AI 出不了好教案,不怪它,怪我们没把经验喂进去

    听一位老师吐槽：让 AI 出一份教学设计，它给的是三维目标。

    我们这边早就在用素养目标写教案了。这一下，办公室里笑声很整齐——看吧，AI 也就这样。

    这个笑，我笑不太出来。

我们笑的其实是自己的经验差

    让 AI 做方案、出教学设计、做 PPT，多数人第一次试完都会失望。因为我们有十几年、二十几年的教学经验，心里有一套"什么叫好"的判断标准；AI 没有，它端出来的东西一眼就不合格。

    问题在于，我们把"我不满意"直接翻译成了"AI 不行"。

    它确实不懂我们的背景经验。可它凭什么懂？它没在我们的备课组里坐过，没被教研员改过教案，也没经历过课标从三维目标换到素养目标那一轮。它手里只有过去公开发表的那些文本，那些文本里，三维目标占了大头。

它糊弄你，是因为你只给了它糊弄的料

    大模型判断的依据，就是训练时投喂的语料。喂进去什么资料，它就长成什么思维方式。

    这个道理说出来简单，用起来很多人绕不过去：AI 的输出质量，上限由投喂决定，不由模型参数决定。

    我见过两种老师。一种试两次失望，从此把 AI 归到"花架子"那一类，逢人就说没用。另一种反复跟它掰扯，一次一次告诉它"这里不对，我们要的是素养目标，要写清可观察的表现"，几轮下来，同一件事它做得越来越顺手。

    后者不是更有耐心，是看懂了一件事：这个反复纠正的过程，本身就是驯化。

驯化不是玄学，是把它当新来的老师带

    你把一个新入职的年轻老师带出来，靠什么？不是靠他聪明，是靠你一遍一遍说"我们学校不这么写""这个环节学生没有真正的思考""评价要落到具体表现上"。

    跟 AI 对话是同一件事。你说得越具体，它下次越像你想要的。

    这里有个门槛要跨过去：别问"帮我写个教案"，要告诉它"我们学校的教案长什么样"。 把你认可的一份样板贴给它，把你否掉它的理由说清楚，把学生的实际情况交代给它。这些动作做三五次，它给你的东西会明显不一样。

有个省事的办法：让 AI 给自己写提示词

    有老师问：有没有不这么费劲的路子？

    有。先别让它干活，让它设计"该怎么干"。

    你可以这样问它：这件事，顶级专家会怎么设计？他会用到哪些调研资源？他会用什么方式收集信息、信源从哪来？他会盯住哪几个关键结果、怎么评价？过程中可能遇到什么困难，怎么克服？

    它会给你一份相当完整的框架。你拿这份框架当提示词，再让它按框架干活，出来的东西通常周全得多，也能调动到它更新的思维能力。

    这一步的价值在于：你借的是专家的思考结构，不是 AI 的现成答案。

天下没有白来的周全

    这里得说句实话。回答越简单，消耗的资源越少；回答越复杂，调用的信源越多、推理越难，烧的 token 越多。

    所以"让它多想一会儿"是有代价的。日常那些不重要的活儿，别让它绕大圈；真正要拿出去用的方案、设计，值得多花这一份。

    我们总说 AI 不懂我们。反过来看，我们花了多少时间让它懂？

    给它能听懂的提示词，让它自己卷自己——这个过程中，你看到的是它的能力，也是自己的进步。因为把经验说清楚这件事，本身就在逼你把默会的东西讲明白。

    下次它给你的东西不合意，先别关窗口。试着回一句："不对，我们不是这么做的，我告诉你我们是怎么做的。"

    这句话说出口，驯化才开始。

做更好的自己！