夜雨聆风
教研路上，AI可以是得力的协作者
在教育信息化的浪潮中，AI如何真正落地课堂，服务教学？
AI高质量教学直播间这场以“AI高质量协同备课”为主题的直播分享给出了参考答案。几位一线教师结合自己的实践探索，从AI知识库的搭建、AI助教的迭代优化，到AI阅卷与精准教学，全景式地展示了人工智能赋能教育的新可能。
01 AI知识库：让资源活起来
分享的第一位老师，从“艾玛知识库”（为ima知识库，腾讯旗下AI工作台）入手，介绍了如何利用知识库实现个人与团队的资源高效管理。
如何创建与存入
老师可以通过点击“加号”创建共享知识库（支持备课组、教研组甚至全校协作）或个人知识库（仅供自己使用）。上传方式多样：
🌱本地文件/文件夹：单个文件最大支持200兆，大文件可分拆上传。
🌱微信内容：阅读公众号文章时，可点击右上角图标直接存入，得益于ima与微信的打通。
🌱网页/笔记/录音：均可纳入知识库。
如何扩充与归类
🌱订阅他人知识库：通过“发现”功能搜索关键词（如“历史”），找到并订阅其他老师的公开知识库，资源可搬运（若权限允许）——打开目标文件，点击“添加到知识库”即可。
🌱归类建议：可按任务分类，而非仅按学科类别。例如，为生成“高中历史背诵默写清单”，单独建立文件夹，放入时间事件表、会考纲要、教材word版等参考资料，让AI基于该文件夹批量生成内容。
如何配置与使用
🌱提问模式：直接在对话框提问为“搜全网”；“@知识库名称”则为基于指定知识库的专属问答。
🌱模型选择：目前支持DeepSeek、元宝及智谱模型，后者更适合长文本、复杂任务。
🌱录音纪要：可录制最长2小时的课堂或教研会议，自动生成纪要和可复制的文本，便于复盘。
🌱笔记功能：随时记录教学灵感、论文素材，云端同步。
🌱课堂复盘：将课堂录音生成的纪要和原文存入知识库，使用“任务模式”生成包含教学目标达成度、分层评估、亮点与不足反思的专业复盘报告。
权限管理
🌱内容权限：可设置“可查看和保存”“可查看不可保存”“不可查看”。
🌱成员权限：可设置管理员、协作成员（可上传）、普通成员等，实现团队共建。
02 AI助教：从翻车到适配的真实迭代
第二位分享的生物老师，以“从教学痛点到学生刚需”为题，讲述了自己制作AI助教的跌宕历程。
为什么要做？
非选择题批阅耗时耗力，学生答案总踩不到点上，教师精力不足，无法实现精准辅导。目标是：AI能辅助批改、引导学生解题、出变式训练、自动记录错题。
翻车与调整
早期尝试中，AI直接显示答案、带冗长分析、变式训练甚至给出学生答案，完全帮不到学生。老师通过反复打磨提示词，一步步纠正：
🌱从“逐题批改”调整为“只输出批改结果，不做分析”。
🌱从“不要直接给答案”到明确要求“通过提问引导学生分析每个选项”，并精简提问语言，不先公布正确答案。
最终实现了这样的效果：学生提交作业截图后，AI会精准批注正误，通过提问引导学生逐步解题，并根据学生回答提供针对性的变式训练。
落地与传播
主要用在高中生物遗传题这一重难点上，AI的实时引导大幅提升辅导效率。老师没有强制使用，而是通过正向激励和学生分享心得，实现自然传播。针对会考班级，还用“秒搭”制作了选择题专项练习题库，根据学生答题情况自动推送同类题目。
核心结论：做好AI助教，关键不是复杂技术，而是精准的提示词——把教学要求、课堂教法、学科规范写细写实。
03 AI阅卷与精准教学：从手动到自动化
第三位物理老师，分享了AI阅卷的实践与精准教学的数据化尝试。
AI阅卷的底层逻辑
大模型具备多模态识别、深度理解、逻辑推理能力，因此可以完成主观题阅卷，并告知学生哪里得分、哪里失分、总分多少。
三个探索阶段
1. 在线模型尝试验证可行性：用豆包等工具粘贴答题卡图片和提示词，AI能给出详细得分点和总分，但无法批量操作。
2. 自动化程序提效：利用“钓鱼刀”等自动化程序模拟人工操作，实现批量阅卷，但免费网页有验证码或限流问题。
3. 专属客户端整合：部分老师自研程序，接入API，实现一键自动阅卷。操作流程：设置评分标准→标记答题卡图片位置和分数框位置→运行自动阅卷→导出批改记录（含AI对每道题的评价、学生正误及错误细节）。
精准数据分析
导出的批改记录，结合参考答案、题目材料、课程标准等，一起提交给AI分析，可生成包含题目分析、能力分析、难度评估、学生典型错误、共性学习问题、教学改进建议的详细报告。
学生学情追踪表
老师还制作了一张分板块、分考点的学情追踪表，每次考试后填入各考点的得分率。从高二下学期统计到高三，可清晰看到每个考点被考察的次数、最高/最低/平均得分率，精准定位学生薄弱环节。对于得分率低的题目，截图插入备注，之后可在组卷网用图片搜索找到同类题，进行针对性训练。
🌱🌱🌱🌱🌱🌱🌱🌱🌱🌱🌱🌱🌱🌱
总结与思考
这场直播给人最深的感触是：AI不会替代教师，但可以成为最高效的助教。几位老师的实践路径虽有不同，但都指向一个共同的方向——从真实的教学痛点出发，通过不断迭代提示词和优化流程，让AI真正服务于师生的需求。
🌱对于知识管理：建立AI知识库，可以实现个人与团队的资源沉淀、跨校共享、按任务归类，让静态的资源“活”起来。
🌱对于个性化辅导：精心打磨提示词，让AI成为能引导学生思考的“苏格拉底式”助教，而非简单的答案提供器。
🌱对于精准评价：借助AI阅卷和分析，从“凭经验猜测”走向“数据驱动”，让每一次讲评都更有针对性。
教育创新不需要等待完美的方案。正如分享老师所言：“哪怕只是一个小小的痛点，只要开始迭代，AI助教就能真正贴合学生的需求。”
希望这篇梳理能为您的教学探索带来一些启发。让我们在AI时代，做更高效、更有温度的教育者。
