企业官网建设流程全解析

新学期开学第一天，我在办公室把全班的周测卷子一张张摊开，旁边同事半开玩笑地问：“你那套AI工作流呢，怎么还没把这活儿干掉？”这个问题算是戳到我了。去年写完《AI赋能教师实操手册》第一期之后，陆陆续续有不少老师私信问：你说AI能备课、能出题、能当助教，可具体到我的数学课、语文课、班主任例会，到底怎么点、怎么问、怎么改？光说概念没用，得有人把踩过的坑和跑通的流程都摆出来。

所以这期手册2，我不讲大道理，只讲我这一两年在真实课堂里反复打磨过的用法。所有内容都是学校办公室里真的点开过、跑通过、改过三遍以上的东西，你拿过去就能照着做。这一期还特意补上了几个新东西：多AI协作怎么玩、用智能体搭班级专属助教、以及批改和学情分析里最容易踩的坑。

1. 为什么这个学期我劝每位老师都试试AI

1.1 教师的时间到底消耗在哪儿

我做过一个粗略统计。一节40分钟的课，背后的准备通常要花我3个小时左右：翻教材、找参考设计、做课件、找配图、设计随堂练习、再琢磨一下怎么导入能抓学生注意力。如果碰上公开课，这个时间还要翻倍。一周算下来，真正花在“和学生面对面交流”上的时间少得可怜，大量精力都耗在了“备课、改作业、填表”这三座大山上。

这不是一句“大家都很忙”就能带过的。教师的专业成长、教育热情，恰恰是被这些重复劳动一点点磨掉的。我身边不少同事不是不想创新，是根本没力气创新。下班回到家，连话都不想说，哪还有心思研究新的教学方法。

还有个更尴尬的现实：学生的基础参差不齐。一个班50个人，讲快了后进生跟不上，讲慢了优等生想睡觉。分层教学喊了很多年，落到实操层面需要大量时间准备不同难度的材料，大多数老师想做却做不到。这些痛点，其实每一件都是AI能帮上忙的地方。

1.2 AI不是替代老师，而是当你的“七十分初稿先生”

我经常跟同事打一个比方：AI就像你手下那个执行力很强、但不太懂教育的实习生。你让他写一篇教学设计，他能在一个小时内给你一版70分的初稿——结构完整、流程齐全、教学目标写得像模像样，但距离一节真正有温度的课，还差最关键的三四十分。

这三四十分从哪来？从你了解这个班学生的性格特点、你知道上节课哪个知识点讲崩了、你清楚哪个孩子最近状态不对来。这些信息AI没有，只有老师有。所以正确的用法是让AI产出初稿，你用专业判断去改、去补、去否定它不合适的地方。

我管这个叫“七十分初稿先生”策略。AI负责把“从0到1”的苦力活干完，老师负责“从1到100”的点睛工作。用了一段时间你会发现，真正省下来的不是思考的时间，而是打字、排版、找素材、凑结构的时间。这些时间省下来，你才有时间去和学生聊天，去做教学反思。

2. 工具盘点：不同学科老师的AI兵器库

2.1 大模型底座怎么选，不踩坑的那种

市面上能用的大模型不少，很多老师一上来就犯选择困难症。我的建议很实在：不用贪多，主用一个，备用一个。既然是“兵器库”，你得知道每件兵器的脾气。我把这段时间实测下来的感受整理成了一张表，方便你对号入座：

这表不是让你当标准答案，毕竟工具迭代太快。我的习惯是每周选一个场景，比如“生成一份班会课教案”，让两个模型分别做，然后对照自己改一遍。反复几次之后，哪个顺手、哪个靠谱，你心里自然有数。

2.2 图片、视频、音频素材类AI工具

大模型负责“写”，还得有工具负责“做素材”。这一块很多老师忽略，其实课件难看、微课不会做，问题就出在素材环节。

图片方面，我常用通义万相、文心一格这类文生图工具。它们的用法跟大模型对话一样，你把想要画面描述清楚，就能生成课件插画、文章配图、活动海报。比如我写“课间十分钟的校园，阳光洒在操场上，卡通风格，柔和色彩，注意不要出现文字”，出来的图改一改就能用。AI图片生成原理其实也不玄乎，就是模型在大量图文数据里学到了文字描述和视觉元素之间的对应关系，你描述得越具体，它还原得越准。

视频方面，剪映的数字人功能很适合做微课。你只要把讲稿准备好，选一个数字人形象，输入文字就能生成一段口播视频。教师可以在视频里加入实验演示、真实课堂画面，再用数字人做知识点串联，效果比对着屏幕录半天强多了。

音频方面，我偶尔会用文字转语音工具生成课前领读、听力材料。英语老师最受益，一段课文朗读生成出来也就是一两分钟的事。

2.3 按角色给组合建议

工具不在多，而在组合合理。我按最常见的几种岗位整理了一套搭配，你可以直接抄：

• 语文老师：文心一言（写课文解析、作文点评初稿）+ 通义万相（做课件配图）+ 剪映数字人（做古诗微课）。
• 数学老师：DeepSeek（解例题、生成变式训练）+ 希沃白板（课堂互动课件）+ AI生成分层练习。
• 英语老师：豆包（口语对话练习场景模拟）+ 文字转语音工具（听力材料生成）+ 大模型出语法填空。
• 班主任：大模型写通知、周记评语、家长会提纲，再用AI做班级数据的统计和趋势分析。

这些组合是我自己用了至少一个学期才定下来的。刚开始我也尝试过一把梭哈装十个软件，结果每个都用不熟。后来悟出一个道理：工具的价值不在于数量，在于你和它之间的默契程度。把两三个工具用出花来，比囤一堆吃灰的强得多。

3. 备课场景实操：从三小时到三十分钟

3.1 好用的备课指令怎么写

提示词写不好，AI给你的东西就是一团浆糊。很多老师来问我：“为什么我让AI写教案，写出来全是套话？”答案很简单：因为你没告诉它你是谁、你的学生是什么基础、你要解决什么问题。推荐一个我一直在用的模板，五个要素填满，AI输出的质量立刻上两个台阶。

• 角色设定：告诉它你是“有15年教学经验的初中物理老师”。
• 任务描述：要设计什么课，基于哪个版本的教材。
• 学情信息：这个班学生的基础、兴趣点、常见误区。
• 格式要求：要什么结构，几部分，每部分大概多少字。
• 差异化要求：明确“不要出现空洞套话”“不要写学生完全听不懂的术语”。

举个例子，我设计《欧姆定律》这节课时，是这么写的：

你是一位有15年经验的初中物理教师。请以沪科版九年级教材为基础，设计一节40分钟的“欧姆定律”新授课教案。 学情：班级平均分中等偏上，学生已掌握电流、电压、电阻概念和串并联电路特点，但多数学生对“电阻影响电流”缺乏直观感受。 格式：包含教学目标、教学重难点、教学过程（需标注师生活动和时间分配）、板书设计。 不要出现“使学生掌握”这类空泛表述，每个环节要有具体的提问和活动安排。

这一版输出回来，结构基本能直接用，我只需要调整两处细节：一是活动时间比我预期长了，二是课堂导入的例子不太贴近本班学生生活。前前后后二十分钟，初稿就成型了。以前这个活儿至少得半天。

3.2 从教学设计到课件的完整链路

教案有了，课件还得做。我的做法是别让AI直接给你整套PPT，那会省事但容易失控。我更推荐分两步走。

第一步，让AI基于已经定稿的教学设计，生成PPT大纲。每页讲什么、要点是哪些、配什么图、放什么互动题，它都能给你列出来。你检查一遍大纲，比直接生成成品可控得多。

第二步，把大纲导入WPS AI或者MindShow这类工具，一键生成PPT初稿。生成完别急着用，先干三件事：把字体层级调清楚、删掉那些花里胡哨的动画、把首页改成你学校统一的模板。我见过太多老师用AI生成了40页PPT直接去上课，结果字号忽大忽小、图片位置错乱，课上到一半被课件带跑了节奏。

课件里的图片素材，用文生图工具解决。以前我找一张“盐溶液导电机理图”，在素材网站上翻半小时都不一定满意，现在直接描述给AI生成，再稍微改一下标注就行。做课件还有个经验：图片风格保持统一，课件才显得专业，别一页是卡通，一页是写实，一页又变3D。

3.3 实操案例：一节物理课的完整走法

我拿上面提到的《欧姆定律》这节课，完整走一遍实操链路，你感受一下节奏。

早上7点40到办公室，我先花3分钟把要求发给AI，生成教学设计初稿。8点10分改完教案，把“探究电流与电压关系”的实验环节从AI设计的15分钟压缩到10分钟——因为我这个班动手能力还行，但讨论容易跑题，必须留够收束的时间。

然后我让AI根据修改后的教案生成PPT大纲，一共12页。第5页原本没什么内容，我加了一道本班学生上周作业里错误率高的变式题上去。接着用文生图工具生成了一张电路连接示意图，放到实验环节那页。9点整，课件已经在我的电脑里静静躺着，总共改动不超过五处。

下午上课时，我在课上临时问了句“如果把灯泡换成定值电阻，电流会怎么变”，有学生答得模模糊糊。这个临场生成的问题，我下课后顺手丢给AI：“请基于这个问题设计三个层次的追问，用于明天课上继续讨论。”二十秒钟，追问就来了。你发现没有，AI真正的价值不只在上课前的准备，更在于把课堂上零散生成的教育契机，快速放大成结构化的教学资源。

4. 作业与测评：从重复劳动到精准施策

4.1 用AI出题的正确姿势

出题这件事，大部分老师靠的是沉淀多年的题库“吃老本”，自己新编一道题非常耗时。AI改变了这个玩法。我通常用“三件套”流程：生成、验证、修订。

先说生成。指令要包含知识点范围、题型、难度分布、预估答题时间。比如我想出一套关于“欧姆定律”的5分钟小题测：

请生成8道选择题，围绕欧姆定律基础计算和电路分析，难度梯度为2道基础、4道中等、2道拓展，每题附带答案和简要解析。要求题目情境贴合生活实际，避免纯数字代入的机械计算。

这一步出来之后，验证环节千万不能省。你要让AI从头到尾把每道题再解一遍，尤其是数学物理题，交叉验证能筛掉不少答案错误。有一次我抽查一道关于“电压表和电流表示数变化”的题，第一版答案完全是反的，还好我验证时发现了。记住一句话：AI生成的题目，教师永远是最终责任人，这道题错了，背锅的是老师，不是AI。

修订环节也很关键。让AI把题目改成和生活实际结合的情境，或者把某道错题改成适合本地校情的版本。比如很多教材例题讲“锅炉上的水位计”，我这边学生没见过锅炉，我就改成“校园饮水机的加热水箱”——物理知识没变，熟悉感完全不同。

4.2 AI批改与学情数据整理

批改这块我得说得谨慎一点。客观题，比如选择题、填空题，用答题卡工具配合手机扫码，效率能提到飞起。主观题，尤其是语文英语作文，我的建议是让AI做“初评”，做逐题点评、点出结构问题和用词问题，但分数必须由老师来定。不是说AI不能给分，而是学生和家长信任的是老师的判断，AI给分万一不公正，反而会伤师生关系。

实际操作中，我都是先把学生作文拍照，让AI识别出文字，再生成点评：“结构上开头悬念不错，但第三段论点与论据脱节，第二自然段的比喻用得很生硬。”这些话帮我省掉大量思考字句的时间，但具体得分等级、给孩子的鼓励性沟通，还是我自己来。

成绩数据整理是AI的强项。以前每次考试后，我要手动做Excel排序、算平均分、标出波动大的学生，至少一小时。现在直接把成绩表（用学号代替姓名）丢给大模型，它能帮我做分析：“全班第3题正确率只有52%，属于共性问题；学号15、27、33三位同学连续三次波动较大，建议重点关注。”这些数据结论我再结合自己的观察去验证，既快又不失真。

4.3 实操案例：一次单元测的生成与讲评

学期中段，我实际跑过一整套流程。周一晚上，我让AI生成一套九年级物理“欧姆定律”单元小测，包含8道选择、2道计算、1道电路设计题，预计答题时间25分钟。生成后花了10分钟验证答案，又调整了两道题的情境。周三上课前用扫码工具完成阅卷，当场生成全班正确率统计。

周三晚上，我把统计数据交给AI，让它生成一份分层讲评提纲：指出全班共性问题、给出两道典型错题的多种解法、再为后进生和优等生分别设计两道巩固题和拓展题。周五上课时，我先花15分钟讲共性错误，再让不同层次的学生分别做对应练习。以前从出卷到讲评，我要断断续续忙一周，这次整个周期三天半就结束了，中间还空出一个完整的晚上备公开课。

5. 学情分析与分层辅导：让AI当你的助教

5.1 班级成绩数据怎么交给AI分析

很多老师觉得自己用Excel挺熟，不需要AI。但你试试让AI给你口头描述的洞察：你只需要说“帮我看看第三单元考试成绩里，哪些学生属于一直在退步的，哪些知识点是全班最薄弱的”，它就能把数据里的趋势给你扒出来。真正的价值是帮我提出那些“我没想到要问的问题”。

我自己有个固定的流程。考试结束当天，把所有成绩整理成一张表，表里只有学号、题目编号、得分。然后我给AI一段固定指令：“你是数据分析师，请从以下几个角度分析这张成绩表：各知识点掌握情况、成绩波动学生名单、临界生名单、潜在后进生名单，并给出下一阶段教学建议。”输出的结果我没有全盘接受，会拿着名单去和自己脑海里的学生画像对照。AI的算法能发现问题，但只有老师知道问题背后是什么——那个连续三次下滑的孩子，是不是最近家里出了状况——这些AI不懂。

这里必须强调一个底线：上传数据前，把学生姓名替换成学号或随机编号，不要提交包含完整姓名、联系方式、家庭信息的表格。我也从不把单个学生的敏感信息单独丢给AI讨论。

5.2 三个层次的分层作业自动生成

分层作业是说起来漂亮、做起来要命的事情。以前我要手写三份不同难度的作业，工作量直接翻三倍。现在我给AI一个模板，一分钟生成三份。

指令大概是这样的：

请围绕“欧姆定律”这一节设计三层次作业。 A层基础巩固：重点检查公式记忆和简单计算，6题； B层能力提升：侧重电路分析、实验误差讨论，6题； C层拓展挑战：结合真实情境的综合应用和开放设计题，3题。 各层题目之间要有知识联系，不要完全脱节。

拿到手之后，我会把C层的一道题再改得更开放一些，因为AI设计的“开放”还是会偏向标准答案式。然后打印出来，给不同层的学生布置不同的套餐。这样做的另外一个好处是：学生能在自己合适的难度里获得成就感，而不是永远被一份统一难度的作业吓退。

5.3 从单点工具到多AI协作

这一个学期我最大的收获，是学会了“多AI协作”。这么说有点专业，但你听完就懂了。不同大模型各有所长，让他们各干各擅长的活，比自己硬磨一个模型强得多。

比如做一份课题申报书：先用Kimi读十几篇参考文献和方案，让它提炼要点和框架；再用DeepSeek推理数据部分，算一算预期成果指标合不合理；然后让文心一言把主体内容打磨成正式、有说服力的表述；最后我用通义千问做一遍全篇一致性检查。四个模型各管一段，中间只有我在“转会”——把上下文从一个模型粘贴到另一个模型。

再进阶一点，就是搭建班级专属智能体。现在一些大模型平台都支持创建智能体，你可以设置它的身份、知识边界和回复风格。我给自己班创建了一个“物理答疑助教”，限定它只依据课本和课标内容回答，不让学生问偏门问题；回复风格要求“先提示思路，不直接给答案”。我在课后服务时间把它开放给学生，遇到不会的题先去问它，解决不了的再来找我。这样一来，我的答疑压力小了不少，学生的求助路径也变短了。

不过智能体不是装好就不用管。我会定期抽查问答记录，确保回答没有跑偏或者泄露不该说的信息；一旦发现回答问题质量下降，就重新调整它的指令。使用边界也很重要：智能体只回答知识性问题，涉及学生个人情况或者评价性内容一律拒绝回答。

6. 常见问题与避坑实录

6.1 AI幻觉：生成内容不对劲怎么办

AI一本正经地胡说八道，这是所有老师都会遇到最头疼的事。我遇到过最离谱的一次，让AI写牛顿生平，它把生卒年份直接写错，还振振有词地给了一堆“佐证”。从那以后我养成了个习惯：凡是涉及人物生卒、历史事件、公式定义、法律条文的硬事实，必须在提问时加上一句“请引用可靠来源，并说明信息来源”，然后在AI给出答案后再用搜索引擎核实一遍。

数学题更要命。AI解数学题虽然越来越稳，但偶尔还是会在中间步骤出错，尤其是几何和复杂不等式。我的处理策略是“两道题互验”：同一道题用两个不同的AI模型分别解，答案一致才放进作业。平时内部测试时还会故意让AI做当年中考真题的压轴题，看看它哪个模型更稳定，再决定重大考试出题时用谁。

给各位一个口诀：AI说的，最终把关的是你。它给你省了90%的整理功夫，你就得拿出10%的力气去验证剩余10%的准确性。

6.2 学生用AI代写作业，怎么正面引导

这个担心我一开始也有，后来觉得堵不如疏。确实有学生拿AI直接生成作文、小论文、读书心得，交上来的东西一眼假——太工整、太宽泛、没有一点他个人的思考痕迹。遇到这种情况，我从不直接指责“你用AI了吧”，而是从“你怎么看待AI”这个话题切入，在班级里开了一次主题讨论。

我的处理办法有三条，你可以参考：

• 课堂留出“无AI写作时间”：当堂布置、当堂完成，限时30分钟，只允许纸笔。这样能看出学生真实的表达水平。
• 要求提交过程性材料：大作业必须附带提纲、草稿照片、修改记录，让学生体会到“过程比结果重要”。
• 把题目改得更“情境化”和“个人化”：比如作文题目加上“结合你暑假的一次真实经历”这种AI很难编得真诚的要求。

另外，AI检测工具可以辅助参考，但绝不能当唯一的证据。一个学生如果平时作文平铺直叙，突然交了一篇辞藻华丽得不像话的文章，你作为老师心里其实早就有数了，根本不需要工具来判断。

6.3 数据隐私与课堂使用的底线

这是我最想提醒同行们的一件事。学生信息是敏感数据，包括姓名、照片、家庭住址、成绩排名、心理情况记录等，任何一项都不应该随意输入到公共AI平台里。再怎么方便，这条线不能碰。

我在学校里推行过几条小小的“安全守则”：成绩单上传前一律替换成学号；涉及学生照片、声音的AI生成内容，必须获得年级组和家长同意；公开课使用的AI生成素材，避免出现可识别的学生人脸。另外，老师自己使用AI时也要留个心眼，不要完全依赖某一个免费平台处理长期积累的教学数据，有条件的话优先使用学校统一采购的官方版本和教育专用入口。

还有一条是关于内容合规的。AI生成的教学素材，教师要用自己的专业判断过滤一遍。有一次我让AI设计一节安全教育课，它在生成的情境里居然出现了一些不适合未成年人的表述，我当场就把它删了，重新换成了更适合的案例。教师永远是内容安全的最后一道防线。

7. 从零散工具到稳定工作流

7.1 我的每日AI清单

用AI第三个月的时候，我发现自己陷入了一个新困境：工具太多，每天打开五六个界面，反而更手忙脚乱。后来我做了一件事——把高频动作固定成一个“每日清单”，形成肌肉记忆以后，效率才真正上来。

早上到办公室，第一件事：用豆包语音快速记下今天的三件要事，顺便让它帮忙生成班会课的暖场小活动。备课时，我固定用同一个模型和同一个提示词模板，这样出来的初稿风格统一，我修改起来更顺手。改作业时，碰到共性问题，我会随手拍下来让AI帮我汇总成当天讲评的小话题。下班前，再花5分钟把当天生成的有用内容归档到一个共享文档里，方便月末复盘。

这套清单看起来简单，关键是“固定”。别今天用这个模型，明天用那个工具，每天都在适应新交互方式，那才是真的浪费时间。

7.2 每周教学工作流的改造

按周来看，我的固定节奏是这样安排的：

周一上午，用AI把未来两周的核心课都出好教学设计初稿，然后集中改教案。周中，每天只处理当天教学里的临时需求，不再碰大的备课任务。周四下午，让AI汇总本周课堂提问记录，提炼出学生理解困难的知识点，生成周末分层作业。周五放学前，把本周的作业完成情况和课堂表现丢给AI做周报，连同我这个班主任的评语一起，发给家长。

这个节奏的核心逻辑是“批量处理”：相同类型的事情集中在同一时间做完，避免碎片化损耗。AI承担了每个环节里最耗时间的“从无到有”，我只负责判断、修改和个性化。一个学期跑下来，我每周的备课时间从15小时以上降到了6小时左右，省下来的时间，大部分变成了和学生一对一的面谈。

7.3 学期中后期，AI还能帮你做这些事

学期过了大半，AI还能帮你做几件“大活”。期末复习阶段，让AI把整学期的知识点整理成思维导图形式的复习提纲，再针对学生历次作业的数据生成个性化复习清单。学期末写评语时，让AI基于你提供的每个学生的行为观察点，生成评语初稿。注意只是初稿，你得用自己的语气再改一遍，否则全班评语都一个腔调，家长一眼就能看出来。

我自己还试过用AI做课题申报的辅助。把前几年的研究素材、公开数据、论文摘要丢进去，让它提炼研究框架、整理文献综述、设计研究方法，这个过程省掉了我大量翻阅资料的时间。但这部分我的提醒是多加小心：申报书里的核心论证和成果预期，必须是你自己的真实思考，AI只能当整理工具用。

还有一项容易被忽略的作用，就是“AI帮你学新技能”。我去年需要学一点编程来写课堂随机点名器，就直接让DeepSeek一行行教我，边学边改，两节课的时间就做出来一个能用的工具。老师不必成为编程高手，但可以用AI当私人教练，快速解决工作中冒出的小技术问题。

说实话，写了这么多，落到最后就一句话：AI不会自动让教育变好，也不会抢谁的饭碗。它就是一面镜子，一个放大器——勤于思考的老师会用它省下时间做更有人情味的教育，懒得动脑的老师可能连这工具都懒得学。我见过用AI用得贼溜的年轻老师，也见过只用它做公开课点缀的中年骨干。关键是每个人能不能找到自己最痛的那个环节，然后刀刃向内，先砍一刀。我的建议还是那句：这学期别贪多，只选一个你最累、最烦、花时间最多的环节，花两个周末把它跑通。等你尝到甜头，后面就不是我劝你用了，是你自己停不下来。