老师用 AI 备课,最容易卡在一个很尴尬的地方。
教案确实生成了。可资料还散在浏览器、聊天记录和下载文件夹里;哪个案例靠谱,要自己逐个打开; PPT 、讲稿、课堂练习,仍然要重新搬运和排版。
看上去用了 AI ,真正消耗精力的零碎活却没少。
问题不一定是 AI 不够强,而是我们一直把它当成“回答问题的聊天框”,没有把备课交代成一条完整任务。

薄荷 Agent 更适合做的,是在获得授权的范围内,把搜集、整理、比较和制作串起来。老师负责定方向、做取舍、守住教学边界; Agent 负责执行。
下面这套流程不绑定某一个产品。拿你最近要上的一节课,按四步试跑就够了。

第一步:先收资料,但一定要求可核验
不要只说:“帮我找点《背影》的资料。”
这类指令太宽。它很容易给你一堆看似丰富、实际无法继续使用的摘要。
更有效的写法,是同时交代范围、数量、用途和交付格式:
帮我搜集《背影》的备课资料,分别查找完整教学设计、公开课例和板书案例。请整理成表格,写明标题、来源、适用环节、可借鉴亮点和原文链接。无法核验的内容不要加入。最后列出你建议我优先阅读的 5 份材料,并说明理由。
这里最重要的不是“搜得多”,而是两条:保留原文链接;说明为什么值得看。
拿到结果后,随机打开两三个链接抽查。链接打不开、标题与正文对不上,或者一问出处就含糊,说明这批资料暂时不能直接进入教案。
第二步:先整理文件,再开始分析
资料找到以后,别急着让 Agent 写教案。
先把项目目录理干净。建议至少分成:原始资料、参考课例、图片素材、我的产出、待确认。
可以这样说:
请先读取当前备课文件夹,只给出整理方案,不要移动或删除任何文件。按“原始资料、参考课例、图片素材、我的产出、待确认”设计目录,并列出每个文件建议放到哪里。等我确认后再执行。
这一步看起来很小,但它给后面的分析划清了边界:什么是来源,什么是 AI 生成,什么还没确认。
如果涉及批量移动、覆盖文件或改名,一定先看方案。对本地文件的操作,宁可多一次确认,也不要把“自动”理解成“随便动”。
第三步:让 Agent 摊开选项,老师决定教学主线
直接让 AI“生成一份优秀教案”,通常只会得到一份面面俱到的平均答案。
更好的用法,是先让它做比较:
暂时不要写新教案。请逐份分析资料中的教学目标、核心问题、课堂活动、评价方式和亮点,再做一张对比表。最后给出 3 种可组合的教学主线,每种说明适合什么学情、可能的风险和需要教师补充的内容。
接下来才轮到老师做决定。
你可以明确指定:“保留方案一的问题链,采用方案二的朗读活动,评价环节改用方案三,但删掉不适合本班学情的任务。”
然后再下达成稿任务:
按我确认的教学主线生成教案。凡是资料中没有依据的内容标注“待确认”,不要自行补造课堂效果、学生反应或教学数据。文末附上本次使用的来源清单。
Agent 可以把选项摊开,也可以按决定执笔,但“这节课到底要把学生带到哪里”,只能由老师定。
第四步:从定稿教案继续生成成品
教案确认后,后续材料就不必重新从零交代。
例如做课件:
根据已确认的教案制作 12—15 页可编辑课件。页面只保留课堂需要呈现的关键词、问题和材料,不把教案整段贴上去。每页备注中写明教师提示语、预计用时和切换条件。先输出页面大纲,我确认后再生成文件。
例如做课堂练习:
根据本课教学目标生成一份 10 分钟课堂练习,题目分为基础理解、迁移应用两个层次。每题标注对应目标和评分要点,不使用资料之外的知识结论。
这时,教案、课件和练习来自同一条教学主线,前后不容易“各写各的”。
三条边界,最好一开始就写进任务
第一,学生姓名、成绩、联系方式等信息先脱敏,再交给工具处理。
第二,资料必须保留来源; AI 生成的内容不能冒充真实课堂记录,更不能虚构学生反馈和效果数据。
第三,移动文件、覆盖原稿、上传网页或对外发布前,必须由老师最终确认。
薄荷 Agent 能接手的是执行,不是教学责任。

跑顺一次,再把它存成模板
第一次不要追求“全自动备课”。
先跑通最有价值的三步:搜集资料、整理文件、比较方案。等你确认这三步稳定,再接课件、练习和其他产出。
一套流程重复使用后,可以把提示词、目录结构、输出格式和检查项保存为模板。下一次备新课,只替换课题、学情和本次材料。
真正省下来的,往往不是写一句提示词的时间,而是每周反复切页面、找文件、搬内容和重新交代规则的精力。
你最近最想先交给 Agent 的是哪一步?
搜资料、理文件、比教案,还是做带备注的课件?
欢迎在评论区留下“备课+具体环节”,比如“备课+找资料”。我们会优先挑选大家提到最多的环节,整理一套可以直接复制使用的任务模板。
如果你想直接试一遍完整流程,也可以添加小助理,备注【备课】,领取试用入口和配套提示词。

先把一个最耗时间的环节交出去。等它跑顺,再慢慢把整条备课流程串起来。
夜雨聆风