培训AI

AI备课/我是怎么用 WorkBuddy 跑完一次真实备课流程

2026 年 8 月 26 日

用WorkBuddy跑通AI备课全流程，告别片段式辅助！真实案例拆解教师如何让AI从工具变连贯任务Agent。核心内容： 1. 第一步：先让AI读材料建立任务理解（不直接写教案） 2. 第二步：判断流程缺口，明确备课链路需求 3. 后续：让AI沿备课链路推进，完成整备、设计、输出闭环

这段时间，我和不少老师交流 AI 使用经验。

我发现一个很有意思的现象：很多老师其实已经会用 AI 了。

会让 AI 写教案。会让 AI 改文案。会让 AI 出题。会让 AI 做课件大纲。会让 AI 帮忙写教学反思。

但用了一段时间以后，很多老师会有同一个感受：

AI 确实能帮忙，但好像总是只帮到一小段。

它能写一份教案，但不一定贴合本校课程标准。它能做一个 PPT 大纲，但不一定接得住真实课堂。它能出几道题，但不一定和这一节课的教学目标对应。它能润色一段文字，但不能自动帮我把整套材料整理好。

后来我慢慢意识到，问题可能不是老师不会用 AI。

真正的问题是：我们还在把 AI 当成一个“回答问题的工具”，而不是一个“可以接手一段工作的 Agent”。

这也是我现在越来越愿意用 WorkBuddy 跟老师讲 AI 的原因。

因为教师工作本来就不是一个个孤立问题。

教师工作是一条链路。

备课、找资料、读课标、改教案、做课件、设计活动、出题、布置作业、批改评价、写反思、整理成果，这些东西不是分开的。

如果只让 AI 回答一句话，它只能帮你解决一个点。

如果能让 WorkBuddy 里的 Agent 沿着这条链路一步一步往前做，事情的性质就变了。

这篇文章，我不讲太多概念。

我就从一次真实备课流程讲起：一个老师手里只有几份旧材料，怎么用 WorkBuddy 从零开始，把一节课慢慢备出来。

不要一上来就说：帮我写个教案

很多老师第一次打开 AI，最自然的一句话就是：

帮我写一份教案。

这句话没有错。

但它太快了。

因为 AI 还不知道你是谁，不知道你教什么课，不知道学生基础，不知道学校模板，也不知道你手里的旧材料是什么样。

它当然可以写。

但写出来的东西，很可能是“看起来完整，实际上还要大改”。

所以我现在会建议老师，第一步先忍住。

不要急着让 WorkBuddy 写教案。

先让它读材料。

比如我们可以准备一个课程文件夹，里面先放三类东西：课程标准、课程整体设计、前辈留下来的旧教案。

如果有课件、任务单、题库，也可以先放进去。

然后第一句话不要说“帮我写教案”，而是这样说：

我是

一个刚接手这门课的老师，现在准备开始备课。 这个文件夹里有课程标准、课程整体设计，还有前辈留下来的旧教案。 请你先不要直接帮我写教案。 你先帮我把这些材料读一遍，告诉我三件事： 第一，这门课整体是怎么安排的；第二，旧教案大概是什么结构；第三，如果我要重新准备这一单元，第一步最应该做什么。

这一步的目的不是产出教案。

这一步的目的，是让 Agent 先建立任务理解。

老师自己备课也是这样。

你不会一拿到旧材料就直接开始写新教案。你一定会先翻一翻：这门课讲什么，前人怎么讲，哪些地方能保留，哪些地方要更新。

Agent 也一样。

先读材料，再做判断。

这一步做好，后面才不会跑偏。

第二步不是生成，而是判断缺口

WorkBuddy 读完材料以后，通常会给出一个初步判断。

比如它可能会告诉你：

课程目标是什么。单元之间是什么关系。旧教案里有哪些固定结构。哪些案例可能过时。哪些活动设计比较薄弱。哪些地方缺少评价方式。

这时候很多老师会很想继续说：

那你帮我直接改吧。

但我建议再慢一步。

先让它判断：现在缺什么。

可以这样继续说：

你刚才已经看完了这些材料。 现在请你先不要改教案。 请你站在真实备课的角度，帮我判断一下： 如果我要把这一单元重新备好，现在最缺的材料是什么？ 是缺教材参考，缺案例，缺课堂活动，缺任务单，还是缺评价题目？ 请你按优先级列出来，并说明每一类材料后面会用在什么地方。

这一步很重要。

因为教师备课经常不是“不会写”，而是“材料不够”。

没有新案例，课堂会旧。没有任务单，活动会虚。没有评价题，目标很难落地。没有课程映射，外部资源很难直接使用。

所以，WorkBuddy 不应该只被用来“生成文本”。

它更应该先帮老师诊断备课缺口。

这一步完成以后，老师心里会更清楚：

我现在不是马上写教案，而是先补关键材料。

第三步，让 Agent 去找公开可参考资源

当 Agent 判断出缺口以后，下一步就可以让它帮忙找资料。

但这里也有一个常见误区。

很多老师会说：

帮我找一些资料。

这句话太宽了。

资料有很多，但不是所有资料都能用来备课。

更稳的说法，是把搜索目标说清楚：

根据你刚才判断的备课缺口，请你帮我搜索公开、合法、可参考的教学资源。 重点找这几类： 1. 这门课或相近课程的课程大纲；2. 可以参考的教材目录或章节结构；3. 适合课堂讲解的真实案例；4. 可以用于实训或课堂活动的任务素材；5. 可以转化成测验题或课后作业的资料。 请你不要只堆链接。 每找到一类资源，都要说明它适合用在备课流程的哪个环节。

这里的关键是：搜索不是为了收藏资料。

搜索是为了服务备课。

普通搜索是找网页。Agentic Search 是围绕任务不断判断：我找的东西能不能推进这次备课。

所以，我们不要只问“有哪些资料”。

而是要问：

这些资料能解决我备课里的哪个问题？

这就是 WorkBuddy 在教育场景里很有价值的地方。

它不是把搜索结果扔给老师，而是可以继续往下分析、筛选、整理、映射。

第四步，资料下载后不要急着照搬，要先做映射

找到资料以后，老师通常会下载一些文件。

比如教材目录、课件、案例文章、实验指导、课程大纲。

这时候又有一个容易犯的错误：

看到好资料，就直接往自己的教案里搬。

但外部资料再好，也不等于适合本校课程。

别人的课时安排可能和你不一样。别人的学生基础可能和你不一样。别人的专业背景可能和你不一样。别人的教学重点也可能和你不一样。

所以，资料下载之后，真正重要的不是整理，而是映射。

可以这样对 WorkBuddy 说：

这些参考资料我已经放到当前工作空间里了。 请你先帮我梳理每份资料的内容和作用。 然后请你把这些资料和我们已有的课程标准、课程整体设计进行对照。 最后输出一张“资源映射表”。 这张表至少包括： 参考资料名称；主要内容；可以对应到本课程哪个单元；适合用作讲解、案例、活动、作业还是测验；哪些内容可以直接参考；哪些内容需要改写；哪些内容暂时不建议使用。

这一步做完，资料才真正变成课程资源。

否则，资料只是资料。

放在文件夹里很多，看起来很丰富，但老师真正备课时还是不知道怎么用。

映射表的价值，就是把外部资料和本校课程接上。

这一接上，后面生成教案、课件、题库，才有依据。

第五步，先生成备课包，不要直接生成正式教案

到了这一步，很多老师会觉得：

材料也读了，资料也找了，映射表也有了，现在可以写教案了吧？

可以，但我还是建议再加一个中间环节。

先生成备课包。

备课包不是正式教案。

它更像是正式备课前的一份方案草图。

可以这样说：

现在我们已经有了课程标准、课程整体设计、旧教案、参考资料和资源映射表。 接下来我要准备这一单元的正式教学设计。 请你先不要直接生成完整教案。 请你先帮我生成一个“单元备课包”。 备课包里需要包括： 1. 本单元的教学目标；2. 旧教案中可以保留的结构；3. 需要更新或替换的案例；4. 90 分钟课堂的大致流程；5. 每个教学环节使用什么素材；6. 哪些地方适合加入课堂互动；7. 哪些内容可以转化成课堂抽测题；8. 哪些内容适合作为课后作业；9. 还需要老师人工确认的问题。

为什么要先出备课包？

因为正式教案太完整了。

一旦 AI 生成了一份完整教案，老师很容易陷入改文字、改格式、改细节。

但真正重要的问题可能还没确认：

这个方向对不对？这个案例新不新？这个活动适不适合学生？这个目标和评价有没有对应？

备课包就是用来确认方向的。

方向对了，再写正式教案。

方向不对，就先改备课包。

这样老师不会被一份“完整但不一定合适”的教案绑住。

第六步，老师确认方向后，再生成正式教案

当备课包出来以后，老师要做一件非常重要的事：

验收。

不是简单看一眼，而是看几个关键点：

教学目标是否贴合课程标准。案例是否适合学生。课堂活动是否能执行。时间安排是否合理。评价任务是否能对应目标。旧材料有没有被合理保留。

确认以后，再让 WorkBuddy 生成正式教案。

可以这样说：

这个备课包的整体方向可以。 接下来请你基于刚才确认的备课包，生成这一单元的正式教案。 要求： 1. 尽量沿用学校原有教案模板；2. 课程目标要贴合课程标准；3. 旧教案中合理的结构可以保留；4. 过时案例请替换为刚才确认的新案例；5. 每个教学环节要写清楚教师活动、学生活动、设计意图和评价方式；6. 最后输出为 Word 文档。

这一步，WorkBuddy 做的是正式产出。

但前面的每一步都在给它铺路。

读材料，是为了理解课程。判断缺口，是为了知道缺什么。搜索资源，是为了补材料。做映射，是为了让资料可用。生成备课包，是为了确认方向。最后生成教案，才是水到渠成。

这和直接说“帮我写教案”，完全不是一回事。

第七步，不要停在教案，继续往课堂材料走

很多老师用 AI，到教案生成就停了。

但真实教学不会停在教案。

教案只是教师看的。

课堂上还需要 PPT、任务单、互动问题、课堂抽测、课后作业。

所以，正式教案生成以后，可以继续让 WorkBuddy 往下做。

比如生成 PPT：

请你基于刚刚生成的正式教案，帮我设计本单元课堂 PPT。 不要只做文字堆叠。 请你按照课堂流程来组织页面： 导入；概念讲解；案例分析；课堂互动；小结；课堂抽测；课后任务。 每一页请说明标题、核心内容、建议配图或图示、教师讲解提示。

再比如生成课堂抽测题：

请你基于本单元教案，生成一份课堂抽测题库。 题型以单选题和多选题为主。 每道题需要包括： 题干；选项；正确答案；答案解析；对应的教学目标；难度等级。 请输出为 CSV 表格，方便后续导入课堂随机抽问工具。

再比如生成课后作业：

请你基于本单元教学目标，设计一份课后作业。 注意，课后作业不要只是重复课堂抽测题。 课堂抽测主要检查学生知不知道；课后作业要检查学生会不会用。 请设计一个贴近真实情境的小任务，并同步生成评分标准。

这时候，WorkBuddy 的价值就不只是“写一个文件”。

它是在帮老师把一节课的配套材料一起跑出来。

教案、PPT、抽测题、作业、评分标准，它们之间是连着的。

这才像真实教学工作。

第八步，把跑通的流程沉淀成 Skill

如果这套流程只用一次，它已经能省不少时间。

但真正有价值的是：这套流程以后还会反复发生。

第一单元要备课。第二单元也要备课。第三单元还要备课。

每次都重新打一长串提示词，其实很浪费。

所以，当一条流程跑通以后，就可以考虑把它沉淀成 Skill。

我对 Skill 的理解很简单：

Skill 不是提示词。

Skill 是一条已经跑通过的工作说明书。

它告诉 Agent：

遇到这类任务，先读什么材料。再判断什么问题。缺资料时怎么搜索。资料回来后怎么映射。什么时候生成备课包。什么时候等待老师确认。最后输出哪些文件。怎样算质量合格。

可以这样对 WorkBuddy 说：

刚才我们已经完整跑通了一次从课程材料到单元教案、PPT、课堂抽测题和课后作业的流程。 我现在想把这条成功路径沉淀成一个 Skill。 请你先不要直接写 Skill 文件。 请你先通过提问的方式，帮我确认这个 Skill 的边界： 它适合处理哪些课程？老师每次需要提供哪些输入材料？哪些步骤必须等待老师确认？最终需要输出哪些文件？每个文件的质量标准是什么？

这一步很关键。

不要急着让 AI 写 Skill。

先让它反问你。

因为一个好 Skill，最重要的不是“能不能生成内容”。

而是以后能不能稳定复用。

老师真正保留的，是判断权

走完这套流程以后，我对 WorkBuddy 在教育场景里的理解更清楚了。

它不是用来替老师做所有判断的。

它更像一个能读材料、能查资料、能整理信息、能生成文件、能反复执行流程的工作伙伴。

老师要交出去的，是重复劳动。

老师要保留下来的，是专业判断。

比如：

这节课的目标是否合理。这个案例是否适合我的学生。这个活动课堂上能不能执行。这个题目能不能测出学生理解。这个评分标准是否公平。这份材料能不能代表我的教学主张。

这些事情，仍然需要老师判断。

所以我不太愿意把 AI 讲成“替代老师”。

我更愿意说：

AI 会改变老师工作的组织方式。

过去，很多工作都压在老师一个人身上。

找资料、读材料、写初稿、改格式、做表格、出题目、写总结，全都混在一起。

现在，老师可以把其中一部分讲清楚，交给 WorkBuddy 里的 Agent 去执行。

老师再回来验收、调整、决策。

这就是教师使用 AI 的关键变化。

不是从“不用 AI”变成“用 AI 写东西”。

而是从“自己做所有事”，变成“会给 Agent 派活”。

最后，把这条流程记住

如果把这次实践压缩成一条路径，就是：

课程材料→ Agent 读材料→ 判断备课缺口→ 搜索公开资源→ 资源映射→ 生成备课包→ 老师确认方向→ 生成正式教案→ 生成 PPT→ 生成课堂抽测题→ 生成课后作业和评分标准→ 沉淀成 Skill

这条路径不复杂。

但它和“帮我写个教案”完全不同。

“帮我写个教案”解决的是一次生成。

这条路径解决的是一段工作。

而教师真正需要的，往往不是一次生成。

教师需要的是：

材料能被读懂。流程能被推进。结果能被验收。经验能被复用。

这也是我认为 WorkBuddy 在教育场景里最值得被看见的地方。

它不是多一个聊天框。

它是让老师有机会把自己的教学工作流说清楚、跑起来、沉淀下来。

Prompt 解决一次沟通。

Agent 接手一段工作。

Skill 固化一条成功路径。

当老师真正掌握这件事以后，AI 就不再只是一个帮忙写材料的工具。

它会变成教师工作方式的一部分。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们

AI备课/我是怎么用 WorkBuddy 跑完一次真实备课流程

立即咨询 JOTO

想把这些做法用到你的业务里?

Start your enterprise AI rollout

Tell us what you need