从复制粘贴到共同编辑，教师的工作方式正在悄悄变化。

过去一段时间，我和不少老师一样，使用 AI 时最熟练的动作，其实是复制和粘贴。

在对话框里让 AI 写一份教学设计，再复制进 Word；请它分析一张表格，又把结果粘回 Excel；让它给课件提建议，然后回到 PPT 里一页页修改。文字生成得很快，真正落进工作文件时却并不轻松。格式乱了要重排，表格丢了要重做，前后版本还容易混在一起。有时改到最后，已经说不清哪一段来自 AI，哪一段是自己后来补的。

复制、粘贴、重排、找版本，生成很快，落进工作文件却并不轻松。

这种体验很容易让人产生一个误解：AI 确实快，但它似乎只负责“给答案”，剩下的收拾工作还是教师自己做。

最近体验 WorkBuddy 的人机双写和资料库之后，我在意的是另一件事：AI 开始进入教师正在编辑的文件，围绕选中的内容工作；做完以后，材料还能留在同一个项目空间里，被下一次任务接着使用。

这看起来只是少了几次复制粘贴，背后改变的却是人和 AI 的分工方式。教师不必把整份文件交出去，可以只圈定一段话、一块数据或一张幻灯片，告诉 AI 这一处要怎么改。AI 负责执行，教师继续选择、比较、批注和确认。

按近期版本和相关资料的呈现，WorkBuddy 可以让用户在 Word、Excel、PPT、Markdown 等文件中选中具体内容，再提出修改要求。AI 的工作对象由用户圈定，修改也回到正在处理的文件或文档环境中，后面仍然可以由人继续编辑和审阅。

对教师来说，这与“上传一个文件，请帮我全面优化”差别很大。

后一种说法把判断权一股脑交给 AI。它可能调整你本来想保留的课堂环节，也可能把富有个人经验的表达改成一段四平八稳的通用文字。圈定范围以后，任务会具体许多：只改教学活动三，只检查第 2 张表，只统一第 4 至第 10 页的标题，只给校内汇报补充讲稿备注。

我更愿意把这种工作方式理解为“同桌修改”。文件仍在眼前，教师随时可以停下来查看，觉得不合适就退回或改写。AI 直接进入工作现场，承担一部分范围明确的操作。

先圈定范围，再让 AI 执行，最后由教师复核。

但“能直接改文件”也意味着更容易改错。第一次使用时，建议先复制一份文件，在副本上操作；任务范围尽量小，一次只处理一种问题。先试一段、一个工作表或两三页课件，确认结果可靠，再逐步扩大范围。

教师备课很少从纯空白开始。电脑里往往已经有旧教案、教材分析、听课后的批注，以及这学期新调整的教学目标。真正耗时间的地方，常常是把旧材料改成适合眼前这个班的方案。

从旧材料出发，结合本班学情，只改真正需要调整的部分。

假设我正在修改一份四年级信息科技教学设计。原有教案中的“合作探究”写得很完整，却默认学生已经掌握相关操作。这个班的学生基础差异较大，照搬原活动，课堂很可能在第一个操作步骤就卡住。

我会先打开 Word 文件，保留原始版本；再选中“学习活动三”这一段，调用 AI 编辑。任务里不能只写“帮我优化”，还得交代学生情况、修改范围、保留内容和最后的呈现形式。

可以参考这段指令：

请只修改当前选中的“学习活动三”，不要改动其他章节。  学生情况：四年级，第一次接触本课操作；大约三分之一学生能独立完成，其余学生需要步骤提示。  修改要求： 1. 保留原来的任务主题和 15 分钟总时长； 2. 把任务拆成“全班跟做”和“分层挑战”两个阶段； 3. 给基础较弱的学生增加 3 条操作提示； 4. 给完成较快的学生增加 1 个可选挑战； 5. 补充教师巡视时要观察的两个具体表现。  请用教学设计原有的语言风格改写，先给出修改后的版本，不要编造教材中没有出现的知识点。

Word 场景：选中需要修改的段落，把任务范围、学生情况和保留项说清楚。

AI 完成以后，我不会马上把整段当成定稿。先看三个地方：操作步骤能不能在课堂时间内完成；分层任务有没有把学生简单分成“好”和“差”；教师观察点是否真的能在课堂上看见。涉及课程标准、教材表述和知识准确性的内容，还要回到原文核对。

如果是 Markdown 文档，当前官方资料库提供修订建议模式：AI 的改动先显示为建议，接受后才会进入正文。这种方式很适合教研组共同磨课。组内老师可以划词评论，执笔人再让 AI 按评论生成修订，最后逐条接受或拒绝。讨论过程留在同一份文档旁边，比微信群里散落着十几条意见更容易追踪。

这里最值得保留的是修改过程中的判断依据。为什么给这一班增加支架？为什么删掉一个看起来热闹的环节？这些理由写进批注，下一次复用教案时才有价值。

Excel 是教师最容易感到“AI 有用”，同时也最容易出问题的地方。

成绩、问卷、作业完成情况、课堂观察记录都可以做统计，但表格中往往夹着学生姓名、学号、联系电话、健康情况或家庭信息。这些内容不能因为“分析方便”就原样交给 AI。开始任务前，应先复制工作簿，删除与分析无关的字段，用 A01、A02 之类的编号替换姓名，并确认文件名、批注和隐藏工作表里没有残留敏感信息。

姓名换成编号，只保留完成当前分析所必需的字段。

接下来才是数据处理。与其一上来要求“分析这份成绩”，不如把任务拆成检查、计算和呈现三个环节。先确认空值、重复记录和异常格式，再补公式或统计，最后生成图表。这样即使结果有问题，也比较容易找到出错环节。

例如，一份经过脱敏的单元学习记录，可以这样交代：

请分析当前工作簿中的“单元学习记录”工作表，只处理 A 至 H 列，不读取其他工作表。  第一步先检查数据质量：列出空值、重复编号、非数字分数和超出 0 至 100 范围的记录，不要自动删除。  第二步在新工作表中完成： 1. 统计各任务的班级平均完成率； 2. 按“概念理解、操作应用、表达反思”三个维度汇总； 3. 标出低于班级平均值 15 个百分点以上的任务； 4. 生成一张适合教研汇报的柱状图。  第三步写一段 300 字以内的分析，只描述班级整体和学习任务，不生成学生个人排名，不给学生贴能力标签。  请保留原始工作表，不覆盖原数据；所有新增公式写在新工作表，并说明公式含义。

Excel 场景：先检查数据，再计算和制图；原始表格始终保留。

这种指令里有几个故意写得很“啰嗦”的地方：不自动删除、保留原表、公式放在新表、说明公式含义。它们看上去拖慢了速度，其实是在给数据工作留检查口。

AI 生成结果后，至少抽查三类内容：随机选几行手工复算；检查分母是否一致，例如缺交作业的学生有没有被排除；确认图表标题、坐标和单位是否对应。尤其是平均分、完成率和分组比较，公式看起来规整，也可能因为空值处理方式不同而得出另一种结论。

我不赞成用这样的表格直接生成学生个人排名或“潜力生”“后进生”标签。一次作业只能说明一次表现，数字背后还有缺勤、设备、阅读理解和任务难度等因素。AI 可以帮我们看见异常，却不了解每个孩子当时发生了什么。最后的解释仍要由任课教师完成。

很多 AI 课件看起来很完整，真正拿进教室时却未必好用。每页字太多、配图与知识点关系不大、动画节奏拖沓，都是常见问题。教师已有课件里通常积累了自己的课堂语言和活动安排，推倒重做反倒损失更多。

人机双写更适合做局部整理。比如，以第 3 页作为版式参考，统一后面几页的标题和字号；把一张塞满文字的页面拆成两页；根据 Excel 中的统计数据生成一张图表；给校内培训课件补充演讲者备注。任务越具体，结果越容易用。

一份教研分享课件可以这样处理：

请以第 3 页为版式参考，只修改第 4 至 10 页。  1. 统一标题位置、字号、字体和页边距； 2. 每页正文最多保留 5 个要点，单个要点不超过两行； 3. 第 6 页内容过密，请拆成“课堂观察”和“改进建议”两页； 4. 第 8 页读取同目录下“课堂反馈汇总.xlsx”中的班级整体数据，生成一张柱状图，不显示学生姓名； 5. 为每页补充 60 至 100 字讲稿备注，语气适合校内教研交流。  保留封面、校徽和原有配色。不要虚构课堂案例，不要替换未经确认的学科术语。修改完成后，列出新增页面和主要改动。

PPT 场景：沿用已有课件的风格，局部整理比推倒重做更实用。

课件修改后，我会换一个检查标准：自己能不能顺畅地讲出来。页面切换是否符合课堂节奏？图表能否在教室后排看清？配图有没有版权或事实问题？讲稿备注是否像自己会说的话？这些问题很难靠自动生成一次解决。

还有一个细节经常被忽略：PPT 不只是展示文件，它还控制课堂时间。AI 把一页拆成三页，视觉上可能轻松了，授课时间却会增加。教师需要重新走一遍完整流程，必要时删掉那些“很好看，但讲不完”的内容。

资料库把文档、数据和网页放进同一棵目录树，下一次任务可以继续使用。

如果人机双写解决的是“这一份文件怎样改”，资料库解决的就是“这些材料以后怎样继续用”。

按照 WorkBuddy 当前官方文档，资料库分为“我的文档”和“团队空间”。个人草稿、自己与 Agent 共同生成的内容可以先放进“我的文档”；需要教研组或项目组共同使用时，再进入团队空间。PDF、Word、PPT、Excel、图片、音视频，以及 MD、CSV、HTML 等内容可以放进同一棵目录树，任务能够读取当前用户有权访问的资料，并把新结果存回去。

这和普通网盘有一点差别。网盘常常是活动结束后把文件“收起来”；资料库里的材料还能被下一次任务带入上下文。下次写总结、做复盘、更新网页时，不必重新上传十几个文件，也不必从一串历史对话里翻找最终版本。

第一次接触 MD、CSV、HTML 的老师不必被缩写吓住，可以先这样理解：

• MD 像一份结构清楚、方便修改的文字底稿，适合方案、纪要、总结和项目记录；
• CSV 像一张尽量干净的数据表，负责保存进度、数量、名单编号或调查结果；
• HTML 是读者最后看到的网页，负责版式、图表和交互呈现。

官方文档把这种分工概括为内容、数据和表达。对学校来说，它的实际好处是改动不必全部挤在一个文件里。活动数据变了，先更新 CSV；文字结论要调整，修改 MD 并审阅修订；网页颜色或布局要改，再处理 HTML。HTML 页面还可以读取 CSV 数据，数据更新后页面随之刷新。

MD 管内容，CSV 管数据，HTML 管呈现，材料可以继续进入下一轮任务。

需要注意的是，MD 和 HTML 的修改方式不同。MD 中的 AI 修改以修订建议出现，需要人接受才会写入正文；HTML 中选中内容调用 AI 后，修改可以直接生效，多人也能同时编辑。因此，正式对外页面修改前最好保留副本，先确认内容和链接，再更新公开版本。

学校承办一次项目式学习活动，通常会留下课程方案、报名表、学生作品、过程照片、评委记录、新闻稿、总结报告和成果网页。活动结束时，负责老师把它们整理进一个压缩包，已经算很认真了。到了下一届，新的项目组打开压缩包，仍然要花时间判断哪个是终稿、哪些照片可以公开、统计口径是什么。

如果用资料库来组织，可以先按“项目、阶段、任务”建立目录。例如，一级目录是“2026 项目式学习展演”，下面分为“筹备、实施、成果、复盘”。方案和会议纪要保存为 MD 或 Word，脱敏后的进度与统计数据放在 CSV 或 Excel，照片和作品说明按主题归档，最后的成果展示做成 HTML 页面。

团队空间并不等于“所有人都能改”。教研组成员可获得编辑权限，临时协助的老师可以只查看，空间管理员负责成员与权限。Agent 也沿用当前用户的访问范围，用户看不到的资料，Agent 同样读不到。

建立空间时，可以参考这段任务指令：

请基于我已添加到任务的“项目式学习展演”材料，先提出资料整理方案，等待我确认后再执行。  目录按“项目、阶段、任务”组织，一级目录为：01筹备、02实施、03成果、04复盘。  整理要求： 1. 保留原文件，不删除、不覆盖； 2. 识别疑似重复文件，列出文件名和判断依据，由我确认后再处理； 3. 将方案、纪要和总结整理成一份 MD 项目总览，并保留来源文件链接； 4. 将脱敏后的活动进度、作品数量和问卷汇总整理为 CSV； 5. 根据确认后的 MD 与 CSV 生成一个校内预览 HTML 页面； 6. 页面中不出现学生真实姓名、联系方式、账号信息和未经授权的正面照片。  完成后请输出：目录清单、缺失材料、需要人工确认的内容、下一届可以直接复用的模板。不要开启公开发布。

这段指令先要求 AI 提方案、等确认，再整理文件。对学校资料来说，这一步很有必要。文件名相似不代表内容重复，“最终版”“终稿2”“修改后”也未必能靠名称判断先后。让 AI 先列出判断依据，负责老师再决定，可以少一次误删或覆盖。

活动复盘也能接着做。把评委意见、教师观察、学生匿名问卷和流程记录加入任务，让 AI 先按“继续保留、需要调整、证据不足”三个方向归纳，再由项目组讨论。确认后的结论存回资料库，下一届启动时，团队读到的就不只是上一届的成果照片，还有当时的判断和取舍。

我认为，这才是资料“活起来”对学校工作更实际的含义：材料能够带着来源、过程和修改记录进入下一轮工作。它未必让每次活动都少开一场会，却能让会议从“文件到底在哪”开始，转到“这次准备改什么”。

复制粘贴时代，教师通常还能在上传前看一眼材料。AI 能读写文件、调用资料库以后，操作更顺，疏忽也可能更快地扩散。因此，学校需要把安全要求变成可执行的步骤，而不只是培训结束时的一句提醒。

事实、数据、隐私和发布范围，都要在最后一道人工审核里确认。

任务开始前，先检查材料。学生姓名、身份证号、学籍号、电话、地址、健康信息、家庭情况、平台账号等应删除或替换。只做班级整体分析，就不要提供个人身份字段。隐藏工作表、批注、文件属性和文件名也要看一遍，敏感信息有时就藏在这些地方。

接着看权限。团队空间按实际需要设置查看、编辑、管理或无权限，项目结束后及时移除临时成员。添加资料到任务时，尽量只选择完成当前任务需要的目录，不要为了方便把整个学校资料盘都交给一次任务。

公开发布前再做一次总检查。通知中的日期和对象、总结中的事实与数字、图表公式、照片授权、外部链接、学生信息，都要由人复核。MD 的修订逐条接受，重要 HTML 页面在副本中测试。任何公开发布动作都应由明确的负责人完成，不能把“生成成功”当成“审核通过”。

对于学生评价，还要再多一道克制。AI 可以帮忙整理课堂记录或归纳共性问题，但不宜凭一次数据给学生定性，更不能把个人排名和标签公开展示。教师知道数据之外的情境，也承担评价带来的教育后果。

刚开始用 AI 时，我最关心的是“它能替我做多少”。用得久一点，问题会变成“哪些事情我不能交出去”。

教学目标是否适合这群学生，活动难度要不要降低，某个数据异常意味着什么，一张照片能不能公开，一份对外材料是否符合学校实际，这些判断没有因为 AI 能修改 Office 文件就消失。恰恰相反，修改速度越快，教师越需要在任务前说清范围，在结果出来后认真审阅。

人机双写减少了窗口之间的搬运，资料库减少了项目之间的失忆。省下来的时间如果只用来生成更多材料，教师仍然会很忙；如果把它用在观察学生、讨论课堂、核对证据和打磨任务上，效率才有教育意义。

我愿意从很小的地方开始：先让 AI 改教案中的一个活动，分析一张已经脱敏的表，整理五页课件，再把一次教研的材料按清楚的目录存下来。做完以后回头看，哪些步骤可靠，哪些还需要自己盯着，哪些规则值得写进学校的工作流程。

AI 进入 Word、Excel 和 PPT 后，教师的位置反而更清楚了：我们提出要求，决定取舍，也要为最后交付的文件签字确认。

说明：WorkBuddy 仍在快速更新，功能入口和界面以实际安装版本为准。本文讨论的是教师工作方法，不构成对具体版本能力的承诺。