本研究解决了中文学习者在不同语言水平上使用生成式人工智能的个性化教学问题。研究提出了一种基于特定提示的创新方法，旨在提高学习者的口语和书写能力。结果表明，恰当的提示可以显著提升学习者对目标语言的接触，并促进语言能力的发展。

本文介绍了基于CEFR的句子评估语料库和句子级评估模型，解决了级别分布不平衡问题，实验准确率达到84.5%。提出了Language-Model-as-an-Examiner框架，利用指令数据集提升模型性能，并建立了覆盖65种语言的多语言数据集，旨在弥补资源差距。研究还探讨了自动评估方法的可靠性及其在语言学习中的应用。