ARTICLE · 1324095
老师如何借AI打磨教学设计?
老师如何借AI打磨教学设计?
让教学经验成为AI技能包 
初次用AI撰写教学设计时，我详细设置年级、课型、教学环节等提示词，生成文稿看似规范，却存在时长不符、器材脱离实际、学情分析空泛等问题。更麻烦的是，同一个单元6个课时，每次我都要重新输入大量提示词，而生成的文稿格式还前后不一。 问题其实不在AI，而在于我每次都是从零输入指令，没有将自己的经验一次性“存”进AI。后来，我摸索出借助AI撰写教学设计的三步工作法。 第一步，拆模板。筛选本人反复打磨、课堂效果良好的成熟教学设计，提炼出固定骨架：依次设置教材分析、学情分析、学习目标、材料与工具、教学重难点、活动流程、评价方案、安全提示等板块；同时明确各板块的字数范围，明确表述要求，如学习目标统一采用“学生能……”的句式，标注各活动流程的预估时间。这份骨架承载的不单单是格式，更是我对“一节好课长什么样”的理解与标准。 第二步，建技能。将模板连同约束条件固化到AI工具中。在通用大模型电脑版“工作模式”下，可在侧边栏新建技能，把课时设计的处理步骤、交付标准、参考模板一次性录入，保存成可反复调用的本地技能。还有一些大模型需要先把课标、教材版本、以往的教学设计投喂进个人知识库，再设置“读取知识库、按模板生成文稿”的技能。尽管多数平台自带大量预置通用技能，但最贴合教学需要的，往往是教师自己搭建的专属技能。 第三步，喂变量。教学中真正需要频繁改动的内容并不多，主要是年级班额、班级学情、课时数、重难点、器材条件等。把这些内容整理成变量表交给建好的技能，就能实现一次生成一个单元的4到6课时的教学设计，格式统一、逻辑连贯，跨学科内容也不会脱节。 这套AI备课流程落地后，还有4条规矩不能忽视。 一是模板必须出自本人真实授课案例，避免套用网络模板放大教学漏洞。二是课标条目、教材版本、学情数据由教师核定，AI仅负责根据指令组织文字。三是所有生成的内容必须人工复核。重点核查课堂时长、活动落地性、目标达成度、任务分层、器材适配和安全细则。四是同步更新AI技能，持续更新标准，实现后续课时设计质量稳步提高。 半年实践，我看到：AI不是替教师写教学设计，它只是高效地把教师已有的教学经验，精准放大到每一份教学设计上。 （作者刘松系重庆市铜梁区教师进修学校科技教研员） 用AI给问题链进行“体检” 
教学设计中最难的环节是什么？不是找素材、做课件，而是设计问题链。 我校着力推进“以问题链驱动学生思维发展”的课堂教学模式，明确问题设计的“四必准则”：必对标新课标、必契合学情、必形态科学、必逻辑成链。道理都懂，但备课时，教师面对教材常陷入两种困境：要么问题问得太大，学生无从开口；要么问题太碎，一个知识点拆成多个小问，思维反而散了。 学校语文学科组长在教学设计中也踩过这个坑。一次设计《背影》的问题链，她第一稿写了四问：“父亲做了哪些事？”“体现了什么情感？”“你有什么类似经历？”“如果拍成视频你会选哪个场景？”看起来由浅入深，但有教师指出，第二问过于笼统，学生难以找准思考方向。后来她把问题链草稿发给AI，让它对照“四必准则”逐条“体检”，整个操作分为三步。 第一步“对标检查”：向AI输入本节课课标与素养目标，由它判别各个问题是否落实核心素养、有无偏离教学重点。AI很快识别出“体现了什么情感”指向模糊，建议修改为“文中哪些细节体现了父亲的情感？请找出两处并说明理由”，将笼统的感受设问转变为立足文本的细读任务。 第二步“学情校准”：把上一节课堂教学评价单数据一并输入，明确哪些知识点学生已掌握、哪些还有困难，让AI判断问题难度是否落在学生的“最近发展区”。AI反馈第三问对基础薄弱学生可能偏难，建议加一个脚手架：“先回忆家人为你做的一件小事，再说说你的感受。”这一小改动，降低了入口门槛，又不降低思维要求。 第三步“逻辑验证”：让AI检查四个问题之间的逻辑链条是否通顺——前一问是否为后一问铺垫，后一问是否深化前一问，确保每问都具备清晰的思维导向，逻辑衔接也更为严密。 经过一学期各学科的实践运用，我有两点体会。一是AI更擅长“找毛病”，而非从头创作。如果直接交由AI从零生成问题链，成果往往趋于平庸；教师初稿交由AI审查，可以快速定位设问过空、缺少过渡、难度失当等问题。二是AI的“体检”不能取代教师思考，它更像一面镜子，暴露教学设计的疏漏；问题定稿以及课堂现场的追问点拨，依然离不开教师的教学智慧和现场判断。 （作者李建华系山东省高青县第三中学校长） 
AI辅助教学设计要做“减法” 
我是一名山区中学的英语教师。面对学生英语基础较弱、课时少、教研支持少的问题，我尝试借助生成式人工智能辅助备课。AI可以快速完成语篇分析，并据此生成教学设计，有效提升了备课效率。然而，几次实践后，我发现了一个问题：课堂上学生虽然完成了各类教学活动，但下课后脑袋空空，被问及收获时，很多学生说不出学到了什么。 针对这一困境，我反复摸索，逐渐总结出一套备课思路：备课前先问自己，这节课结束后，学生能带走什么。确立好这个学习终点后，再思考什么问题、什么活动能帮助学生抵达目标，无法支撑的活动是否可以省略。为此，我用5个问题对AI输出的内容进行筛选：不讲解这个知识点，学生能否理解文章主线？该知识点能否转化为学生可以动手完成的具体学习任务？保留这一内容，是文本本身需要，还是因为AI的分析文本提到了它？以学生现有基础，是否能够开展该内容的学习？这一内容是否服务于学生课后应当留存的知识？ 以人教版初中英语九年级《愚人节》一课为例，AI针对第二段给出的语篇分析，罗列了故事细节、逻辑梳理，以及不定式、同级比较等6至8个可讲授的知识点。我舍弃了碎片化零散语言点、段落微观对比以及过深的文化拓展，只保留文章主线结构图、作者意图解读以及相关逻辑训练。留存的课堂活动，服务于本节课学生应当带走的学习成果——完成个人小故事迁移练习。 上学期，我在初三两个班级开展了课堂“减法”教学尝试。刚开始下课回访，不少学生依旧说不清课堂所学。经过一段时间后，不少学生已经可以试着梳理文章内容。虽然概括不够完善，但学生已经能够感知文本行文思路，课后真正有所留存。 在此过程中，我也厘清了教师与AI的分工边界：AI负责梳理语篇框架、识别语言知识点、初步生成课堂活动；我依托5个问题完成内容取舍，立足学情作好判断与校准。当然，教学减法不等于减少巩固操练。基础薄弱的学生依旧需要足量的语言练习，实现语言技能内化。指向核心素养的探究活动、分层互动环节，也不能一味求简而简单取消，每节课还需预留几分钟，让学生当堂思考沉淀。 （作者谢春东系四川省巴中市通江县实验中学教师） AI让教学设计从学生困惑出发 
在撰写《藤野先生》这课教学设计时，读到“他的脸色仿佛有些悲哀，似乎想说话，但竟没有说”这句，我忽然冒出个念头：自己教了10多年这篇课文，内容已烂熟于心，可学生有时依旧不理解，到底卡在哪儿？ 于是，我在AI对话框里敲下：“假如你是初三学生，读完《藤野先生》，写出你最困惑的3个问题。”很快屏幕跳出3条回复：“鲁迅弃医从文跟藤野先生有什么关系？课文前面写那么多学医的事干什么？”“藤野先生对鲁迅那么好，鲁迅回国后为什么一直没给他写信？”“藤野先生又不是中国英雄，为什么要我们学这篇？” 这3个问题让我后背一凉。前两个是我教案里从没覆盖过的视角，第三个我自以为讲明白了，但真讲透了吗？以前，我习惯先预设“学生应该理解什么”，再围绕这个预设设计问题链。可AI不认这个预设，它直接模拟学生的真实困惑——那些我作为“专家”已经遗忘的认知盲区。 我把3个问题做了分类，第一问涉及叙事结构与主题的关系，第二问指向情感表达的含蓄，第三问关乎经典的国际性价值。这三问重构了教学的问题链：从“写了什么事”转向“为什么这样写”和“这篇课文为什么跨越百年依然动人”。 教学设计中最难的不是找资料，而是找准“教什么”。AI不是给出标准答案，而是一面镜子，照出教师教学设计的思维惯性，它通过扮演学生的角色，把教师容易忽略、预设外的困惑提前暴露出来。 当然，AI的“诊断”不能照单全收，AI问诊后，开方子还得靠教师的专业判断。因此，我们需要让AI先“读”课文，再以学生视角生成问题，并加以专业教学判断。虽然花了时间，但它可以让我们的教学设计有另一种起点：从学生的未知出发，而不是从自己的已知出发。 AI在教学设计中最实在的作用，不是替代教师上课，而是替我们扮演那个问“为什么”的学生，帮助教师看见自己思维的盲区。 （作者许织云系上海市闵行区君莲学校正高级教师） 
用AI把“冰冷算式”变成“温热问题” 
教了多年数学，我不怕讲授新知识点，却总为创设教学情境犯愁。以“乘加乘减混合运算”备课为例，以往我常用“商店买文具”的情境，钢笔、笔记本的素材学生早已熟悉，课堂反响平平。这次备课时，我向AI提出：围绕二年级乘加乘减混合运算，设计3个贴近城市小学生生活的探究情境，要有真实问题、便于课堂操作，能够引出运算顺序的讨论。 AI很快输出了3套方案，其中“运动会准备矿泉水”的素材，恰好是孩子们刚刚亲身经历过的生活事件。但AI给出的版本数据偏大：每班领4箱矿泉水，每箱24瓶，再额外领8瓶，并不适合二年级口算。我结合学情修改数据，将每箱改为8瓶，把额外领取调整为喝掉3瓶，得到算式“4×8－3”，顺势展开“先乘后减”运算顺序的探究。 那节课的效果出乎我的意料。课上，我刚说出“运动会咱们班领矿泉水”时，孩子们的眼睛就亮了。“为什么先算4×8？”“因为要先知道一共领了多少瓶，才能减喝掉的。”运算顺序不再是我强加的规则，而是他们自己在解决问题中“悟”出来的。 这次尝试让我看到，AI不是教师备课的替身，而是帮教师打开思路的“备课搭子”。它的价值，是在教师思路卡壳时，快速提供多个备选方案，把教师从“从零开始想”的苦差事里解放出来。但AI给的是“原材料”，能不能变成“好菜”，还得靠教师的“厨艺”。 这个“厨艺”，至少包含三道工序。一是“选”——教师要根据学情、校情、地域特点筛选AI方案，如“领矿泉水”接地气，学生熟悉。二是“改”——根据教学目标和学生认知水平微调AI方案中的数据、情节。三是“补”——教师要把自己对学生的了解补进去，让情境真正“活”起来。 AI时代的教学设计，考验的不是教师“会不会用AI”，而是教师“知不知道自己要什么”。如果教师自己对教学目标吃不透、对学情摸不准，AI给再多方案也只会眼花缭乱。反过来，当教师心中有明确的目标和清晰的学生画像，AI就能成为一个随叫随到的“灵感外脑”，帮我们把那些冰冷的算式，一个个变成有温度、有故事、有思考的好问题。 （作者崔建平系河南省郑州市二七区杏园路第三小学年级组长） AI抓细处，教师掌大局 
去年，我和同事大胆做了一个试验：收集县劳动名师工作室22位城乡教师，围绕三年级“小番茄种植”单元教学撰写的教学设计，统一交由AI评价，并将AI意见和教研专家的意见进行对照分析。这次对比试验给了我很大的触动。 首先，AI的优势是看问题比人细。专家提出任务设计应考虑学生动手能力的差异，AI顺着这一点给出基础组、进阶组、挑战组3档任务，还为手部协调性差的学生配了舀种子的小勺子，降低操作难度。专家指出技能指导忽略了实操细节，AI补上土壤湿度判断的“土办法”，手捏成团不散即可播种。它还自拟指标给方案打分，一位城镇教师的设计在教学目标维度得8分，教学评价只得5分，失分原因为只看劳动成果，不看过程表现。参与实验的教师纷纷表示，专家评课主要把方向，AI评课主要抓落实。 其次，AI的短板也很明显，很难适配复杂的学情。AI不了解学生的性格、家庭情况，看似合理的分层任务，却难以精准适配孩子。此外，它还无法适配城乡、地域差异，一位城乡接合部教师交上来的设计，它只笼统指出评价环节薄弱，拿不出贴合本校生源的优化方案。更关键的是，AI缺乏安全底线思维，它曾建议学生使用美工刀开展实操，却只字不提防护。一位青年教师照搬AI教案上课，发现多处漏洞。劳动教育重实操，安全底线必须把好，但AI无法胜任，这就需要教师的坚守。 经过多次探索和复盘，我总结出AI辅助劳动教育备课的三条核心准则。一是下指令要翔实，学情说得越细，AI挑得越准，避免套路化建议。二是AI输出的内容需要逐条审核，存疑就查教学规范、请教老教师。三是坚守主导底线，AI负责查缺补漏、优化方案，教学设计的安全与质量，始终由教师把控。 有人担心用AI，教师会从教学设计者变成选方案的人。事实上，真正的风险不是技术迭代，而是教师放手。AI把查找资料、梳理流程的事务接过去，教师则用时间深耕学情分析、课堂巡视等技术无法代替的环节。劳动教育讲究动手又动脑，备课亦是如此。技术进了门，把关的还得是教师自己。 （作者黄达厅系浙江省苍南县教师发展中心劳动教育教研员） 本文来源｜《中国教育报》2026年10月27日04版，原标题《如何借AI打磨教学设计》
教学设计是教学的一个重要环节，是决定教学质量的关键因素之一。
当前，人工智能的应用对教师做好教学设计有哪些作用？人工智能在教师教学设计中有哪些具体应用？一起来看这些专家、老师的观点——
