为什么我用AI备课,得到的都是正确的废话?

一个你或许不想承认的事实

不一定是AI工具不好，可能是你问得太浅。

公开课这事儿，每个老师都逃不掉。

压力是真实的：教案要反复磨、细节要抠到每一分钟、学生的反应要预判、听课老师的评价要扛住。焦虑的时候，你把教案往AI里一丢，问它“帮我看看这节公开课有什么问题”。然后你得到了一堆“导入可以更有趣”“时间分配注意一下”“多让学生探究”之类的建议。

是对的。也是没用的。

问题出在哪？你问得太浅了。你的大脑里没有跑过一整套思考框架，所以AI也只能在你划定的浅水区里扑腾。

下面我用6个思维框架，按你备一节公开课的时间线串起来。每个框架都有具体提示词，你可以直接复制改一改用。

第一性原理

你打开教材，脑子里冒出来的第一个念头往往是：这节课别人怎么上的？然后你打开了浏览器，去看看公开课视频、翻翻教案模板、搜搜PPT。这是人的本能，但也是创新的杀手。你看到的都是别人做好的成品，你会不自觉地沿着别人的思路走。

第一性原理让你先停下来，把这节课拆到最底层。

具体怎么问AI

你会得到什么

你可能会发现一个你从没想过的问题。

比如你教《谁先迎来黎明》这个地球自转的内容，AI会告诉你：四年级学生对“相对运动”几乎没有直觉经验。你的导入如果不能先打破这个默认认知，后面讲再多地球自转都是白讲。这个问题教材上不会写，教案模板里不会标。

这个环节后，你会真正知道这节课要教什么。你可以开始直面学生脑子里的认知障碍。

事前复盘

教案写得差不多了，你看着觉得挺好。这时候你的大脑正处于自我感觉良好的峰值。毕竟刚才花了两小时做的设计，你很难客观评价它。

事前复盘的做法很简单：假设这节课已经上完了，而且效果很差。然后倒推。

为什么会差？

具体怎么问AI

你会得到什么

普通问法给你的是温和建议。事前复盘模式下，AI的搜索方向变了。它开始在帮你找茬。

你可能会看到："你的实验材料清单里漏了备用电池""你在第15分钟切换环节时没有给出口头过渡语，学生会在这个点走神""你假设学生能独立完成记录单，但你班上有三个书写困难的学生会在这卡住"。

这些也许是我们坐在办公室里看十遍教案也想不到的事。

最强论证

根据事前复盘的结果，你改了一版教案。这时候你对自己的方案有了一些确信。

你知道这是你目前能做出的最优版本。

但确信和偏误有时候只有一线之隔。

最强论证的做法是：让AI构建一个“反对你这节课设计方案”的最强论证。让它拿出最有力的反对理由。

具体怎么问AI

你会得到什么

AI可能会告诉你：你的探究活动本质上是一个’验证性实验‘而非’探究性实验‘——你已经告诉学生’通过这个实验你会发现什么‘，学生只是在执行你的步骤。

或者：你选择的视频素材画面精美但信息密度太低了，同样的3分钟，用一张结构化的示意图让学生自己解读，认知参与度会高得多。

这些批评不一定每条都对，但它们会让你重新审视自己的东西。

哪怕你最终只采纳了其中两条，你的教案也更扎实了一层。

魔鬼审计

前面几个环节，AI给了你不少建议，你也采纳了一些。

但你怎么知道AI的建议是真的好，还是只是因为措辞漂亮、表面合理？

魔鬼审计的做法是：把AI刚才给你的建议，再扔回去让它自己审一遍。

具体怎么问AI

你会得到什么

这个环节最有意思的地方是，AI会打自己的脸。

比如它之前建议你"增加一个开放性问题引导学生讨论"，审计的时候它会承认："我假设了你的学生具备从开放性问题中提取核心线索的能力，但实际上四年级学生在缺乏足够支架的情况下，开放讨论容易跑偏，你的课堂时间可能因此失控。"

AI第一次给你的建议，你是有冲动去照做的，因为它听起来有理有据。

魔鬼审计打破了这种冲动，让你在采纳之前多了一个质检步骤。

二阶效应

你准备到这里，基本上把课上好这件事想透了。但公开课不是只有45分钟。

这一节上完，下一节怎么办？

学生带着这节课的认知离开教室之后，会发生什么？听课老师回去之后会传什么话？

二阶效应的做法是：把你做一个决定可能引发的连锁反应，按时间线展开。

具体怎么问AI

你会得到什么

假如你的设计选择是：把讲解环节压缩，把时间留给学生小组探究

一阶效应是课堂气氛活跃、学生参与度高。这正是公开课想看到的。

但二阶效应可能是：学生对核心概念的掌握不够系统，下一节课你得花时间补基础知识。或者说，其他老师觉得你这个方法好，但没看到你课后补课的代价。

再或者，学生在探究中被调动起来的兴奋感，在下一节常规课上会变成落差。

也许你得知道自己的设计选择在下课铃响之后还会产生什么。

视角切换探测

你的教案改了好几轮，你觉得已经万无一失了。但你是从上课的老师这个视角看的。

换一个视角，同一节课可能是完全不同的体验。

具体怎么问AI

你会得到什么

那个不感兴趣的学生的视角可能是这样的：“又一个有老师听课的课，坐好就行了，反正老师也不会叫我。她问’大家有什么想法‘的时候我就看桌子。”

这个画面可能让你重新审视你的提问策略。你是不是只叫了举手的学生？

那个坐在最后一排的听课老师可能是这样的：“这个导入用了五分钟，学生好像没太明白她想干什么。我看看手机——哦，现在开始实验了，有点意思。”

这个画面可能让你重新审视你的导入环节，你真的抓住学生了吗？

你自己的那个视角可能是这样的：“坏了，这个环节比预期快了3分钟，怎么办？直接提前进入下一个环节吗？板书还没写……”

这个画面可能让你在预案里多加一个弹性调节的B计划。

你变成了走进这间教室的每一个人。

一张备课时间线图

整个过程串起来是这样的：

如果时间只够用两个，第一性原理 加上 事前复盘。

一个帮你把方向找准，一个帮你把坑填上。

如果有时间用全部六个，你会发现一个有意思的事情：你把一节课真正深度思考了。

不是因为它聪明，是因为你问得够深。

我是AI智教先锋君，热衷于分享 AI 与教育的观察与干货。

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。