自动追问功能通常是指一个系统能够根据用户的问题和上下文自动生成相关的问题，以便获取更多信息或深入了解某个话题。在设置智能体的配置信息以实现这一功能时，可以遵循以下步骤：
定义追问规则：根据业务需求和对话场景，定义何时以及如何发起追问。例如，如果用户的问题不包含足够的信息来提供准确的答案，或者如果需要更多细节来提供个性化的建议。
配置上下文理解：智能体需要能够理解对话的上下文，包括用户的问题、之前的对话历史以及任何相关的主题或领域特定的信息。
设计问题生成算法：开发或集成一个算法，用于根据当前对话上下文生成追问问题。这可能涉及到自然语言处理（NLP）技术，如语言模型、意图识别和实体识别。
设置追问策略：确定追问的策略，例如，是否需要在每次对话中追问，或者只在特定情况下追问。
集成机器学习模型：如果追问功能需要更高级的理解能力，可能需要集成预训练的机器学习模型，如BERT、GPT等，来增强语言理解能力。
实现反馈机制：设置机制以收集用户对追问问题的反馈，以便不断优化追问策略和问题生成算法。
测试和调整：在实际对话中测试自动追问功能，并根据测试结果进行调整。确保追问问题的相关性和有效性。
用户界面集成：在用户界面中集成自动追问功能，确保它能够无缝地与用户的交互流程集成。
隐私和合规性：确保自动追问功能遵守相关的隐私法规和最佳实践，尤其是在处理个人数据时。
持续监控和优化：持续监控自动追问功能的表现，并根据用户反馈和系统性能进行优化。
在技术实现上，可以通过编程方式设置智能体的配置文件或数据库中的相关参数，来控制追问功能的行为。例如，可以创建一个配置文件，其中包含追问的触发条件、问题模板、用户反馈处理规则等，并在智能体的代码中读取这些配置来执行相应的追问逻辑。
请注意，自动追问功能的设计和实现可能需要跨学科的知识和技能，包括人工智能、机器学习、自然语言处理和软件开发等。
宏观调节包括期望目标、追问策略和参与机制，旨在调节、控制和干预学习过程。1）期望目标即教学目标，是学习活动的出发点和最终归宿，规定了智能苏格拉底的基本功能和追问方向。2）追问策略涉及两个维度。智能苏格拉底的追问策略是基于ChatGPT、学习分析和数据挖掘等技术，模拟苏格拉底追问方式的智能追问方法。学习者追问策略是学习者通过教师培养形成的追问方法和技能。3）参与机制指促进学习者参与人机持续追问的各要素关系及其运行方式，涉及学习者的参与动机、参与行为、持续参与影响因素和智能苏格拉底的持续参与追问功能。
课前学习活动包括学生自学和人机探究。自学涉及网课学习、自主测验、头脑风暴和作业探究。学生利用教师自建的“远程教育学”网课自主学习。自主测验包括视频中嵌入的测试题和课后测验。头脑风暴指利用学银在线平台的论坛功能，学生在这一学习社区开展讨论交流。作业探究指学生在头脑风暴或者QQ群中，围绕作业开展的人机群体探究活动。助教或者智能苏格拉底提前一周在平台发布作业，学生通过讨论交流完成作业。智能苏格拉底为学生课前自主学习提供支持。首先，智能苏格拉底会根据时间节点，从数据库中抽取作业，利用QQ服务器发布在QQ学习空间中。其次，智能苏格拉底利用学习分析技术，根据研究目的和研究问题，分析学生的个性特征、会话内容和会话频次，为学生提供针对性、个性化和及时的反馈信息。第三，智能苏格拉底基于学习分析结果，对学习者询问内容或反馈信息持续追问，也会从QQ学习小组随机抽取学生，引导他们参与人机讨论和持续追问学习。
在人机持续追问的过程中，实线表示人机追问的关键路径，虚线表示人机追问可以避免的路径（见图1）。螺旋虚线的直线箭头表示诱导学习者思考的人机复杂追问过程。智能苏格拉底收到学习者的“请教问题”，一般不会直接反馈答案，而是通过“质疑问题”引发对“请教问题”的追问。智能苏格拉底会对“请教问题”进行本体追问，引导学习者探究该问题。本体追问是对“请教问题”中关键内容“是什么”的追问，用于建立人机持续追问的起点。持续追问有助于改变学习者的认知结构，促进学习真正发生。