夜雨聆风看到一个新工具，先收藏；看到一组提示词，再保存；真正备课时，却还是要重新找材料、重新描述要求、重新检查结果。
工具越来越多，备课并没有因此变得稳定。
问题往往不在于老师还缺一个更强的工具，而在于这些工具没有被放进一套固定的教学工作流里。
真正能减轻重复劳动的，不是“这次生成得很快”，而是下一次遇到同类任务时，目标、材料、审核标准和可复用成果都已经在。
一、很多老师缺的不是 AI 工具，而是工具之间的连接
现在的 AI 工具几乎可以覆盖备课中的每个小任务：列教学目标、设计导入、生成例题、改写讲义、制作分层练习、整理作业反馈。
单看每一步，都很方便。
但真实教学不是一组互不相干的小任务。
一份练习是否能用，要看它是否对应本节课的目标；一段课堂导入是否合适，要看学生已有经验和课堂时间；一份作业反馈能否发出去，还要经过事实、语气和个体差异的检查。
如果这些条件没有被提前组织好，AI 每生成一次，老师就要重新解释一次、重新判断一次、重新返工一次。
这也是为什么有些工具第一次用起来很惊艳，过几天却被放在收藏夹里。
工具能完成一个动作，工作流负责让这些动作前后相接。
二、成熟的教师 AI 能力，本来就不只是“会操作”
2024 年，UNESCO 发布教师 AI 能力框架，列出了五个维度、十五项能力，并把教师的发展分成获取、深化和创造三个层级。
这五个维度里，除了 AI 基础与应用，还包括人本思维、AI 伦理、AI 教学法和 AI 专业学习。
这个结构很值得注意。
它没有把教师 AI 能力理解成“会多少个平台、会写多少提示词”，而是把工具放回教学法、专业判断和持续发展的框架里。
UNESCO 的生成式 AI 教育指南强调伦理验证和教学设计；欧盟委员会 2026 年更新的教育 AI 指南，也把课堂情境、指导问题、伦理原则和风险管理作为教师实践的重要支持。
这些框架不能直接替老师备完一节课，但它们指向同一件事：
真正成熟的使用方式，不是把 AI 接到每一个任务上，而是先明确教学任务，再决定 AI 在流程中的位置。
三、一套能长期使用的教学工作流，至少有四个节点
我们可以先不追求复杂系统，只把一节课的 AI 使用固定成四个节点。
1. 先有目标卡，再让 AI 开始生成
目标卡不需要很长，但至少要写清楚：
这节课希望学生学会什么； 学生已经知道什么； 最可能卡在哪一步； 这次需要 AI 帮老师完成什么。
同样是“生成练习”，如果没有这些条件，AI 只能给出一份通用题单。有了目标卡，它才有机会围绕具体知识点、难度和课堂用途工作。
2. 建立受控材料包，不让 AI 每次从空白开始
把教材片段、讲义、典型例题、常见错误和术语要求放在一起，形成这节课的材料包。
它的作用不只是提高生成质量，也是在减少老师反复解释背景的时间。
下次做变式练习、复习材料或作业反馈时，仍然可以从同一套材料出发。
3. 给流程设置人工审核点
AI 输出之后，不能只问“写得顺不顺”，还要按固定标准检查：
内容是否准确； 是否真的对应教学目标； 难度和数量是否适合这群学生； 有没有越过数据、版权或独立完成的边界； 哪些地方必须由老师重新判断和表达。
审核点越明确，老师越不需要每次凭感觉从头检查。
4. 把结果放进复用库，而不是用完就散
最后保存的，不应该只有一份成品。
目标卡、有效提示、采用的材料、被删掉的问题、最终修改版，都可以成为下一次任务的起点。
一套工作流真正开始省时间，不是因为第一次做得特别快，而是因为第二次不再回到零。
四、把它放进一节课，流程可以很简单
比如老师要准备一节包含新授、练习和课后反馈的课。
课前，先完成目标卡和材料包，再让 AI 做三类辅助：提出不同的课堂提问角度、生成两档练习初稿、整理可能出现的错误类型。
随后进入教师审核：删除偏离目标的内容，调整题量和语言，确认哪些练习适合课堂讨论，哪些只适合作为课后补充。
课堂上，老师不必围绕 AI 展开教学。AI 只是提前参与了材料准备，真正的节奏仍由学生反应和教师判断决定。
课后，再把真实出现的错误和有效解释补回材料包，并保留本次修改过的练习。
这样，同一套流程可以继续服务复习课、分层练习和下一轮作业反馈。
这里最关键的，不是用了哪一个具体工具，而是每一步都有清楚的输入、输出和负责人。
五、如果这个暑假只做一次尝试，就从最熟的一节课开始
不要先整理几十个工具，也不用一开始就改造整门课程。
选一节你已经教过、材料也比较完整的课，做四件事：
然后观察三个信号：
生成之后的返工有没有减少； 最终材料是否更贴近本节课目标； 下次遇到类似任务，能不能直接复用其中一部分。
如果三个答案都是否定的，就不要急着换工具。先检查目标是否太模糊、材料是否失控、审核标准是否缺失。
流程没有建立起来，工具越多，迁移成本可能越高。
最后
老师使用 AI，表面上是在增加一种工具，实际上是在重新整理自己的教学工作。
哪些信息应该先准备，哪些任务适合交给 AI，哪些判断必须留在老师手里，哪些成果值得沉淀下来——这些问题一旦固定成流程，AI 才会从偶尔好用，变成稳定可用。
工具会换，界面会变，提示词也会不断更新。
但一套围绕教学目标建立起来的工作流，可以跟着老师一直迭代。
老师真正需要积累的，不是一个越来越长的工具清单，而是一套越来越懂自己课堂的工作方法。
如果你想试试把自己的教学变成工作流，可以添加小助理领取福利
