夜雨聆风赖美森老师分享
AI智能体赋能教学——Coze智能体案例分享
工作室6月线上“研享汇”
6月18日晚，工作室举办线上“研享汇”，由工作室成员、东莞市商业学校计算机专业教师赖美森老师担任主讲，围绕《AI智能体赋能教学——Coze智能体案例分享》展开深度分享。赖老师通过三个层层递进的实战案例，展示了Coze平台如何让非技术背景的教师也能拥有自己的AI教学助手。
一、低代码不是“降低门槛”，而是“归还时间”
许多教师面对AI工具的第一反应是：我不会编程，用不了。扣子平台给出的答案是——不需要编程，需要的是清晰的表达。平台支持通过自然语言直接生成智能体，从“生成古诗绘本”这样一句模糊的指令，到系统自动完成创建、测试、发布全流程，零基础用户在几分钟内就能拥有一个可用的教学工具。
低代码的真正价值，不是“让不会技术的人也能凑合用”，而是把原本耗费在技术实现上的时间，归还给教师。当技术不再构成障碍，教师才能把精力重新投向那些机器无法替代的事情——对学情的洞察、对课堂节奏的把控、对学生个性化需求的回应。
关键认知转变：AI工具的门槛高低，取决于你把自己定位为“操作者”还是“定义者”。后者只需说清楚“要什么”，剩下的交给平台。
二、从“生成”到“可控”：解决AI“信马由缰”的根本出路
初级智能体的局限很快暴露——当提示词描述不够精确，输出内容就容易偏离预期。很多教师因此得出结论：AI不好用，生成的东西没法直接用在课堂上。
文档解析助手案例展示了如何解决这个问题：通过配置MCP插件（链接读取工具、文档生成工具、网页助手），设定明确的工作流逻辑——“识别输入类型→调用对应工具解析→大模型处理→格式化输出”。每一步都被前置节点的输出所约束，AI只能在预设轨道上发挥作用。
这揭示了一个容易被忽视的真相：AI“发散”不是缺陷，而是它的天性；让AI“可控”不是靠更长的提示词，而是靠更合理的流程设计。当教师学会用流程思维去拆解一个教学任务，AI就从“不可预测的聊天对象”变成了“训练有素的执行者”。
三、高阶工作流：不是“自动化”，而是“思维的固化与复用”
教案撰写助手案例将这种流程思维推向极致。传统做法中，写一份完整教案需要教师同时处理学情分析、目标设定、重难点确定、教学过程设计等多个维度，信息在大脑中反复交织，任何一个环节的疏漏都可能影响整体质量。
工作流的做法是：文件输入 → 内容解析 → 架构设计 → 分块细化→ Markdown输出。每个节点只做一件事，前后节点形成严格的上下文依赖。大模型被强制“按顺序思考”，无法跳过前置环节直接生成结论，也无法在某一环节随意发挥。
这便是高阶工作流的核心价值——它不仅是自动化工具，更是教学专家经验的结构化沉淀。一位优秀教师设计的工作流，可以被复制、复用、迭代，成为整个学科组的公共资产。技术的意义，正在于让个体的智慧变成可传播的方法论。
四、AI时代的教师：从“内容的制作者”走向“规则的制定者”
三个案例构成了一条清晰的进阶路径：初级让教师感受“零门槛”的技术可能性；中级帮助教师建立“工具链思维”；高级则培养“流程化拆解复杂任务”的能力。这条路径的目标，不是让教师成为技术专家，而是让教师成为AI的“规则制定者”。
1.你不需要写代码，但你需要说清楚想要什么；
2.你不需要训练模型，但你需要设计流程让模型按你的逻辑工作；
3.你不需要精通每个插件的技术细节，但你需要判断哪个工具组合最适合你的教学场景。
赖美森老师在分享结束时提出，AI工具正以超乎想象的速度迭代，今天觉得复杂的操作，明天可能就是一个按钮的事。真正决定教师能否抓住AI红利的，不是技术基础的厚薄，而是是否愿意用“设计思维”而非“使用思维”去面对AI——不满足于“AI能帮我做什么”，而是追问“我想让AI成为什么”。
说到底，AI解放的是教师的双手和部分大脑负荷，但永远无法替代的，是教师对学生成长的那份敏锐感知，以及在复杂教育情境中做出的价值判断。技术负责效率，人负责意义——这或许才是AI时代教育工作者最清醒的自我定位。
作为教师专业发展共同体，工作室将持续聚焦教学创新与人工智能应用，通过“研享汇”系列分享、跨校项目共研等多种形式，搭建开放、协同、赋能的成长平台，助力成员在智能教育时代深耕课堂、精进专业，共同推动教学质量向更深层次、更高质量迈进。
撰稿：崔豪政
排版：尹梓先
监制：曾锦璋
审核：龙琼芳
