2.【教师】 WorkBuddy 提效实战

本篇目标：帮助幼儿园、中小学、大学一线教师用 WorkBuddy 把备课、出题、批改、评语、成绩分析、教研申报、行政事务等重复性工作提效 10 倍，把省下的时间还给真正需要人的事——跟学生谈心、设计教学创意、关注每个孩子的成长。

前置要求：已安装 WorkBuddy 并完成基础配置（工作空间设置、文件授权、模型选择等）

一句话定位：AI 做初筛、起草、整理、执行；人做判断、把关、沟通、拍板。

第一章 教师的时间都去哪了——从"重复劳动"到"教书育人"

1.1 一组扎心的数字

先不谈理论，我们来看看教师一天、一周、一学期的时间到底花在了哪里。

备课：每节课 2-3 小时

一节 45 分钟的课，备起来要多久？一位初二物理老师的回答是："教案加课件加出题，一套走下来至少两个小时。"这还不是从零开始的时间——如果你已经有教材、有参考教案，只是把它们整理成课堂可用的结构化方案，导入、知识点、案例、提问、课堂练习、总结、作业，每个环节都要设计。

一位中职专业教师做过对比：用传统方式备一节《绿茶审评》的课，教案加课件至少一个半小时；后来用 WorkBuddy 跑完整个备课流程，10 分钟拿到初稿，再花 10 分钟精修，20 分钟搞定。

期末评语：200 名学生 × 每篇 5 分钟 = 16.7 小时

保定的一位英语老师马丽杰，带近 200 名学生。每到期末，写评语是她的噩梦——要逐个查阅每个学生的逐题得分、对比班均、然后手写评语。

200 人 × 平均 5 分钟一人，就是将近 17 个小时的纯书写工作。

而且这么赶着写，评语容易雷同，"该生学习认真，团结同学"这种套话反复出现，家长一看就知道是流水线产物。

后来她用 WorkBuddy 设计了一个评语生成技能，自动读取 4 份 Excel 成绩表、计算排名与薄弱点、按模板池生成个性化评语，60 人零重复，几分钟完成。

成绩统计：期中后半天起步

期中考试结束，一位班主任要做什么？各科平均分、及格率、优秀率、排名、偏科预警——光统计就要半天。更不要说精细化分析了，比如"找出总分前 30% 但在某一科低于班级平均分的学生"——这种偏科预警分析，以前根本没时间做。

后来这位老师把成绩表拖给 WorkBuddy，一句"统计各科平均分、及格率，找出低于平均分 10 分以上的学生"，不到 2 分钟结果就出来了。

行政表格：班主任量化考核 1 小时变 10 分钟

沈阳信息工程学校的郑老师，每到期末要统计各系班主任的量化考核数据——这项工作繁琐、机械，涉及多个维度的交叉统计。

她"壮起胆"向 WorkBuddy 发出了一条相当复杂的指令，结果她自己要花一个小时完成的工作，WorkBuddy 不到 10 分钟就完成了，而且非常准确，样式也好看。

教研课题：申报书撰写的"三难"

对于高校教师来说，科研项目申报是每学期绕不开的事。一位有 20 年申报经历的思政教师总结了申报书撰写的"三难"：

一是选题研判难——申报指南数千字，如何从中锁定既契合政策导向又匹配自身积累的方向；

二是框架搭建难——申报书少则七八千字、多则两三万字，十余个模块需逻辑自洽；

三是反复修改难——校内预审、专家指导、多轮打磨，牵一发而动全身。

1.2 AI 不是替代教师，是替代重复事务

看到上面这些数字，你可能会问：AI 是不是要替代老师？

恰恰相反。AI 替掉的是重复性事务工作——统计分数、整理文档、翻聊天记录、套写评语、编排试卷——这些工作本身不需要教师的学科判断力，只是机械劳动。而真正需要人的事——跟学生谈心、设计教学创意、关注每个孩子的成长、做学术判断——AI 替不了。

用一句话说：AI 做初筛、起草、整理、执行；人做判断、把关、沟通、拍板。

那位用了两周 WorkBuddy 的老师说得好："AI 替掉的是重复性事务工作，让老师把精力省下来做真正需要人的事。很多人问'AI 是不是要替代老师'，我觉得正好相反——它让我有更多时间去关注每个孩子的成长。"

✍️ 中国教育新闻网在报道生成式人工智能教育应用时也指出，AI 可以帮助教师从重复性工作中解放出来，将更多精力投入到教学创新和学生个性化指导上。同时，教育部发布的《教师生成式人工智能应用指引（第一版）》也明确了 AI 在教学中的辅助定位——工具属性，不是主体替代。

1.3 为什么是 WorkBuddy 而不是其他 AI 工具

市面上 AI 工具不少——通义千问、文心一言、豆包、Kimi——为什么教师要用 WorkBuddy？

核心区别在于：通用大模型只能聊天，WorkBuddy 是"执行型 Agent"。

具体来说有四个关键差异：

第一，能读本地文件。 你可以直接把 Excel 成绩表、Word 教案、PDF 教材拖给 WorkBuddy，它会读取文件内容并处理。通用大模型做不到这一点——它连你电脑里的文件夹在哪都不知道。济宁医学院的刘老师就是用这个能力，把一整个 PDF 文件包交给 WorkBuddy，让它按主题重新打包分类。

第二，能执行操作。 WorkBuddy 不只是生成文本，它还能保存文件到指定目录、整理文件夹、把结果推送到微信。一位教师说"按这个方案生成完整教案，输出为 Word 文档"，WorkBuddy 就真的把 Word 文件保存到了电脑上。这是纯聊天型 AI 做不到的。

第三，能复用技能（Skill）。 把跑通的流程封装成 Skill，以后一句话复用。马老师的评语技能就是典型案例——第一次设计花了一些时间调试模板，但封装好之后每学期都用，几分钟完成 200 人评语。

第四，能定时自动化。 设置每天早上 9 点提醒今日待办、每周五 17:00 汇总本周教学日志、每月 1 号归档上月教案——这些定时任务到点自动跑，结果推送到微信，不需要你每天记得手动操作。

✍️ 深圳中学在教研沙龙中也推荐了 WorkBuddy，指出它"支持定时推送官方素材助力学生积累"，同时搭配 ima 知识库"统一归档教学资源，并快速整合知网文献生成思维导图"。
中国教育发展战略学会区域教育专业委员会发布的调研报告也指出，教师在 AI 应用中面临三类突出难题：
一是需反复切换工具，缺乏能一站式满足多元教学需求的平台；
二是 AI 工具难以精准匹配教学需求，生成内容有偏差或专业度不足；
三是受"提示词"制约，教师不熟悉交互逻辑导致需求表达不畅。WorkBuddy 正是为了解决这些问题而设计的——一站式、能执行、能复用。

1.4 本篇怎么读

本篇按教师工作流组织，不按 WorkBuddy 功能组织。你不必从头读到尾，可以跳到当前最痛的场景直接抄指令：

• 备课头疼 → 第二章
• 做 PPT 烦 → 第三章
• 出题找题耗时 → 第四章
• 成绩分析只会看分数 → 第五章
• 评语写到手软 → 第六章
• 教研课题要申报 → 第七章
• 行政表格太多 → 第八章
• 想一劳永逸 → 第九章（Skill + 自动化）
• 怕踩坑 → 第十章（先读再开始）

每个场景的指令都可以直接复制，改成你的学科、年级、课题就能用。

第二章 备课全流程——从教材到课堂教案

2.1 备课痛点拆解

很多老师备课真正费时间的，不是"不知道讲什么"——学科知识你比 AI 清楚。真正费时间的是把一堆零散知识整理成结构化的课堂方案：导入怎么设计、知识点怎么排、案例选哪个、提问问什么、课堂练习怎么出、总结怎么收、作业怎么留。

以前这个流程大概是这样的：翻教材→查参考书→上网找案例→写教案→改格式→找配套素材。一两节课还好，一周 15 节课，备课量叠起来就是两三个小时 × 15 = 三四十个小时。

而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。如果教案到课件到出题都要自己一个个做，时间就这么被吃掉了。

2.2 WorkBuddy 备课三步法

很多老师一上来就说"帮我备课"——这就像跟新来的实习生说"帮我把课备了"，他连你的教材都没看过，怎么备？

正确的做法是先让 WorkBuddy 读懂你的资料。把教材内容、课程标准、教师用书拖到对话框里，或者如果这些资料已经在工作空间的文件夹里，直接告诉它文件路径。

然后不要急着让它写教案，先让它诊断备课缺口。一位教师的做法是：

你先帮我把这三个材料看一遍，告诉我这门课大概是怎么安排的，第一单元的教案结构是什么样的。我现在最想知道的是：在这种情况下，我第一步最应该干什么？是先找参考教材和参考案例，还是先改第一单元，还是先准备后面的单元？你按真实老师备课的顺序给我建议就行，不用直接帮我写教案。

这样做的好处是：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。

第二步：用四要素指令生成教案初稿

诊断完缺口，就可以让 WorkBuddy 生成教案了。这里有一个好用的指令公式：

身份 + 学生情况 + 教学内容 + 课堂时间 + 输出结构

中小学示例（初二物理）：

我是一名初二物理老师，请围绕《光的折射》设计一节 45 分钟课堂。学生基础中等。请按照：课堂导入—核心知识—生活案例—课堂提问—实验设计—易错点—课堂练习—总结—课后作业的结构设计。要求语言适合初二学生，不要大学化。

幼儿园示例（大班科学活动）：

我是大班教师，请围绕"秋天的树叶"设计一次 30 分钟科学活动。幼儿已能辨认常见树叶，部分幼儿能简单分类。请按照：活动目标—材料准备—导入环节—探索操作—分享交流—延伸活动的结构设计。要求参考《3-6 岁儿童学习与发展指南》科学领域目标，活动要游戏化，适合 5-6 岁幼儿。

大学示例（思政专题课）：

我是大学思政课教师，请围绕"社会主义核心价值观"设计一次 90 分钟专题教学。学生为大二学生，已学过基本概念，需要深化理解。请按照：问题导入（10 分钟）—理论阐释（30 分钟）—案例分析（20 分钟）—小组讨论（15 分钟）—课堂辩论（10 分钟）—总结提升（5 分钟）的结构设计。要求联系当下社会热点，理论深度适合本科生。

注意，不建议直接说"帮我备课"——这种任务太模糊，AI 只会给你一个万能模板。你给的条件越清楚，结果越好。真正好用的公式其实只有一句：身份 + 学生情况 + 教学内容 + 课堂时间 + 输出结构。

第三步：人工审核与微调

教案初稿 30 秒就出来了，但不要直接用。你可以像跟同事讨论一样，在对话里继续提修改意见：

把第三个环节改成小组讨论
导入部分换一个更贴近农村学生的例子
易错点部分增加一个光的折射和反射的区别对比

满意之后，告诉它："可以，按这个方案生成完整教案，输出为 Word 文档。"它会直接把 Word 文件保存到你的电脑上。

2.3 知识库辅助备课（ima 联动）

如果你把教材、课标、教参、历史教案长期存在 ima 知识库里，备课效果会更好——因为 WorkBuddy 会从你的资料里找参考，而不是凭空编造。

ima 比较适合做的事情，就是把这些长期资料组织成一个可被 AI 检索的知识库。把教材、课标、教参、历史教案、PPT、试题、教学反思统一存进去，备课的时候用 @ 引用知识库，WorkBuddy 就会基于你的资料来生成方案。

一位初中物理教师这样使用：

基于知识库中检索到的教材、课程标准和教师用书，为《测量物质的密度》设计一节 45 分钟课堂。学生已经学习质量、体积和密度，大部分学生能够使用密度公式，但部分学生对单位换算掌握一般。请给出：1. 教学目标；2. 教学重点和难点；3. 45 分钟完整教学流程及每个环节时间；4. 课堂核心问题。

这样做出来的教案，不是 AI 凭空想出来的，而是从你的教材和课标里检索出来的——答案有据可查。

2.4 学段差异对照表

2.5 真实案例

案例一：初二物理《光的折射》备课全流程

一位教师用四要素指令生成了教案初稿，然后继续对话让它生成 PPT 结构、出课堂练习题——一整套备课工作连续做下来，以前要一两个小时，现在全程 10 分钟。

案例二：中职专业教师《绿茶审评》教案 20 分钟搞定

一位中职茶艺专业教师用 WorkBuddy 备课：先让它读取教材内容，然后生成教案初稿，10 分钟拿到初稿，再花 10 分钟精修，20 分钟搞定教案加课件——原来至少要一个半小时。备完课他还顺手试了出题："根据绿茶审评内容出选择题 10 道、判断题 5 道、简答题 2 道、实操题 1 道，带答案"，结果真的给出了完整的试题和评分要点。以前他出这么一份测验至少要翻好几本参考书。

案例三：基于知识库的备课流程

一位教师把电子教材、课程标准、教师用书存入 ima 知识库，备课时不从零开始写指令，而是用 @ 引用知识库，让 WorkBuddy 从已有资料中检索出对应内容来设计教案。她还让 WorkBuddy 先诊断备课缺口——"这三个材料看一遍，告诉我第一单元教案结构是什么，我第一步最应该干什么"——然后再继续。这种做法的核心思路是：先让 AI 理解你的资料，再让它干活。

2.6 避坑提示

• 指令太模糊："帮我备课"不行，必须说清楚学科、年级、课题、学生基础。越具体效果越好。
• AI 不懂学情：要告诉它"学生已经学过什么""常见误区是什么""学生基础是中等还是偏弱"。不说学情，AI 生成的教案就是空中楼阁。
• 不要一次性生成全章节教案：一节一节来，质量可控。一次生成一章的教案，内容会过于笼统，修改成本比从头来还高。
• 教案要人工把关：AI 生成的教案结构通常没问题，但具体知识点的准确性、教学环节的合理性，需要教师自己审核。尤其是学科知识的细节——AI 可能会用超出该学段范围的表述。

第三章 课件制作——教案直接变 PPT

3.1 课件痛点

教案写好了，但课堂要用 PPT。又是一个耗时间的环节。

内容其实已经有了——教案里什么都写了。真正麻烦的是怎么把教案内容拆成十几页 PPT，每页放什么、配什么图、怎么排版。一节 45 分钟的课，做个 15 页的 PPT，熟练的老师也要半小时，不熟练的一小时都打不住。

而且 AI 生成 PPT 有一个最大问题：一整页全是字。 你把教案丢给通用 AI，它给你生成 15 页 PPT，每页都是密密麻麻的文字，根本没法在课堂上用。课堂 PPT 真正需要的是：少量文字 + 图示 + 案例 + 课堂互动。

3.2 WorkBuddy 课件生成法

WorkBuddy 的做法是：基于你刚才生成的教案，继续对话让它整理成 PPT 结构。

基础指令：

最后这两句话很重要。第一句"每页控制 3-5 个要点"解决了满页文字的问题；第二句"每页告诉我适合配什么图片"让你在后续找素材时有明确方向。

进阶——直接生成 PPTX 文件：

如果你想直接拿到可用的 PPT 文件，可以用更完整的指令：

[目标] 制作八年级语文《背影》第一课时 PPT 课件，共 15 页
[输入] 参考人教版八年级上册语文教材第 73-78 页课文内容
[输出] 生成 PPTX 文件，保存到 D:\语文教学\课件\，文件名"背影_第一课时.pptx"
[约束]
- 课件结构：导入(2 页)→作者背景(1 页)→朗读指导(2 页)→文本精读(5 页)→课堂练习(2 页)→总结(2 页)→作业(1 页)
- 每页 3-5 个要点
- 每页标注建议配图
- 语言适合八年级学生

这条指令来自一位初中语文教师的实操分享，结构清晰：目标是什么、输入是什么、输出要什么格式、约束条件有哪些。

3.3 课件指令的四个要点

第一，明确页数和每页内容分配。 不要只说"帮我做个 PPT"，要说清楚总共多少页、每页放什么内容。就像给设计师提需求——"15 页，导入 2 页，核心知识 6 页，练习 3 页"——他才知道怎么分配。

第二，每页控制要点数量。 "每页 3-5 个要点，不要大段文字"这一句必须说。不说的话 AI 会把教案里的文字直接铺到每页上，做出来的是文档不是 PPT。

第三，要求配图建议。 "每一页同时告诉我适合配什么图片、图示或者动画"——这让你在后续找素材时有明确方向，不用自己想每页配什么。

第四，明确保存路径。 如果要生成文件，告诉它保存到哪个文件夹、文件名是什么。这样文件就直接出现在你的教学资料目录里，不用再手动移动。

3.4 学段差异

3.5 真实案例

中职专业教师：教案+课件 20 分钟搞定

前一章提到的中职茶艺教师，用 WorkBuddy 生成教案后，继续让它生成 PPT 课件。教案加课件一共 20 分钟完成——原来至少要一个半小时。也就是说，光做课件这个环节，从原来的 40-50 分钟压缩到了 10 分钟。

初中语文教师《背影》课件制作

一位初中语文教师分享了完整的课件制作指令，从目标、输入、输出到约束条件四要素齐全，直接生成 PPTX 文件保存到指定目录。这种指令结构适用于所有学科。

3.6 避坑提示

• 满页文字：必须明确限制"每页 3-5 个要点"，否则 AI 会把教案内容原封不动铺到 PPT 上。
• 配图建议不可全信：AI 建议的配图是文字描述（"配一张三棱镜分光的示意图"），你需要自己去找真实的图片素材。不要指望 AI 帮你找到完美的图片。
• 超纲内容：课件里可能出现超出该学段范围的知识表述，需要教师审核。尤其是理科——AI 可能用高中甚至大学的表述来解释初中知识点。
• 格式需要微调：AI 生成的 PPTX 文件格式通常比较基础，可能需要你在 PowerPoint 里调整字体、配色、动画等。它给你的是骨架，不是成品。

第四章 智能出题与分层作业

4.1 出题痛点

出题这件事，所有老师都用得上，也都被折磨过。

刚教完一个知识点，需要出几道练习题巩固。以前要从不同资料里找——教参、题库、历年试卷——翻来翻去找合适的题，改一改数字、换一换表述，凑够基础题、提高题、易错题各几道。一套题弄下来，半小时起步。

如果要出一套完整的测试卷，更麻烦——题型搭配（选择、填空、实验、计算）、难度比例（6:3:1）、分值分配、答案和解析——每一项都要花时间。

至于分层作业——"双减"要求设计基础、提高、拓展三个层次的作业——传统方式等于出三套题，工作量翻三倍。

4.2 WorkBuddy 三层出题法

基础指令——三层出题：

围绕初二物理《光的折射》出 15 道练习题。
分成三层：
基础题 5 道；
提高题 5 道；
易错题 5 道。
每一道题标注考查知识点和难度。
最后单独生成答案和解析。
不要出现超纲知识。

这个指令的核心是"分层"——基础题给所有学生做，提高题给中等以上学生做，易错题用来考前提醒。每道题标注考查知识点，方便你后续做错题归因分析。

进阶——试卷生成：

将这些题重新排版成一份 40 分钟课堂测试卷，总分 100 分。
题型包含：选择题、填空题、实验题、计算题。
难度比例按照 6:3:1 设计。

一条指令接着上一条的结果继续往下做——先出题，再排版成卷——这就是 WorkBuddy 的"连续工作"能力。你不用把题目复制粘贴到 Word 里再排版，直接让它帮你搞定。

4.3 分层作业设计

"双减"政策要求作业分层，但这在实际操作中是个大难题——一个班 40-50 个学生，水平参差不齐，一套作业怎么分层？

方式一：按学生层次设计

为《光的折射》知识点设计三个层次的作业：
基础巩固（面向学困生）：概念辨析 + 简单应用，5 道题
能力提升（面向中等生）：综合应用 + 情境分析，5 道题
拓展探究（面向优等生）：联系前沿时事 + 开放性探究，2 道题
每道题附简要解析和知识点溯源。

这种方式参考了AI教师培训领域的分层设计方法：面向学困生侧重概念辨析，面向中等生侧重综合应用，面向优等生侧重拓展探究。

方式二：基于错误率驱动分层

如果你有考试数据，可以更精准地分层：

根据本次考试数据：
为错误率高于 50% 的学生群体生成 5 道基础巩固题（侧重概念辨析）；
为错误率在 20%-50% 之间的学生生成 5 道能力提升题（侧重综合应用）；
为错误率低于 20% 的学生生成 2 道拓展探究题（联系前沿时事）。
每道题附简要解析和知识点溯源（教材章节）。

这种方式来自中国教育新闻网报道的真实案例：生成式人工智能在几分钟内就能根据错误率数据生成不同层次的练习题。

4.4 学段差异

幼儿园不出传统意义的"题"，但可以设计游戏化任务卡和观察记录表。比如"请为'秋天的树叶'活动设计 3 张任务卡：分类任务、测量任务、创意绘画任务，每张配操作步骤和观察要点"。

大学教师出题更注重开放性和思辨性："请围绕'社会公平与效率'出 3 道论述题和 2 道案例分析题，要求联系当下社会热点，每题附评分要点和参考答题方向。"

4.5 真实案例

中职《绿茶审评》出题

一位中职茶艺专业教师备完课后顺手试了一下出题，输入"根据绿茶审评内容出选择题 10 道、判断题 5 道、简答题 2 道、实操题 1 道，带答案"，WorkBuddy 真的给出了完整的试题和评分要点。以前他出这么一份测验至少要翻好几本参考书。

基于错误率的分层出题

中国教育新闻网报道了一个案例：AI 根据学生错误率数据，在几分钟内就生成了三个层次的练习题——错误率高的学生出基础巩固题，中等的能力提升题，低的拓展探究题——每道题附解析和知识点溯源。

4.6 避坑提示

• 答案可能有误：每道题的答案和解析必须人工核实。AI 生成的答案正确率大概 80%-90%，尤其是计算题和实验题，经常出计算错误或概念混淆。
• 超纲知识：明确告诉 AI 教学进度和知识范围。"不要出现超纲知识"这一句要加上，否则它可能出超出该年级范围的题。
• 题目重复：多次生成后可能出现相似题目。建议每次出题后人工筛一遍，把重复的替换掉。
• 题型搭配：AI 默认偏向选择题和填空题（因为好生成），如果你需要实验题、计算题、论述题，要在指令里明确要求。

第五章 成绩分析与错题诊断

5.1 成绩分析痛点

期中考试结束，一位班主任的工作才刚刚开始。

各科平均分、及格率、优秀率、排名——光统计就要半天。如果有 6 个班、每班 45 人、6 个学科，那就是 270 条成绩数据 × 6 个统计维度 = 1620 个数字要算。

但传统分析最大的问题不是慢，而是浅。传统做法是：看平均分排名、看谁考得好谁考得差、选择题 3、7、12 错得多就再讲一遍。这种分析只回答了"谁错了"和"错了多少"，但没回答最关键的问题——为什么错？

是概念没理解？审题错误？计算能力问题？还是题目难度过高？不同原因的解决方案完全不同——概念没理解要重新讲，审题错误要练审题技巧，计算能力问题要单独练计算。

还有一类精细化分析，以前根本没时间做：偏科预警。比如一个学生总分排班里前 30%，但数学低于班级平均分——这种学生最需要学科辅导，但如果不做精细化分析，你根本发现不了。

5.2 WorkBuddy 成绩分析实操

基础统计指令：

把成绩表（Excel）拖给 WorkBuddy，然后说：

统计各科平均分、及格率，找出低于平均分 10 分以上的学生

不到 2 分钟，结果就出来了——各科统计、低于平均分的学生名单，一目了然。

偏科预警指令：

找出总分前 30% 但在某一科低于班级平均分的学生

它立刻给你一份名单——这些学生是最需要学科辅导的。以前这种精细化分析，老师根本没时间做。

错题诊断指令：

下面是本次考试各题正确率和对应知识点。
请帮我分析：

1. 哪些知识点掌握最差；
2. 哪些错误属于共性错误；
3. 哪些问题可能属于审题或计算问题；
4. 给出下一步教学建议。

5.3 从"看分数"到"看归因"

传统做法是看选择题 3、7、12 错得多，然后"再讲一遍"。但这没有解决根本问题——你不知道学生为什么错。

广告

WorkBuddy 帮你做的，是从"看分数"到"看归因"的转变。它可以生成一个诊断报告：

这种诊断报告不仅告诉你"哪里弱"，还告诉你"差多少"和"下一步该干什么"——从统计到归因到行动建议，一条龙。

温州市第五十一中学也有类似实践：通过 AI 分析学生编程作业数据，识别知识薄弱点，生成"笃学单"，针对数组操作能力差异设计阶梯式任务，使 80% 学生达成教学目标。

5.4 学段差异

幼儿园不用分数，但可以用 WorkBuddy 分析观察记录："根据本学期 20 条观察记录，分析幼儿在语言、社会、科学三个领域的发展水平，给出个性化支持建议。"

5.5 真实案例

从半天到 2 分钟

一位教师以前期中考试后至少要花半天做成绩统计：各科平均分、及格率、优秀率、排名、偏科预警。后来把成绩表拖给 WorkBuddy，一句指令不到 2 分钟结果就出来了。更实用的是偏科预警——找出总分前 30% 但单科低于均分的学生，立刻给出名单。

5.6 避坑提示

• 数据隐私：成绩表含学生姓名和成绩，属于敏感数据。注意授权范围——只授权存放成绩表的文件夹，不要授权整盘。不要把含学生信息的文件上传到公网工具。
• AI 幻觉：统计数据要核实。AI 可能算错平均分或排名，尤其是数据量大的时候。建议每次核实几个关键数字。
• 先预览再执行：WorkBuddy 对文件的操作建议先预览确认——它是个好工具，但不是全自动托管，人要始终在决策位置。

第六章 学生评语与家校沟通

6.1 评语痛点

每到学期末，写评语是很多老师的噩梦。

一位英语老师带近 200 名学生，每学期要给每个学生写评语。传统流程是：逐个查阅每个学生的逐题得分 → 对比班级平均 → 手写评语。200 人 × 平均 5 分钟一人 = 16.7 小时的纯书写工作。而且这么赶着写，评语容易雷同——"该生学习认真，团结同学，尊敬师长"——家长一看就知道是流水线产物。

更深层的问题是：好的评语应该结合成绩、课堂表现、谈话记录、家校沟通等多维信息来写，但老师根本没时间逐个梳理这些数据。

6.2 WorkBuddy 评语生成

一次性评语生成指令：

读取以下 4 份 Excel 成绩表，计算每位学生的排名与薄弱点，
按以下模板池生成个性化评语：
[学习态度] + [具体进步] + [薄弱点提醒] + [假期建议]
每篇 150-200 字，60 人零重复。

这条指令的关键设计在于：

• 模板池：不是一套模板套所有人，而是给 AI 一个"模板池"，让它根据每个学生的实际数据选择不同的表述组合。
• 零重复约束：明确要求"60 人零重复"，AI 会通过变换表述顺序、替换同义词、匹配不同数据点来保证不重复。
• 结构化输出：学习态度 → 具体进步 → 薄弱点 → 假期建议，四个维度保证评语既有表扬也有建设性建议。

Skill 封装（长期复用）：

当然，让 AI 写好评语也不是一蹴而就的，需要"人机合作"，不断磨合、调整，才能制作出比较符合个人要求的"技能"。第一次生成的评语可能有表述不恰当的地方，需要人工审核调整；第二次根据反馈调整模板池；第三轮基本满意——之后每学期都能直接用了。

6.3 家校沟通

家校沟通是教学工作的重要一环。差异化沟通、假期管理都可以借助 WorkBuddy 提升效率。

差异化家校沟通话术：

针对以下三类学生，分别撰写个性化沟通话术：

1. 学困生：关注进步点 + 家校配合建议
2. 优等生：肯定成绩 + 拓展方向建议
3. 情绪波动学生：关注心理状态 + 近期表现变化
每段 200 字以内，语气真诚温暖，避免套话。

致家长信/通知模板：

撰写一封家长会通知，包含：会议主题（期中总结）、时间（本周五下午 3 点）、地点（教室）、议程（3 项）、需要家长准备的事项。语气正式但不生硬，适合小学家长群发送。

制作一份暑假安全告知书，包含防溺水、交通安全、饮食卫生、网络安全四个方面，每方面 3 条具体提醒，附家长回执。

6.4 班级管理数字模型

一位班主任教师建了一张 Excel 学生信息表，包含姓名、家长电话、特殊体质、心理关注等字段。以后查"张三家长电话多少""班上有几个单亲家庭学生"直接问 WorkBuddy 就行。

绑了微信之后更省事。课间看到学生表现好，长按微信语音说"记一笔：李明今天数学课主动上台解题"，WorkBuddy 自动追加到班级日志。一天记三四条，一学期就是完整的班级档案。期末评优不用翻聊天记录，在日志里一搜就有。

班主任还可以把评语生成、谈话记录、家校沟通、考勤数据整合到一起——固定规则从五个方面生成 + AI 综合成绩、谈话记录、家校沟通、考勤自动生成针对性评语——绝非放谁身上都能用的套话。

6.5 学段差异

幼儿园的评语不是打分式的，而是发展观察记录。可以用 WorkBuddy 根据观察记录生成成长档案："根据本学期 20 条观察记录，为每位幼儿生成成长档案，涵盖语言、社会、科学、健康、艺术五个领域的发展描述，每篇 300 字，语气温暖积极。"

6.6 真实案例

马老师：200 名学生英语评语 Skill

保定马丽杰老师设计了一个评语生成技能，解决英语考试数据分析 + 评语生成的难题。原本需要逐个查阅每个学生的逐题得分、对比班均、然后手写评语，带了近 200 个学生，工作量极大、且评语容易雷同。她让 WorkBuddy 自动读取 4 份 Excel、计算排名与薄弱点、按模板池生成个性化评语，60 人零重复，几分钟就能完成。每一份评语根据学生的学习数据都有所不同，最后只需人工审核、调整即可。

班主任工作台

一位教师分享了用 WorkBuddy 搭建班主任工作台的方案：谈话记录 AI 生成提纲；资助项目多选自动同步档案；评语文档从五方面生成 + AI 综合成绩、谈话记录、家校沟通、考勤自动生成针对性评语；支持导出 PDF，可用 AI 分析班级成绩。

6.7 避坑提示

• 评语必须人工审核：不能直接发。AI 生成的评语可能有不恰当表述，比如过度表扬或措辞不当。每一份评语都要过一遍再发。
• 套话问题：模板池要足够丰富。如果模板池只有两三套，生成 60 份评语时必然重复。建议准备至少 8-10 套模板组合。
• 学生隐私：成绩、家庭信息等敏感数据注意授权范围。只授权存放成绩表的文件夹，不要授权整盘。评语生成后及时关闭文件授权。

第七章 教研与课题申报

7.1 教研痛点——"三难"

对于高校教师来说，科研项目申报是每学期绕不开的事。一位有 20 年申报经历的思政教师总结了申报书撰写的"三难"：

一是选题研判难。 申报指南洋洋洒洒数千字，如何从中锁定既契合政策导向、又匹配自身前期积累的选题方向，往往需要反复研读、多方比较，耗时耗力。

二是框架搭建难。 一份完整的申报书少则七八千字、多则两三万字，涉及研究现状、研究内容、研究思路、创新点、可行性分析等十余个模块，各模块之间需要逻辑自洽、层次分明，稍有疏忽就会出现前后矛盾。

三是反复修改难。 申报书往往需要经历校内预审、专家指导、多轮打磨，每一轮修改都牵一发而动全身，手动调整格式、统一表述、核对数据，工作量巨大。

中小学教师也面临教研方面的挑战：教学反思不够深入、教研活动纪要整理耗时、课题开题文献综述难写。广东工业大学教师发展中心在集体备课会上就提到，AI 工具可以落地于科研写作、文献梳理、项目申报、课程教学设计、课件开发等多场景。

7.2 准备阶段：让 AI 理解你的学术坐标

很多人用通用 AI 工具写申报书，效果不佳的根本原因在于：AI 不了解你是谁、你做过什么、你的团队有谁。 WorkBuddy 的优势在于，它可以通过项目工作空间和记忆文件，建立起对你学术背景的持续认知。

建立个人学术档案（MEMORY.md）：

在 WorkBuddy 的工作空间中，有一个 .workbuddy/memory/ 目录，其中的 MEMORY.md 文件相当于 AI 的"长期记忆"。将你的学术档案整理成结构化文档写入该文件，内容包括：

• 基本信息：学科门类、研究方向、专业技术职务、教学年限
• 教育背景与工作简历：时间轴形式，便于 AI 理解学术脉络
• 核心荣誉与奖项：按国家级、省部级排序，标注主持/参与身份
• 科研项目清单：纵向、横向、校级分类，含立项时间、经费、状态
• 论文与教材：标注期刊层级（CSSCI、北大核心等）
• 团队成员信息库：姓名、专业、职称、研究方向、分工
• 撰写风格特征：自己的行文习惯、论证结构、亮点提炼方式

建立申报素材库：

将历年的申报材料（申报书、佐证材料、申报通知、指南等）提取为文本文件，统一存放在工作空间的 extracted_materials/ 目录下。需要参考时直接让 WorkBuddy 读取对应文件："读取 extracted_materials 目录下的 06_2025 省特支计划_申报书.txt"，它就能获取文件内容作为参考。

7.3 五步完成申报书撰写

第一步：选题研判——用 AI 做政策趋势扫描

1. 将申报通知和指南文件喂给 WorkBuddy，让它提取核心导向和重点支持方向。
2. 用 WorkBuddy 的联网搜索功能，检索近三年该领域的立项清单和政策文件，分析选题热点。
3. 让 AI 对比分析：将政策热点与自己的前期成果清单做交叉比对，找出"政策需要"与"我能做"的交集。

实操指令示例：

请联网搜索 2024-2026 年教育部关于"人工智能+教育"的政策文件，提取关键表述和政策导向，然后对比我的前期成果（读取 extracted_materials/16_科研详情单.txt），分析哪些方向既符合政策趋势又有我的前期积累。

第二步：框架搭建——从通知到三级标题体系

1. 将申报书模板和填写要求给 WorkBuddy，让它生成完整的目录大纲。
2. 要求 AI 按照学术规范使用"一→（一）→1."的四级标题体系，确保逻辑层次清晰。
3. 人工审核调整：AI 生成的框架通常需要微调，比如调整模块顺序、合并重复内容、补充特色模块。

关键经验：框架搭建阶段，一定要让 AI 参考你往年的成功申报书。

第三步：模块撰写——分块推进，逐个击破

框架确定后，不要让 AI 一次性写完整篇申报书——那样质量不可控。分模块撰写，逐个推进：

1. 研究现状综述：让 WorkBuddy 联网搜索相关领域最新研究进展，生成综述初稿。但 AI 生成的引文信息必须逐一核实。
2. 研究内容与思路：将自己的研究思路用口述或要点形式告诉 WorkBuddy，让它扩展成规范的学术表述。
3. 创新点提炼：让 WorkBuddy 对比已有研究和我们的研究方案，自动提炼理论创新、方法创新、实践创新三个维度的亮点。
4. 团队可行性分析：将团队信息库给 WorkBuddy，让它分析团队结构的合理性和互补性。
5. 格式规范与查重预检：检查字数、标题层级、数据一致性、引文格式。

第四步：团队组建——用 AI 匹配成员信息

在 MEMORY.md 中维护一个结构化的团队信息表，包含姓名、性别、出生年月、学位、职称、研究方向、分工等信息。申报时只需告诉 WorkBuddy："读取团队成员信息表，根据本次申报的四个研究方向，重新匹配成员分工，确保每个方向至少有 2 名骨干。"

第五步：多轮修改——版本管理与差异对比

每一轮修改后，让 AI 同时保存一份带日期标注的副本，并在对话中记录本轮修改要点。当需要对比两版差异时，直接让 WorkBuddy 读取两个版本的文件，生成差异报告——新增了哪些内容、删除了哪些表述、调整了哪些数据。

7.4 中小学教研场景

中小学教师不写科研申报书，但教研工作同样可以用 WorkBuddy 提效：

教学反思：

根据以下课堂实录要点，整理成一份结构化教学反思：
教学目标达成情况、教学环节时间分配、学生参与度评估、改进方向。
500 字以内。

教研活动纪要：

以下是今天教研活动的散乱笔记，请整理成结构化纪要：
包含：议题、讨论要点、决议、待办任务（标注负责人和截止日期）。
最后把待办任务提取出来，格式化为清单。

课题开题辅助：

围绕"AI 赋能初中物理实验教学"这个课题，帮我生成开题报告框架：
研究背景、文献综述框架、研究目标和内容、研究方法、预期成果。
联网搜索近三年相关领域的研究动态，用于文献综述。

一位中学教师在分享时说，以前做一个课题开题的文献综述要翻两天文献，现在让 WorkBuddy 联网搜索 + 知识库检索，3 天完成开题（原 2 周）。

7.5 真实案例

高校思政教师科研项目申报全流程

一位有 20 年申报经历的思政教师，用 WorkBuddy 辅助完成了省级人才项目和省级高校创新团队项目的申报。完整流程包括：建立个人学术档案 → 建立申报素材库 → 选题研判 → 框架搭建 → 分模块撰写 → 团队组建 → 多轮修改。他特别强调："AI 是助手，不是替身。它能帮你跑得更快，但不能替你决定跑向哪里。"

广东工业大学集体备课会

广东工业大学教师发展中心举办了 AI 工具实战应用主题集体备课会，孙博副教授结合教学和科研实践，讲解 AI 工具落地于科研写作、文献梳理、项目申报、课程教学设计、课件开发等多场景的实操方法，以课题研究构思、学术论文撰写和课堂教学方案设计为实例展示。

7.6 避坑提示

• 引文幻觉：AI 在生成文献综述时，可能会"幻觉"出不存在的论文或歪曲原文观点。每一条引文都通过知网或 Google Scholar 逐一核实。
• 查重风险：AI 生成的文本可能与公开文献高度相似。提交前一定要用学校指定的查重系统预检。如果查重率偏高，对 AI 生成比重较高的段落进行人工改写，注入个人学术经验和实践案例。
• 敏感信息：未公开的技术方案、合作单位商业信息、团队成员个人身份证号电话等不可上传。用占位符替代敏感信息（如"XXX 单位""XXX 教授"），最终版本在本地手动替换。
• AI 不能替代学术判断：选题方向的确立、研究内容的深化、创新点的打磨，依然需要自己一字一句推敲。

第八章 资料整理与行政事务

8.1 行政事务痛点

学期末整理电脑桌面，教案、成绩表、会议记录横七竖八躺在那里——这是一位教师真实的状态描述。教师不只有教学任务，还有大量行政事务：文件整理、表格填写、会议纪要、资料归档。这些工作不复杂但繁琐，每一件单独看不花多少时间，但叠在一起就是好几天的活。

8.2 WorkBuddy 行政提效场景

文件整理：

济宁医学院的刘老师有一整个 PDF 文件包，需要按主题重新分类打包。她把需求告诉 WorkBuddy："我有一个文件包，是 PDF 的文件。请根据我的要求对所有文件按照主题进行重新打包。"WorkBuddy 自己会干活，要求可以增加，干得很快很好。

表格处理：

沈阳信息工程学校的郑老师，每到期末要统计各系班主任的量化考核——非常繁琐、机械的工作。她向 WorkBuddy 发出了一条相当复杂的指令，结果自己要花一个小时完成的工作，WorkBuddy 不到 10 分钟就完成了，而且非常准确，样式也好看。

北部湾大学的王老师将繁琐、机械的学生期末总成绩单交给 WorkBuddy 处理：模板自动填充、多班多专业批量处理。这个工作替代了人工填写，如果应用到全年级多个班、不同专业，可以高效处理很多期末试卷材料的归档工作。

会议纪要：

以前加班整理年级组会纪要，现在把散乱笔记粘贴进去，一句指令整理成结构化纪要，还能从中提取待办任务同步到钉钉。更重要的是可以设提醒——"周一把教导处工作计划的待办推送到钉钉"，再也不会"会后忘事"。

自动化定时：

教师可以设置以下自动化任务：

• 每天下午 6 点把当天新建的文件按类型归类整理
• 每周五清理下载文件夹里 7 天前的文件
• 每天凌晨 2 点检查重要资料文件夹是否有 24 小时内新增文件，有则复制到备份盘

8.3 真实案例

三位教师的行政提效案例值得参考：

1. 刘老师（济宁医学院）：PDF 文件按主题重新打包——"只需要提要求，龙虾自己会干活，要求可以增加。干得很快，很好。"
2. 郑老师（沈阳信息工程学校）：班主任量化考核 10 分钟完成原 1 小时工作——"感觉很神奇！"
3. 王老师（北部湾大学）：期末总成绩单批量归档——"这个工作替代了我的人工，节省了我的时间。"

8.4 避坑提示

• 先预览再执行：文件操作不可逆（比如移动、删除），预览确认后再执行。
• 授权范围：只授权需要的文件夹，不要授权整盘。处理完行政表格后及时关闭文件授权。
• 误删风险：AI 不会主动删文件，但整理时可能移动文件位置。整理前先预览，确认无误再执行。
• 表格格式：AI 处理 Excel 时可能改变格式。如果格式要求严格（如学校统一模板），建议先复制一份再处理。

第九章 Skill 沉淀与自动化——让经验变成一句话复用

9.1 为什么要沉淀 Skill

每次备课、出题、写评语，你都要输入一长串指令——如果这个流程跑通了，为什么不把它封装成 Skill，以后一句话触发？

Skill 的本质是：把跑通的流程变成可复用的"技能"，一次设计，长期使用。

马老师的评语技能就是最好的案例：第一次设计花了一些时间调试模板，但封装好之后每学期都用，几分钟完成 200 人评语——以后再也不用从头输入指令了。

9.2 教师常用 Skill 设计思路

评语 Skill（马老师案例拆解）：

• 输入：4 份 Excel 成绩表
• 处理：计算排名与薄弱点 → 匹配模板池 → 生成个性化评语
• 输出：60 人零重复评语文档
• 迭代：第一次生成后人工审核 → 发现问题调整模板 → 再次生成 → 直到满意

备课 Skill：

把备课指令公式封装成 Skill：

• 触发条件："用备课技能为 [学科][年级] [课题] 生成教案"
• 内置模板：身份 + 学生情况 + 教学内容 + 课堂时间 + 输出结构
• 参数替换：学科、年级、课题、学生基础由触发时提供

出题 Skill：

• 触发条件："用出题技能为 [知识点] 出 [数量] 道分层练习题"
• 内置模板：三层出题法 + 题型搭配 + 难度比例 + 答案解析
• 自动衔接：出题 → 试卷排版 → 保存到指定目录

9.3 自动化：让 AI 在你没空时干活

教师适用的自动化任务模板：

创建方式有两种：

• 说人话："每天早上 9 点提醒我今天要做什么"——AI 自动识别时间、频率和任务内容。
• 手动配置：名称 + 工作空间 + 提示词 + 频率 + 时间 + 推送方式。

官方建议：新建自动化先手动试跑一次，确认输出符合预期后再开定时。

9.4 真实案例

马老师评语 Skill 的迭代过程

马老师的评语技能不是一次到位的。第一次让 WorkBuddy 生成评语，结果有套话、有重复；她调整了模板池和指令约束，第二次好一些但还有不恰当表述；第三次基本满意——之后每学期都能直接用了。这个过程叫"人机合作，不断磨合"。

教师助手技能市场

WorkBuddy 技能市场有现成的教师助手技能：教案生成、智能出题、知识卡片、分层作业、智能批阅、家校沟通、班级管理。安装后在对话中带上该技能就能直接调用对应功能。

9.5 避坑提示

• 先跑一次再定时：确认输出符合预期后再开自动化。直接设定时，大概率跑出来不是你想要的。
• 失败兜底：自动化没人盯，失败必须通知你。比如"如果抓取失败，记录失败原因并通知我"。
• Skill 不是一次到位：需要 2-3 轮迭代磨合。第一次生成的结果不满意很正常，调整模板和约束，多试几轮就稳了。

第十章 使用边界与避坑指南

10.1 四条红线

红线一：AI 不能替代教学判断

AI 擅长文献梳理、框架生成、格式规范，但选题的核心判断、教学内容的深度设计、创新点的精准提炼，仍然需要教师自己拍板。AI 是"放大器"，不是"替代品"——它能让你的想法更快落地，但不能替你产生想法。

红线二：引文和数据必须人工核实

AI 在生成文献综述时，可能会"幻觉"出不存在的论文或歪曲原文观点。AI 生成的每一条引文，都通过知网或 Google Scholar 逐一核实；每一个数据，都回溯到原始来源确认。这一步虽然繁琐，但绝不能省。

红线三：学生隐私不可上传

成绩表含学生姓名和成绩，家庭信息表含家长电话、家庭情况等敏感数据。身份证号、电话等不可上传到 WorkBuddy 的对话或文件中。用占位符替代敏感信息（如"XXX 同学""XXX 家长"），最终版本在本地手动替换。只授权需要的文件夹，不要授权整盘。

红线四：查重风险与原创性把控

AI 生成的文本可能与你训练数据中的公开文献高度相似。在提交前，一定要用学校指定的查重系统预检。如果查重率偏高，需要对 AI 生成比重较高的段落进行人工改写，注入个人学术经验和实践案例，提升原创性。

10.2 教师使用 AI 的伦理边界

教育部发布的《教师生成式人工智能应用指引（第一版）》明确了几个关键场景示例，包括：备课辅助、课件制作、课堂互动设计、作业设计等。同时强调 AI 在教学中的工具属性定位——辅助而非替代。

北京印刷学院在零代码 AI 实操培训中特别讨论了"如何在课堂中引导师生共同使用 AI，包括任务设计、过程评价、学术规范、版权伦理与使用边界"。

10.3 不同教龄的采纳策略

中国教育发展战略学会区域教育专业委员会的调研发现了一个有趣的现象：教龄 3 年以内的新教师担忧内容质量（怕 AI 生成的内容有学科知识错误），资深教师又受习惯制约（习惯了传统方式，不愿意改变）。

建议策略：

• 新教师：先用 AI 生成初稿，重点审核学科知识准确性。AI 在知识细节上可能有错，新教师本身学科功底还在建立中，需要格外警惕。
• 资深教师：从最痛的场景起步。你觉得哪个工作最浪费时间——评语？成绩分析？就从那个场景开始试，感受效率提升后再扩展。
• 管理者：先 1-2 个高频场景试点，年轻同事先行。不要一上来就全员推广，先让接受度高的同事用起来，跑出效果再推广。

10.4 从"试试看"到"离不开"的渐进路径

一位教师的心路历程很典型：一开始是拒绝的——"又是 AI 噱头吧"。但试用两周后，几乎每天都要打开它。

建议的渐进路径：

• 第一周：只用一个场景。比如备课或成绩分析，感受一下效率变化。
• 第二周：扩展到 2-3 个场景。比如备课 + 出题 + 课件，体验连续工作的快感。
• 第一个月：尝试封装一个 Skill。把你最常重复的流程封装起来，体验"一句话复用"。
• 第二个月：设置自动化任务。比如每日待办提醒、每周教学日志汇总，体验"不操心"。

正如一位高校教师所说："不是 AI 会取代你，而是会用 AI 的人会取代不会用的人。"

10.5 人机分工铁律

一句话总结：AI 做初筛、起草、整理、执行；人做判断、把关、沟通、拍板。 这条铁律适用于所有场景——备课、出题、评语、教研、行政事务，无一例外。

附录 A：教师常用指令速查卡

备课指令公式： 身份 + 学生情况 + 教学内容 + 课堂时间 + 输出结构

课件指令要点： 页数 + 每页要点数 + 配图建议 + 保存路径

出题指令模板： 知识点 + 题量 + 分层 + 题型 + 难度比例 + 答案解析

评语指令模板： 成绩数据 + 模板池 + 字数 + 重复率控制

成绩分析指令： 统计维度 + 偏科预警条件 + 归因分析要求

附录 B：学段场景对照速查表