ARTICLE · 1053421
学了那么多AI工具,对教学上到底有没有帮助,近期跟一位老师粉丝做了交流,结果超出我的想象
#AI时代#国家政策#AI教学#AI教育#AI备课#AI课堂#Ai通识课

10年青少年编程教育经验 | 资深Python专家
前大厂技术总监 | 现编程教育创业者
专注青少年编程教育技能提升
大家好,我是方老师,一个正在推行AI教育知识分享的人。
我将重心移到AI赋能教育工具和知识的分享已经有一段时间了。
就在两周前,一次培训结束后与一位老师学员交流的结果超出了我的想象。

她特意留下来,有点迟疑的问了我一句话:
"方老师,课我都听了,工具也装了,豆包、DeepSeek都试过。可回到办公室,感觉工作一点没变轻。"
我有点愣住了,怎么跟之前收到的反馈完全不一样呢,之前很多人反馈多多少少都有提效的,是不是用的不对呀。
于是,我就请她坐下来,具体聊聊。
从交流中我获得更多信息。
她不是不会用AI。
她的愿意是她参加过不少培训,也在培训中实际操作过。
可一回去,真正要用到工作中
—— 备课、教案、活动表、课件制作这些,就不知道从哪里下手。
听的时候觉得懂了,用的时候,就觉得懵了。
听到这里,我就有数了。
凭我多年的经验,这个问题的症结主要还是她参与的很多培训基本是普及课,很多培训老师既不是技术出身也不是老师出身,少了‘地气’。
这也是之前我自己遇到的一个误区。
01 培训教的是"工具",工作要的是"流程"
以前听培训,常是这个工具讲一点、那个功能试一下。
PPT生成、表格整理、文档润色、图片制作,每个都像一门新课。
听完觉得收获很大,回到学校后打开电脑,面对自己手头那摊具体的事,还是发懵。
原因其实很简单:培训是按"工具"组织的,工作却是按"流程"运转的。
工具是散的,工作是连成串的。
今年4月,教育部等五部门印发《"人工智能+教育"行动计划》,明确提出支持教师"人机共创备课"。
政策方向很清楚:AI不是给老师多一个工具,而是要嵌进备课、上课、作业的完整链条。
方老师也是尽量按照这个逻辑讲,但现实里,多数人还卡在"工具"这一层。
所以,那天天还早,我就让她给我一个最近要上的真实课,现场给做了。
02 第一遍:让AI"猜"你的工作
那天,我们没再讲任何概念,直接拿她近期要上的一节课开始做。
第一遍,只输入这个课的名字和基本要求,让它直接生成教学设计。
不到两分钟,内容就出来了,环节齐全,排版漂亮。
但一页页往下看,问题就藏不住了
—— 很多细节,其实是AI照着"通用模板"猜出来的。
它没问用什么教材,用了通用的教学模板,没考虑这节课的学生基础和课堂要求。
它只是按一个"通用教学设计"的样子,把东西编了出来。
看上去能用,实际上用不了。
看到这里,我跟她说:
AI不是不会干活,是它根本不清楚你的风格,就能猜了。
03 第二遍:先让AI"懂",再让AI"做"
第二遍,我们把她的教材、教学模板和已有的资料,一起拉进工具的对话框。
先不急着让他输出东西,而是让AI先补充知识并理解:用户要教什么、用什么模板、课堂怎么组织、习惯或者规范是什么。
等它"看懂"了这些,我们再让它重新生成。
这次结果明显不一样。
同样的主题,这一次的产出是贴着教材来的:环节对得上进度,任务卡符合她的模板,连语气都更像她自己写的。
原来,AI能不能帮上忙,取决于它对你工作的了解程度。
04 顺着工作流走,散落的活串成了一条链
接着,我们没有继续调提示词,而是问她接下来做什么,有什么步骤没?
她给我了一个大致的,教学计划定下来,继续做教案和评价表;如果有互动活动的化,还要找图片、视频和其他教学资源;最后,把这些组织成配套课件。
这里我也提醒她,AI找到图片和视频后,人一定要做好复核。
这样原本散落的事情,慢慢串成了一条完整的工作流:

看似普通的工作节点,正在被AI重新组织。
这里感觉她有点信心了,但是我跟她说下一步其实也很关键,而且也是AI结果是否能实战的关键之一。
05 AI出初稿,人做判断
听我说完这个,她就开始做判断:
"这个活动包含的知识太多了,学生消化不了。"
"这一段的例子,换成我们班孩子熟悉的场景才行。"
"这里其实不需要这么多解释。"
"能不能再简洁一点?"
AI不停地输出版本,她就不停地改。
AI负责生成,老师进行矫正和优化。
这个看过我前面文章的粉丝肯定都有印象,我一直在强调这个。
最后我给了她一个步骤,适合想快速学会的人。
06 让AI接住你的工作,三步就够了
我这里也把这个分享给大家,可以按这三步试试:
第一步:先让AI"吃懂"你的工作。
把教材、模板、真实资料先喂给它,让它理解你的工作背景,而不是空猜。
这一步,决定了AI输出的是"通用版"还是"你的版本"。
第二步:从一条真实工作链切入,而不是学单个工具。
挑一个高频、重复、低风险的场景,沿着你原本的流程走,让AI接住每个环节里最重复的那部分。
第三步:AI做初稿,人再做取舍,必要时可分段让AI做。
AI负责出第一版,你负责判断哪里不对、哪里太多、哪里不需要。
判断权,永远要在人手里。
也提醒一句:不是所有工作都适合马上交给AI。
涉及数据安全、容错要求高的环节,先把边界想清楚。
你的工作里,哪一部分最希望用AI承接?欢迎在评论区聊聊。
#AI工作流 #教师提效 #AI落地 #人机共创 #AI教育
觉得有用的话,点个「爱心」,转给也在用AI备课的同事。
————☀本文完结☀————
欢迎关注!我们一起成长!
作者简介:方老师,资深信息技术从业者,有接近30年的技术从业经验,擅长用简单易懂的方式讲解复杂的技术问题,希望能帮助大家解决问题