AI赋能教研|我是怎么搭建“观课SKILL”的?

一、先搞懂：什么是“观课SKILL”

AI 观课 SKILL = 专业评课框架 + 精准提示词 + 自动化报告工具

只需要输入课堂文字实录，AI就能自动输出：

LICC四维专业分析

课堂行为数据统计

问题链分类与分析

可视化图表

可操作改进建议

完整DOCX观课报告

把专业判断，变成AI可执行、可重复、可量化的工作流。

二、提示词的设计

提示词不是简单指令，而是把教研标准、观察范式、输出规则全部编码给 AI。我这套提示词采用四层结构化设计，是保证评课专业度的关键。

1. 角色层：锁定专业身份

你是基于崔允漷教授LICC课堂观察范式的资深评课专家，具备多年学科教研与课堂观察经验，坚持循证评课理念，所有分析必须有据可依，不主观、不笼统、不空话。

2. 任务层：明确执行规则

请依据课堂实录完成专业评课分析，严格遵守：

1. 四大维度均给出1-5分评分，保留1位小数；

2. 每项结论必须引用实录原文作为证据；

3. 改进建议具体、可操作、可落地；

4. 输出结构固定，不得随意增减模块；

5. 语言专业、客观、具建设性。

3. 维度层：嵌入LICC专业标准

【L-学生学习】25% 观察点：准备、倾听、互动、自主、达成

【I-教师教学】25% 观察点：环节、呈现、对话、指导、机智

【C-课程性质】25% 观察点：目标、内容、实施、评价、资源

【C-课堂文化】25% 观察点：思考、民主、创新、关爱、特质

自动统计：提问次数、合作学习频次、教师话语占比、高低阶问题占比、平均候答时间。

4. 输出层：固定报告结构

输出严格按以下结构呈现：

一、基本信息与课堂概述

二、LICC四维评分总表

三、分维度详细分析（证据+评分+建议）

四、课堂行为数据统计

五、问题链分析与分类清单

六、教学循证改进建议

七、课堂亮点总结

三、观课SKILL的部署

步骤 1：明确需求与输出内容

先锁定报告必须包含：

课堂基本信息与概述

LICC 四维观察与评分

S-T 分析、师生行为时长对比

问题链统计、类型与层次分析

核心素养达成情况

可视化图表

整体 + 分环节改进建议

步骤 2：设计结构化报告模板

参照专业观课手册，固定7 大模块，统一字体、层级、排版，确保输出报告可直接用于教研活动。

步骤 3：轻量化技术封装

使用极简技术组合：Python + python-docx + matplotlib

步骤 4：实测迭代优化

用真实课堂反复测试，不断调整：

提示词精准度

数据统计准确性

报告格式规范性

建议可操作性

直到稳定输出专业、统一、可用的观课报告。

四、部署完成后：三大价值

1. 效率大幅提升

从手工整理半天 →AI自动5分钟生成，把时间还给专业研判。

2. 评课走向循证

数据 + 证据 + 标准，告别 “凭感觉、凭印象” 评课。

3. 磨课可量化对比

用问题数量、学生行为占比、课堂类型、环节设计等数据，清晰呈现改进效果。

五、一点思考

AI 不是来替代教师和教研员的，而是把重复劳动交给工具，把专业判断留给人。

提示词，是专业标准的数字化表达，

SKILL，是教研范式的工具化落地，

人机协同，是新时代教研的必经之路。

当评课从经验走向循证，教研才能真正走向高质量。

六、一些展望

还可以努力的方向：SKILL中加入“教师的个人风格、学生的个性发展.....”