当越来越多的教师开始在日常工作中使用 AI 工具——整理文件、撰写教案、制作演示文稿——一个新的问题随之浮现:为什么同一类任务,每次产出的质量和深度参差不齐?为什么那些曾经奏效的指令,散落在不同会话记录里,下次想用却找不回来?
这正是从"入门使用"迈向"系统化应用"的关键节点。进阶的核心不在于掌握更多功能,而在于把一次成功的任务,转化为一套可以重复执行、过程可追溯、结果可验收的工作体系。
本文基于 WorkBuddy 官方文档(截至 2026 年 8 月 7 日,最新版本为 5.3.8,2026 年 7 月 30 日发布)及一线教师实践反馈,梳理出一套从工作空间建设到自动化部署的完整进阶路径。
01
先做判断:你是否还停留在"高配聊天"模式
许多教师已经能够写出篇幅可观的提示词,也安装了若干 Skills(技能模块),但工作方式并未发生本质变化。以下五种情形可以作为自检参照——若出现三项以上,说明缺的不是新功能,而是一套系统。
自检清单:
1.每次启动新任务,都需要重新说明任教科目、使用教材和文档格式要求。
2.同一条指令,今天产出 20 页、明天产出 12 页,结构、口径和深度不稳定。
3.只关注最终文件的呈现效果,很少核实引用了哪些材料、对原文做了哪些改动。
4.旧教案、AI 初稿、修改版、最终版混在一起,文件名充斥着"最终版2"、"最新版真的最终"。
5.一见到自动化、专家团、连接器等功能就想全部启用,却说不出每项功能分别解决什么问题。
入门阶段解决的是"AI 能不能帮我把一件事做完";进阶阶段则需要回答四个更关键的问题:
如何让同一类任务每次都按同一标准执行;
如何看见过程、发现错误,并在关键节点刹车;
如何把个人判断、模板和经验沉淀为可复用的资产;
如何让重复性任务自动运行,同时控制失控风险。
02
工作空间:小而专,胜过一个大而全
01
为每一类长期任务建立独立空间
新用户常见的做法是把"教学工作"整个文件夹交给 AI。进阶操作恰好相反:任务越重要,空间越要聚焦。
WorkBuddy 官方文档将工作空间定义为当前任务主要读取和保存文件的目录,并明确建议将重要资料的副本放入独立文件夹。默认权限机制可以减少误操作概率,但不能替代备份。
与其建立一个庞大的"教学工作"目录,不如把高频工作拆分为独立空间。以下是推荐的划分方案:

02
标配六个固定目录
在每个工作空间中建立以下目录结构,将"材料、过程、审核、交付、模板、历史"六类文件物理隔离:
01_输入材料/02_处理中间件/03_待教师审核/04_正式交付/05_模板与标准/99_历史归档/
AI 生成的内容默认先进入"03_待教师审核"目录,而非直接进入"04_正式交付"。这一个小动作,能显著降低将初稿误发为正式版本的概率。
03
区分三种"记住"
WorkBuddy 中存在三类容易混淆的上下文机制,需要明确各自的定位:

官方说明指出,个人记忆会从会话中自动提取并可编辑、删除;工作空间记忆在初始化工作空间时创建 MEMORY.md 文件并独立存储。
一个核心原则:记忆负责减少重复,原始资料负责可核验。凡是涉及课标条款、分数、学生情况、政策日期和引用出处,都不能只依赖记忆。
03
任务合同:让 AI 按统一标准交付
01
提示词不是越长越专业
入门阶段,用"做什么 + 有什么 + 什么样"的提示词模式处理单次任务已经足够。到了进阶阶段,需要的不是更长的提示词,而是一份双方都能依据执行的"任务合同"。
一份完整的教师任务合同包含七项要素:

02
可直接使用的备课任务合同模板
以下是一份可以直接复制使用的系统备课“任务合同”:
任务名称:完成《________》第____课时教学包。一、目标:形成一份可用于____年级、分钟课堂的教学包,重点解决____。二、允许使用的输入:只读取当前工作空间"01_输入材料"中的课标、教材、旧教案和学情摘要。引用课标时标明文件名与页码;资料不足时不得自行补造。三、执行流程:先输出"资料清单与缺口";再提取目标、重难点和学情证据;给出教学方案与两处备选设计;等教师确认后,再生成完整教案、PPT 脚本和随堂检测;最后按验收表自检。四、交付文件:01_教学设计.docx、02_PPT脚本.docx、03_随堂检测.docx、04_证据与验收表.xlsx。全部先保存到"03_待教师审核"。五、质量标准:目标必须可观察、可检测;每个核心目标至少对应一个活动和一个评价证据;课堂时间合计不得超过____分钟;不得使用"了解、掌握、培养"等无法直接观察的空泛表述。六、禁止事项:不覆盖原文件;不编造学生情况、课标要求和教材内容;不把教师推测写成事实。七、异常处理:发现资料冲突、文件打不开或关键条件缺失时,列出问题并暂停,不自行猜测。
这段指令的价值不在于篇幅,而在于明确了什么时候该做、什么时候该停、什么算完成、出现问题如何处理。
04
三道质量门:输入门、过程门、交付门

输入门:先盘点材料是否充足
大量低质量产出的根源,并非模型能力不足,而是输入材料本身就不完整。进阶使用需要把"资料缺口"显性化。
在执行任何生成任务之前,应当先检查:
教材版本、年级、课时是否明确;
课标、教材、模板是否为当前版本;
学生数据是否已完成脱敏;
多个文件之间是否存在内容冲突;
哪些内容是事实,哪些只是教师经验判断。
可直接使用的输入门指令:
先不要开始生成。请列出你实际读到的文件、每份文件可提供的信息、仍然缺失的关键条件,以及可能互相冲突的地方。只有我回复"继续",再进入下一步。

过程门:检查路径、证据和改动
复杂任务应优先使用 Plan 模式,让 AI 先列出步骤和改动范围;执行后再通过右侧边栏查看产物、工作空间文件和"变更"对比。官方文档明确提供了文件修改记录和差异对比功能,用于快速核对 AI 改动了什么。
对教师而言,过程门至少检查三件事:
1.路径是否正确:是否读对了文件、按正确顺序处理;
2.证据是否连贯:结论能否回到课标、教材、题目或原始数据;
3.改动是否越界:旧模板、核心目标、原始数据有没有被误改。

交付门:用量规验收
下面这张 10 分量规,建议放入每个工作空间的"05_模板与标准"目录:

规则:8 分以下不进入"04_正式交付";出现任何一项 0 分,必须退回重做。AI 可以先按此表自检,但最终打分由教师完成。
可直接使用的交付门指令:
请按"证据准确、教学一致、学情适配、可直接使用、安全边界"五个维度逐项自评,每项 0—2 分。不要只报总分:必须指出具体文件、具体位置、存在的问题和修改动作。发现证据不足时不得用润色掩盖。
05
何时做成 Skill,何时选择专家团
01
好用的提示词不等于值得做成 Skill
官方将 Skill 定义为封装脚本与工作流的特定工具能力,并支持用自然语言查找、安装和创建。官方实践建议,首个自定义 Skill 只解决一个明确问题,把触发条件、写入位置和输出结果说清。
一个流程满足以下四个条件,再考虑将其固化为 Skill:
一个月内至少重复出现三次;
每次输入类型基本相同;
执行步骤和输出格式相对稳定;
有明确的验收标准,出错后可以回退。
一个提醒:仍在反复修改调整的流程,应先留在任务合同和模板中打磨。Skill 适合固化成熟流程,不适合掩盖尚未想清楚的工作方法。
02
教师最值得优先创建的三个自定义
Skill
在每个工作空间中建立以下目录结构,将"材料、过程、审核、交付、模板、历史"六类文件物理隔离:

AI 生成的内容默认先进入"03_待教师审核"目录,而非直接进入"04_正式交付"。这一个小动作,能显著降低将初稿误发为正式版本的概率。
03
Skill、专家、专家团、连接器的选
择逻辑
许多进阶用户的困惑不是工具太少,而是把不同层级混在一起。官方的区分很清楚:Skill 是工具能力,专家是"人设 + 方法论 + 工具链",专家团负责多角色拆解、并行执行和整合交付,连接器负责接入外部服务。

一个需要注意的问题:不是所有任务都需要专家团。"帮我写一份明天的班级通知"这种任务,角色越多协调成本越高,反而可能使简单任务复杂化。专家团适合边界清晰、确实需要多专业视角、最终需整合为一个成果的任务。
如果需要使用专家团开发校本课程,可以参考以下指令框架:
请组建一个校本课程开发专家团:1.课程标准专家:负责目标与依据;2.专业课教师:负责真实任务与教学可行性;3.学习评价专家:负责表现性任务和量规;4.编辑:负责结构、语言和格式统一。团长先输出任务分工、共同输入和冲突处理规则。我确认后,各成员分别工作;汇总时必须保留"存在分歧的地方",不得为了看起来统一而抹掉专业分歧。最终交付课程纲要、单元结构、样例任务、评价量规和待验证问题清单。
06
连接器与自动化:能力扩大,边界也要同步扩大
01
数据分区:绿、黄、红三区管理
连接器可以访问和操作外部服务,Skill 也可能将输入发送到第三方。官方安全说明要求用户核验来源、权限和脚本内容,并提醒非官方 Skill 可能存在提示词注入、越权访问和后门风险。
对学校和教师而言,最实用的做法是建立数据分区机制:

02
自动化的第一原则:手动跑通
三次
WorkBuddy 官方自动化支持按设定时间执行 prompt,并可指定工作空间、模型与 Skill;同时明确提醒,无人值守任务应谨慎设置文件写入、删除、资金操作和第三方共享。
在此基础上,建议遵循一个更严格的门槛:同一流程至少手动成功跑通三次,再设置自动化。这并非一个神秘数字,而是为了暴露常见异常:文件缺失、格式变化、网络失败、输出跑偏。
03
适合自动化与不适合自动化的
任务

04
远程控制的使用边界
WorkBuddy 官方微信助理支持在微信中发起任务、补充指令、批准需要确认的操作、查看输出和差异。任务仍使用电脑本地的项目、文件、凭证与工具,电脑需保持运行、联网且不休眠。
对教师最有价值的远程场景:
通勤时发送语音,让 AI 先整理待办和材料缺口;
离开电脑后收到"需要确认"的提示,在手机上决定是否继续;
任务完成后先看摘要和差异,回电脑做最终验收。
远程使用底线:手机适合发起、追问和审批,不适合在看不到原始材料时批准批量删除、覆盖和外发。
07
三套可以直接落地的工作流

系统备课生产线


成绩分析生产线
这条流程最重要的不是可视化图表,而是把计算、解释和行动三个环节明确分开:
1.教师先脱敏:用学号或随机编号替代姓名,删除联系方式、家庭和健康信息。
2.AI 只负责计算:均分、分数段、变化和题目得分率;随机抽查验证若干数据。
3.教师解释原因:结合课堂观察判断是知识、审题、时间还是教学设计问题。
4.AI 生成改进建议:根据教师判断生成班级层面的改进建议和材料草案。
5.个体结论不自动发送:不把一次成绩固化成学生标签。
可参考的指令:
先完成数据质量检查:列出空值、重复、异常分数和无法匹配的记录。未经我确认,不进入排名和原因解释。计算完成后,严格区分"数据事实""可能解释""教师待核判断",不要把相关性写成因果。

教研写作生产线
研究文章最容易出现的问题,是 AI 写作流畅却无法追溯哪些句子有证据支撑。进阶工作流应先建证据库,再写文章:
1.把原始论文、报告和政策放入"01_输入材料";
2.调用"教研证据卡" Skill,生成可追溯的证据表;
3.先写"文章问题—核心判断—证据对应表",不急于写正文;
4.正文每完成一节,回查证据与适用边界;
5.单独安排一次"反方审稿":寻找夸大、偷换概念、时间过期和中国情境不适用之处;
6.最后再做公众号语言和版式处理。
08
四周完成一次真正的系统升级


进阶的真正标志
当 AI 工具仅在对话框里回答问题时,用户获得的是一次性帮助;当它进入独立工作空间,按照任务合同读取资料,经过三道质量门,把成熟流程固化成 Skill,再让低风险任务自动运行时,用户才真正拥有了一套个人的 AI 教学工作系统。
这套系统不会替代教师去理解学生,也不会替代教师承担教育判断。它真正有价值的地方,是把那些可以明确定义、可以重复执行、可以标准检查的工作交出去,把教师的时间还给那些无法外包的核心环节:看见一个真实的学生,判断课堂此刻发生了什么,并决定下一步怎样教。
人定目标,人定标准,人做终审;AI 负责拆解、执行、记录和复用。


文章来源:职教学人
免责声明:本公众号内容旨在传播多元资讯,如有侵犯权益,请及时告知,我们将立即予以更正或删除。

点击“阅读原文”
夜雨聆风