AI最不值钱的用法,就是帮你省时间

AI 赋能教学/课堂实战/做你做不了的事

AI真正的价值，不是帮你做"嫌麻烦的事"，
而是帮你做"你自己根本做不到的事"。

省时间的价值是线性的——快一倍就是快一倍。
"做到你做不了的事"的价值是指数级的——它改变的不是你的效率，而是你能提供的教学体验的上限。

石家庄草场街小学，语文教师李朝华上了一堂辩论课。

辩题是"孙悟空该不该离开花果山"。以往这类课，举手的永远是那几个孩子，课堂参与率大概40%。但这回不一样——她让AI当反方辩手，全班学生跟AI辩论，每个论点都被追问、被挑战、被逼着往深处想。

那堂课的参与率

92%

你用AI写教案、做课件、查资料，省了40分钟。李朝华用AI，做了一件她自己根本做不到的事——一个人同时给40个学生当辩手。

同样是AI，前者帮你省时间，后者帮你做到你自己做不到的事。

"省时间" vs "做不了"

大多数老师用AI，都在用它做"自己能做但嫌麻烦的事"——写教案、做课件、查资料。这些你本来就会，AI只是帮你快一点。

但AI真正的价值，是做"你自己根本做不到的事"——一个老师同时给全班当反方辩手？做不到。40份作业按错误类型归类、频率可视化？做不到。让李白开口说话？做不到。

省时间的价值是线性的——快一倍就是快一倍。但"做到你做不了的事"的价值是指数级的——它改变的不是你的效率，而是你能提供的教学体验的上限。

今天这篇文章，我想做三件事：先帮你划清"省时间"和"做不了"的界限，再逐个展开"做不了"的真实课堂场景，最后给你可以直接上手的提示词。

课中

两个"你自己做不到"的场景

场景1：人机互辨——让AI当反方辩手

课堂上组织辩论，最难的是什么？不是学生不会说，是没有对手。

老师当反方？你一个人面对四十多个学生，顾不过来。学生分组互辩？往往变成各说各的，碰撞不出深度。

但AI可以同时跟每一个学生辩论，而且不会累、不会偏、不会放过任何一个逻辑漏洞。

怎么做？核心是给AI一个"辩手"的角色，而不是"助手"的角色。

提示词

【角色设定】
你是一名辩手，将作为反方与本班学生进行1v1辩论。
当前辩题："网络游戏对小学生利大于弊"

【辩论规则】
1. 每次只回应学生最近一个论点，不要一次性反驳所有内容
2. 使用四年级小学生能理解的语言，避免专业术语
3. 反驳后必须追问一个启发性问题，引导学生深入思考
4. 如果学生的论点有道理，先承认再转向反驳，不要一味否定

【执行指令】
请用以下结构回应：
[学生论点复述] → [逻辑漏洞检测] → [类比反驳] → [追问启发]

注意第3条和第4条——"反驳后必须追问"和"如果学生有道理先承认再转向"。为什么特意加这两条？因为辩论的目的不是赢，是让学生想得更深。如果AI只会反驳，学生学到的是"怎么吵赢"；如果AI会追问和承认，学生学到的是"怎么把问题想透"。

一个老师当反方辩手，能同时应对几个学生？三五个顶天了。AI当反方辩手，全班同时辩论，每个都被追问、被挑战。这不是快了几倍，是做了一件你根本做不了的事。

场景2：时空连线——让课本里的人开口说话

"同学们，今天我们来学习李白的诗。"

这句话一出来，学生的眼神就散了一半。但如果下一秒，屏幕上的李白开口说："我乃李太白，你们想问什么？"——你猜学生什么反应？

实现方式（从易到难）

1  图片说话——最简单，但不能对话

2  数字人对话——希沃、科大讯飞等平台都有，能对话且支持一定程度的定制

3  自定义智能体——用百度、豆包等平台自由设定人物，门槛最高但效果最好

我的建议：先用第二种试试手感，觉得有效果了再进阶到第三种。第一次做，重要的不是"完美"，而是"完成"。

你可能会想：这不就是让课堂有趣一点吗？不完全是。学生跟李白对话时，问的问题跟老师讲课时完全不同——他们会问"你写诗的时候在想什么""你被贬的时候难过吗"。这些问题，老师讲不到，但学生最想知道。

AI打开的不是技术，是学生提问的通道。

课后

两个"你自己做不到"的场景

场景3：错题三维热力图——让学情诊断从"大概知道"变成"精准看见"

批完40份作业，你能说出班上哪个知识点错得最多吗？大概能。但你能说出"第3题的计算错误和第7题的法则误用是不是同一批学生"吗？你能一眼看出"错误频率超过30%的题目有哪些"吗？

做不到。不是你不认真，是人力做不了这种多维交叉分析。

但AI可以。

提示词

【角色设定】
你是一名AI作业分析师，帮我批改处理本班数学作业。
当前批改任务："四则混合运算步骤诊断"

【批改规则】
1. 每题执行"步骤拆解→逻辑验证→错误溯源"三级分析
2. 按错误类型自动归类：计算错误/法则误用/符号遗漏
3. 错误频率＞30%的题目标红，作为下节课重点讲解内容
4. 识别"同一学生反复犯同类错误"的模式，标记需要个别辅导的学生

【执行指令】
请用以下结构处理每道题：
[图像解析] → [步骤拆解] → [错误归因] → [数据整合]

班级共有40名同学，待所有学生评分完毕，以表格形式输出：
1. 每题错误率排行
2. 错误类型分布图
3. 需个别辅导的学生名单及对应薄弱点

注意第3条和第4条——"错误频率超30%标红"和"识别同一学生反复犯同类错误的模式"。热力图的价值不只是"看见哪里错了"，而是"知道下一步该做什么"——哪些题全班要重讲，哪些学生需要单独辅导，一目了然。

场景4：教学反思专家量表诊断——让AI当你的"教学督导"

课后反思，大多数老师怎么写？"今天这节课上得比较顺利，学生反应不错，美中不足是时间稍微有点紧。"

写了等于没写。问题在哪？说不清楚。下次怎么改？不知道。

为什么？因为你缺少一把"尺子"——一个专业的观察框架，帮你逐条对照"这节课到底哪里好、哪里不好"。

崔允漷教授的课堂观察量表就是这样一把尺子。它把课堂拆解成4个维度、20个视角、68个观察点：

学生学习	准备、倾听、互动、自主、达成
教师教学	环节、呈示、对话、指导、机智
课程性质	目标、内容、实施、评价、资源
课堂文化	思考、民主、创新、关爱、特质

68个观察点，一个人边上课边逐条对照？做不到。课后凭回忆逐条对照？不准确。

AI可以帮你做这件事——把课堂实录和观察量表一起喂给它，它帮你逐条诊断。

提示词

【角色设定】
你是一名教学督导，将依据课堂观察量表对我的课堂教学进行诊断。

【诊断规则】
1. 严格依据量表维度逐条评价，不要遗漏
2. 每个维度必须引用实录中的具体证据，不要泛泛而谈
3. 指出问题时，必须同时给出可操作的改进建议
4. 如果某个维度表现良好，也要说明好在哪里，不要只挑毛病

【执行指令】
请用以下结构输出每个维度：
[维度名称] → [量表标准] → [实录证据] → [评价判断] → [改进建议]

最后给出一个整体判断：本节课最突出的1个亮点和最需要改进的1个问题。

注意第2条和第4条——"必须引用实录中的具体证据"和"表现良好也要说明好在哪里"。反思不是找茬，是看见真实。如果AI只会挑毛病，你会越反思越沮丧；如果它也能看见你做得好的地方，你才知道该坚持什么。

从"省时间"到"做你做不了的事"

回到开头那个问题：AI帮你省了好多时间——然后呢？

省下来的时间，你做了什么？如果答案是"多改了几份作业"或者"多备了一节课"，那AI对你来说，只是一台更快的打字机。

但如果你用省下来的时间，做了一个你自己根本做不到的教学设计——让全班同时辩论、让学情诊断精准到每个学生、让课堂反思有专家级的诊断——那AI对你来说，就不是打字机，而是你的教学合伙人。

下次用AI的时候，问自己一个问题：
这件事是我能做但嫌麻烦，还是我根本做不了？

如果是前者，AI帮你省时间。如果是后者，AI帮你打开天花板。

从"省时间"到"做你做不了的事"，差的不只是用法，是你跟AI的关系。