufwendig und arbeitsintensiv für Lehrende. Dieser Workflow nutzt KI mit RAG, um automatisch hochwertige, umfassende offene und Multiple-Choice-Fragen aus Google Docs zu generieren und reduziert die Vorbereitungszeit drastisch.
Documentation
Automatisieren Sie die Erstellung von Prüfungsfragen aus Google Docs
Dieser n8n-Workflow revolutioniert die Erstellung von Prüfungen, indem er die Generierung von offenen und Multiple-Choice-Fragen direkt aus Ihren Google Docs-Inhalten automatisiert. Entwickelt für Lehrende und Inhaltsersteller integriert er KI-Sprachmodelle und Vektordatenbanken, um effizient qualitativ hochwertige, relevante Prüfungsunterlagen zu produzieren.
Hauptmerkmale
- Extrahiert automatisch Inhalte aus Google Docs zur Analyse.
- Generiert 10 offene Fragen, die zum kritischen Denken anregen.
- Erstellt 10 Multiple-Choice-Fragen mit einer richtigen Antwort und drei plausiblen Distraktoren.
- Nutzt Retrieval Augmented Generation (RAG) mit Qdrant, um faktische Genauigkeit von Antworten und Optionen sicherzustellen.
- Speichert alle generierten Fragen und Antworten übersichtlich in Google Sheets für einfache Überprüfung und Verteilung.
- Verwendet Google Gemini und OpenAI für fortgeschrittene natürliche Sprachverarbeitung und Embeddings.
Funktionsweise
Der Workflow beginnt mit dem Abrufen des Inhalts eines angegebenen Google-Dokuments und wandelt diesen in ein sauberes Markdown-Format um. Dieser verarbeitete Text wird dann in Abschnitte unterteilt, mit OpenAI eingebettet und in einer Qdrant-Vektordatenbank gespeichert, wodurch eine durchsuchbare Wissensbasis entsteht. Anschließend werden zwei parallele KI-gestützte Ketten aktiviert. Die erste Kette verwendet Google Gemini zur Generierung von 10 offenen Fragen basierend auf dem Dokument. Jede Frage wird dann an eine RAG-Kette weitergeleitet, die die Qdrant-Datenbank konsultiert, um eine präzise Antwort zu formulieren, welche anschließend in einem Google Sheet erfasst wird. Gleichzeitig erzeugt die zweite Kette 10 Multiple-Choice-Fragen. Für jede MC-Frage nutzt ein KI-Agent das RAG-Tool, um die richtige Antwort zu identifizieren und drei plausible, falsche Distraktoren zu erfinden. Diese strukturierten MC-Fragen einschließlich der richtigen Antwort werden dann in einem separaten Tabellenblatt innerhalb desselben Google Sheets gespeichert. Dies gewährleistet eine robuste und faktisch fundierte Ausgabe für alle Ihre Prüfungsanforderungen.