AI时代中小学教师创新实践:大模型教学应用

版权信息

书名：AI时代中小学教师创新实践：大模型教学应用

ISBN：978-7-115-68786-9

本书由人民邮电出版社发行数字版。版权所有，侵权必究。

您购买的人民邮电出版社电子书仅供您个人使用，未经授权，不得以任何方式复制和传播本书内容。

我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产权。

如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭该帐号等维权措施，并可能追究法律责任。

版　　权

著    毕海滨 王胜灵

责任编辑 牟桂玲

人民邮电出版社出版发行　　北京市丰台区成寿寺路11号

邮编　100164 　电子邮件　315@ptpress.com.cn

网址　http://www.ptpress.com.cn

读者服务热线：(010)81055410

反盗版热线：(010)81055315

内容提要

当下，大模型技术正推动中小学教育的深刻变革。本书立足教育应用实践，深入探讨大模型技术在中小学教育中的应用现状、潜力与挑战，为读者提供实操指南。

本书共6章。第1章解密大模型，剖析大模型的教育适配逻辑，阐述其作为中小学教育变革智能引擎的作用，明确大模型在知识传递与学生能力培养中的定位及应用边界；第2章聚焦大模型提问方法，提出教学提示词的四大核心要素与八大黄金设计原则，并详解中小学常用教学提示词类型及调整技巧，助力读者应用大模型精准把握教学需求；第3章介绍智慧教案生成，梳理设计逻辑与教学框架，通过“四步生成法”指导读者借助大模型实现智慧教案生成；第4章探讨智能批改革命，分析作业批改困境，讲解作业反馈的提示词设计及人机协同策略等；第5章讲解如何定制个性化学习方案，涉及构建学生画像、科学设计提示词、使教学材料落地及生成个性化评价等；第6章关注大模型教学应用的伦理与规范，剖析大模型赋能教育中的伦理挑战，提出教育场景下大模型应用的准则。

本书以理论、模板、案例拆解教学各环节，并配备可复用操作模板与教学案例，是中小学教师、教育管理者等提升教学效率、探索技术与教育融合的实用参考书，可助力教育数字化转型。

本书编委会

主   任：毕海滨 王胜灵

编委会成员：黄琳琰 郝甜宇 吕 磊 王庆刚

      王宇凤 刘桂华 沙 沙 张 宝

序

现今，大语言模型（Large Language Model，LLM，本书简称“大模型”）正向教学实践场景渗透，中小学教育站在了兼具机遇与挑战的变革临界点上。作为长期深耕计算机领域且持续聚焦教育技术融合发展的研究者，我始终秉持一个核心观点：技术赋能教育的关键，从不在于追逐前沿的技术名词或构建复杂的理论体系，而在于真正贴合一线教师的教学需求，为实际教学难题提供可落地的解决方案。

当本书书稿被送到我手中时，我立刻意识到，它正是为中小学教师量身打造的实用教学指南。它既没有让一线教师望而却步的晦涩的技术原理，也没有脱离教学实际而空谈教育理念的空泛内容。全书始终站在教师视角，将大模型的应用逻辑与课堂教学需求深度绑定。从帮助教师搭建大模型基础应用能力框架，到破解教学全流程中的具体问题，再到明确技术应用的伦理底线与规范准则，内容紧扣中小学教学的真实场景，为教师搭建起一条“能理解、可操作、有方向”的大模型应用路径。

当下，中小学教师对大模型的探索普遍面临三重现实困境：其一，想借助大模型提升备课效率和作业批改质量，却常因大模型的输出与实际教学脱节而无从下手；其二，渴望通过大模型推动个性化教学，满足不同学生的学习需求，却始终找不到具体的落地方法与实施路径；其三，担忧大模型应用可能引发数据安全、内容合规性等伦理风险，却缺乏明确的参考规范与应对方案。本书恰好精准地解决了这三重困境。它以教育场景为基点，从实用角度出发，为教师在大模型应用中遇到的各类难题提供了贴合教学实际的解决思路与行动指引。书中的每一个策略、每一个案例，都源自对中小学教师教学细节的深度调研与深刻洞察，真正实现了“从课堂中来，到课堂中去”。

我从事计算机领域研究数十载，始终坚信：技术赋能教育的本质是让技术成为教师发展育人智慧的脚手架。它不应替代教师的主导作用，而应成为延伸教师能力、增强育人效果的有力支撑。我相信，每一位翻开这本书的中小学教师，都能从中找到贴合自身需求的答案：在优化日常教学时，能获得具体可操作的方法；在进行个性化辅导时，能获得明确、清晰的实施路径；在应对伦理风险时，能掌握规范的应对方向。

期待本书能成为中小学教师探索大模型赋能教学的得力“伙伴”，帮助其在技术浪潮中不迷茫、不跑偏，真正让大模型成为推动中小学教育高质量发展、培养全面发展人才的坚实支撑。

山东大学计算机科学与技术学院院长、人工智能学院院长

山东省数链融合技术创新中心主任

成秀珍

2025年12月10日

前  言

当前，人工智能技术席卷全球，重塑着各行各业的发展形态，中小学教育也迎来关键的转型期。相较于绘图、语音转写等聚焦单一任务的人工智能工具，大模型凭借“理解—生成—互动”的综合能力，使教师仅需进行简单的人机对话就能快速获取信息，完成备课、答疑、评价、个性化辅导等教学任务，操作十分简便。本书将讲解中小学教师如何使用大模型来提升教学效率。

一、为什么编写本书

大模型正快速走进教育场景，潜移默化地改变着教与学的方式。许多教育工作者既能感受到它带来的可能性，也有些许困惑：该如何认识它？又该怎样把它真正用于日常教学？

在实践中，许多教师想借助大模型优化教学方式，却不清楚它具体能解决哪些教学难题，也不知道如何将相关技术与课堂实际需求相结合。教育领域的研究者与管理者同样需要一套兼顾理论与实践方法的参考框架，以把握技术应用的方向与边界。基于这样的现实需求，我们编写了本书，希望能为教育行业从业者提供清晰、实用的大模型教学应用指南。

二、本书有哪些核心内容

在编写本书的过程中，我们尽量避免堆砌技术原理，摒弃空泛的教育理念探讨，而是聚焦大模型在中小学教学中的实际应用，从技术适配、工具应用、教案设计、作业批改、个性化学习到伦理规范，逐步搭建起覆盖教学全流程的指导框架。通过这样的内容设计，我们希望教师能更清楚“大模型在教学中该怎么用”，以提升实际教学效率，提高自身数字素养与技能，从容应对教育数字化转型带来的机遇与挑战。

全书以中小学教学实践为核心，共6章，每章都立足真实教学场景，融入多学科案例，搭配可复用的提示词模板。各章环环相扣、层层递进，既覆盖大模型教学应用的底层逻辑，也提供多种落地使用场景，最后明确规范边界。

（1）厘清逻辑是驾驭大模型教育应用的理论基础。第1章系统解构大模型在教育教学中的适配逻辑与范式重构路径。通过对这一章的学习，教师可建立大模型与教育教学融合的整体认知框架，为后续实践应用奠定基础。

（2）学会提问是与大模型高效沟通的核心前提。第2章是帮助教师掌握大模型使用方法的指南，旨在培养教师设计提示词的核心能力。这一章实操性强，教师学完即可独立设计出符合教学需求的提示词。

（3）教案是教师教学的核心载体。第3章聚焦大模型如何赋能教案设计革新，可帮助教师掌握智慧教案设计的高效方法，提升备课质量与效率。

（4）作业批改是教学工作中的痛点。第4章聚焦大模型带来的作业批改范式革新，旨在帮助教师减负增效，提升作业反馈的精准度与教学价值。

（5）因材施教是教育的终极追求。第5章聚焦大模型在个性化学习方案设计中的落地应用，帮助教师实现精准教学，教师学完即可快速上手，能为不同的学生定制个性化学习方案。

（6）大模型赋能教育必须符合规范与伦理。第6章系统剖析大模型在教学应用中的伦理挑战，可帮助教师规避伦理风险，以确保大模型应用安全、向善。

我们始终认为，大模型赋能教育的关键在于为教师育人搭建智慧平台——让教师从烦琐的机械化工作中解放出来，更好地聚焦学生思维成长与情感需求，从而让学生跳出被动学习模式，激发探究学习的主动性与创造力。

三、阅读前的术语共识

在编写本书的过程中，我们尽量使表述简明易懂，但仍不可避免地涉及一些术语。为了降低阅读难度，本书专门制作了术语表，并放在本书的附录中，以便教师查阅。

关于大模型的概念范畴，这里提前与读者达成共识。大模型通常是指所有经过海量数据训练、能处理复杂信息的智能模型，按用途可分为两类：一类是“通用大模型”，其核心特点是“通用性”，不局限于某个领域，能理解多场景需求、处理多种任务，如豆包、DeepSeek等，覆盖的能力范围很全面；另一类是“专业大模型”，这类大模型是针对特定领域或专业场景进行训练和优化的，具有较高的专业性和针对性，如医疗健康、金融服务、法律等领域的大模型。

从中小学教学场景来看，一方面，通用大模型的获取比较简单，而且成本低廉，一些互联网机构推出了免费的通用大模型；另一方面，用户能够通过精心设计对话提示词，从通用大模型中获得较为准确的反馈信息。因此，本书基于通用大模型编写，书中提到的大模型如无特殊说明，均指通用大模型。

四、如何高效使用本书

为帮助教师更有效地学习，真正把书中内容转化为教学能力，我们建议教师尝试用以下方法阅读本书。

（1）带着痛点读。在阅读前，先花几分钟梳理自己在教学场景中的真实痛点，然后带着痛点在书中寻找解决方案。例如，若痛点为“因提示词设计不当导致生成结果不理想”，可以重点精读第2章的“教学提示词设计的八大黄金原则”与“教学提示词的调整技巧”部分，并结合对应示例进行练习。

（2）边读边实践。本书包含大量实操内容，建议教师阅读时同步动手实践。例如，学习第3章时，教师就可以按照书中的“四步生成法”，针对自己所教学科与年级，设计提示词并生成教案初稿，再对照书中方法进行优化。

（3）标记可复用工具。对于书中提供的核心方法与示例模板，建议教师使用荧光笔或符号标记，整理成自己的教学工具包，以便后续教学中直接复用，提升教学效率。

（4）跨章节关联应用。在熟悉各章内容后，可以尝试将不同章节的方法串联起来，构建完整的应用体系。例如，用第1章的“教学范式转型”理念指导第3章的教案设计，用第2章的“教学提示词的调整技巧”优化第4章的作业反馈提示词，用第6章的“伦理与规范”审视第5章关于个性化学习方案的设计过程。通过跨章节关联，教师才能更好地提升自己应用大模型解决问题的系统化能力，真正做到提质增效。

（5）结合“本章小结”及时复盘。每章末尾的“本章小结”高度概括了该章的核心内容与学习重点。建议教师对照“本章小结”回顾所学知识，检查自己是否已掌握关键要点，如有遗漏，可及时回看相应内容，也可以尝试根据“本章小结”的提示绘制思维导图来加深理解。

五、哪些读者适合阅读本书

大模型与中小学教育教学的融合，仍是一个“边探索、边完善”的过程。本书提供的思路与方法并非“终极答案”，而是希望能指引教师更好地应用大模型辅助教学。无论你是刚刚接触大模型、在使用中遇到困难的教师，还是已有一些大模型应用经验、希望进一步提升能力的教师，或是关注教育数字化转型的教育研究者或管理者，我们都希望你能从书中获得启发，找到自己的答案。

本书的完成离不开编委会所有成员的协作与付出。毕海滨、王胜灵深耕技术与教育教学融合领域多年，为全书框架和核心逻辑奠定了基础。本书写作的具体分工：第1章由黄琳琰、王胜灵编写，第2章由黄琳琰编写，第3章由黄琳琰、毕海滨编写，第4章由郝甜宇、毕海滨编写，第5章由郝甜宇编写，第6章由吕磊编写；本书编委会其他成员参与了书稿修改工作；最后由毕海滨、王胜灵统稿。感谢人民邮电出版社李莎老师为本书内容提出的宝贵建议，同时也向所有为本书贡献智慧的同人致以诚挚的谢意。

希望本书能成为中小学教师学习大模型教学应用的实用指南，让教师在技术浪潮中既能掌握大模型的应用方法，又能坚守育人的根本立场，同时，让大模型真正成为推动中小学教育高质量发展、培养全面发展人才的有力支撑。

编者

2026年1月

第1章　解密大模型：中小学教育变革的智能引擎

2022年11月30日，Open AI发布ChatGPT，标志着对话式人工智能进入新阶段。它不仅能理解人类的提问，还能像人类一样创作文章、图片，甚至编写程序代码。这就涉及了对生成式人工智能的运用。支撑生成式人工智能创造能力的核心是其背后的大模型技术。大模型如同能在海量信息中学习与成长的“超级大脑”，通过不断消化文本、理解语言规律，最终让生成式人工智能具备了接近人类的思考能力和表达能力。

如今，从ChatGPT掀起全球人工智能热潮，到各类大模型在教育场景的应用，大模型正从实验室走向课堂，成为推动教育变革的重要力量。对中小学教育而言，这场变革不仅是教学工具的迭代，还是教育生态的重塑。在这个过程中，我们熟悉的教学方式在慢慢改变，师生间的互动也有了更多新的可能，教育的内涵与外延都在被重新定义。

面对这场技术变革的浪潮，身处教学一线的教师难免会思考：该如何把握前进的方向？大模型作为人工智能技术体系中的关键组成部分，在语言处理、复杂推理等领域展现出强大能力，正一点一点地渗透进教学的每个环节。与其观望，不如以开放的心态去了解它、认识它，主动探索如何让大模型真正融入教与学的过程，并在实践中不断提升自身的专业素养，让人工智能技术真正成为助力教学、促进学生成长的有效手段。

1.1　大模型的教育适配

大模型能够响应信息查询，但其机制不同于搜索引擎——它不依赖实时网络检索，而是基于训练中内化的知识进行生成，因此，它更像一个动态的、可交互的超级知识库。使用者可借鉴苏格拉底的“精神助产术”，也可运用孔子“不愤不启、不悱不发”的启发式对话策略，引导大模型生成想要的内容。无论是文本创作、知识问答，还是逻辑推理、跨学科信息整合等，大模型都能凭借其庞大的参数规模和深度的学习机制，给出符合需求的回答。其中，豆包、DeepSeek等是大模型的典型代表。

大模型的应用为中小学教育注入了新活力，打破了传统教学中资源获取难、个性化教学实施难等诸多限制。那些曾经需要耗费数小时才能完成的教学素材筛选、难以有效兼顾学生个体差异的分层练习设计、耗时费力的跨学科知识整合等教学准备工作，如今都能借助大模型快速推进。

然而，大模型不是为中小学课堂专门打造的，教师们直接使用时，会发现它的输出结果有时会出现错误或者不合理的情况，即所谓的AI“幻觉”。例如，生成的历史时间线可能混入教材未涉及的细节，设计的数学题难度可能超出对应学段的课程标准（以下简称“超课标”）要求，甚至对学科专业术语的表述与教材规范存在偏差。对于这些问题，若不加以引导和调整，不仅无法提升教学效率，反而可能误导学生。因此，深入理解大模型的教育适配逻辑，是高效运用智能工具、让技术真正服务于教学的重要前提。

1.1.1　大模型的教育潜力与适配路径

以豆包、DeepSeek等为代表的大模型凭借其强大的自然语言处理能力，正展现出巨大的教育应用潜力。这类大模型正逐步融入教学的各个环节，为中小学教育带来新的活力与可能。大模型带来的改变并不局限于单一环节，而是通过多方面作用，深刻影响着教学资源的创建、教学方案的设计以及教学流程的实施。大模型的教育潜力主要体现在3个方面，如图1.1所示。

图1.1　大模型的教育潜力

1.快速生成内容，使教学资源制作更高效

教师根据教学需求，向大模型发送提示词（也称指令）后，大模型能够快速生成各类教学素材，从而大幅降低教师在教学资源制作上的时间成本。

例如，想让大模型生成与小学语文“春天”主题有关的作文素材，操作步骤如下。

（1）打开大模型（这里以豆包为例），在对话框中输入相关提示词，如图1.2所示，并单击“发送”按钮。

图1.2　在大模型对话框中输入提示词

（2）大模型会迅速根据提示词的要求生成描写春天的语言素材，如图1.3所示。

图1.3　大模型生成的相关内容

是不是很简单？其实，这就是教师与大模型的一次对话，即教师向大模型发送一次提示词（也称提问），大模型基于该提示词生成一次回答结果。整个交互过程仅包含“一次提问+一次回答”，称为“一轮对话”。

如果教师对大模型给出的回答不满意，可以与大模型进行多次交互：基于大模型第一次给出的回答，教师可以继续提问（可补充需求细节、修正需求，或提出新需求），使大模型继续优化输出，循环进行若干轮对话，直到回答结果满足需求为止。这一过程称为“多轮对话”。

2.双向交互对话，让教学方案设计更精准

大模型能通过多轮对话理解教师的个性化需求，不断优化教学方案，使其更贴合教学实际。例如，在小学数学“除法”导入环节的教学设计中，教师初始需求为“导入环节生活化”，大模型给出了“分零食”方案。

当教师提出“增加趣味性”后，大模型进行调整，调整后的教学设计以“零食小管家”闯关游戏为框架，将生活化的“分零食”场景与竞争性、趣味性任务相结合，通过“闯关得勋章”的形式激发学生参与的积极性，让抽象的“平均分”概念在游戏中自然落地。

3.跨场景适配，让教学全流程的实施更顺畅

大模型可覆盖备课、答疑、作业分析等多个教学环节，以减少工具切换带来的效率损耗。例如，备课阶段，在初中语文《岳阳楼记》教学设计中，大模型可根据教师的要求提供情境教学、问题链设计、小组任务等多样化的教学策略。答疑环节，大模型针对学生对“先天下之忧而忧”的困惑，生成分层解释，以适配不同理解能力的学生。作业分析环节，大模型可统计课后阅读理解作业的错误类型，如“未能准确识别‘不以物喜，不以己悲’内涵”等，分析错误原因并提供辅导建议，助力教师定位学生短板、优化教学重点。

然而，大模型的“通用性”特质也决定了其无法直接适配教育场景——这类模型的设计初衷是面向全领域应用，并非专门为中小学教育开发，若直接应用于课堂，可能会在知识准确性或逻辑连贯性等方面出现问题。因此，教师需要通过科学方法对大模型进行引导和调适，才能推动技术与教学的深度融合。要实现这种精准适配，可参考图1.4所示的具体路径。

图1.4　大模型的教育适配路径

（1）校准学科知识，锚定教材规范。

大模型的知识储备虽多，但可能存在细节偏差，教师需通过明确的提示词锁定教材要求。例如，在小学数学“分数应用题”数学设计中，教师提示“符合小学数学‘分数的初步认识’单元”，可避免大模型生成异分母分数计算等超出课程标准的内容；制作初中历史“商鞅变法”课件时，提示“依据人教部编版七年级上册历史教材（2024秋版）”，能确保大模型生成内容的知识表述与特定版本的教材规范保持一致。

（2）嵌入教学规律，遵循认知逻辑。

将教学法、认知理论等专业要求融入提示词，可引导大模型生成符合教学规律的内容。例如，在低年级数学“数量比较”教学设计中，教师提示“结合皮亚杰前运算阶段认知特点”，大模型会把活动方案直观化；在小学语文《西游记》专题学习环节，教师提示“结合项目式学习理念”，大模型能生成从知识理解到能力应用的任务链。

（3）补充学情信息，贴合班级实际。

向大模型提供班级学情特点，能使输出内容更具针对性。在关于整数的教学过程中，针对“计算能力薄弱”的班级，若教师提示“生成侧重基础计算的数学作业”，则大模型的生成内容会强化整数四则运算训练。

1.1.2　大模型的教育应用边界与实践原则

尽管大模型为中小学教育带来了诸多便利与可能，但它并非解决所有问题的“万能钥匙”。教育活动特有的复杂性、对人文关怀的需求以及学生成长的独特规律，共同构成了大模型明确的应用边界。这决定了大模型的定位始终是教学辅助工具，其无法替代教师的核心地位，也难以覆盖教育全过程中的所有关键环节。

从知识传递的角度来看，大模型虽能快速生成海量信息，却难以保证知识的完全准确和深度适配。一方面，其知识更新存在滞后性，对于学科领域的最新研究成果、教材的细微调整等，可能无法及时同步，从而导致所传递的知识出现偏差；另一方面，大模型生成的内容多基于已有数据的整合，缺乏对知识本质的深度挖掘和个性化解读，难以像教师那样根据学生的实时反应和认知难点进行精准点拨。

在思维培养层面，大模型的局限性更为明显。它擅长按照既定逻辑和模式生成内容，却难以引导学生发展批判性思维、创造性思维和复杂问题解决能力。例如，在数学证明题的教学设计中，大模型可以给出标准答案和常规思路，但无法像教师一样鼓励学生尝试不同的证明方法，引导学生分析每种方法的优劣，更无法培养学生在面对难题时的坚韧意志和探索精神。学生思维的灵活性、独创性以及对问题深层思考的逻辑性，需要教师通过互动、启发和引导来逐步塑造，这是大模型难以企及的。

此外，教育远不止知识与能力，更包含深刻的情感交流、价值观引导和人格塑造。大模型作为一种技术工具，不具备真实的情感和价值判断能力，无法与学生建立起深层次的情感联结。教师在课堂上的一个眼神、一句鼓励的话语、一次耐心的倾听，都能给予学生情感上的支持和安全感，这种人文关怀是大模型无法复制的。同时，在价值观引导方面，教师能够结合社会现实和学生的生活实际，帮助学生树立正确的世界观、人生观和价值观，而大模型生成的内容往往缺乏这种针对性和正向引导的自觉性。在人格塑造方面，教师以身作则、言传身教，通过日常互动传递诚实、乐观、尽责与尊重等品质，潜移默化地影响学生的人格发展，而大模型缺乏真实生命体验与道德自觉，难以承担这一育人使命。

因此，明确大模型的教育应用边界并非否定其价值，而是为教师在教学实践中更好地运用这一工具指明了方向。关于大模型应用规范和伦理的更多内容将在第6章讨论。教师应清晰认识到自身在知识校准、思维引导、情感培育和价值观塑造等方面的不可替代性，将大模型作为提升教学效率的“助手”，而非依赖的对象。在实际教学中，既要善于借助大模型快速处理重复性、基础性的工作，腾出更多的时间和精力专注于学生的个性化成长与深层次发展，又要主动承担起对大模型生成内容的审核、筛选与优化责任，确保教学知识的准确性和教学引导的正向性，让技术真正服务于教育的本质目的。

1.1.3　大模型的教育价值实现与教师能力进阶

大模型在中小学教育场景中的价值实现并不是自动的，而是需要依托科学的“人机协同”机制来激活，并推动教师能力同步进阶，如图1.5所示。这一过程强调教师对技术工具的主动掌握与引导——既不局限于工具的功能，也不盲从于其输出结果，而是以教学目标为指引，通过系统化的应用策略与自身能力的提升，使技术工具切实服务于教学质量提升与学生全面发展。

图1.5　大模型的教育价值实现路径

1.明确“教师主导，大模型辅助”的人机协同定位

在教育场景中，大模型是增强教师能力的工具，不能替代教师的主体地位。这一定位决定了教师必须始终掌握教学过程的主导权。例如，在语文阅读的教学设计中，大模型可能生成包含“段落分析、主旨归纳、拓展思考”的标准化流程内容，但教师需要结合班级学生的阅读习惯，在教学时补充“思维导图绘制”“跨文本对比阅读”等个性化环节；在道德与法治课程中，针对“网络诚信”主题，大模型可提供案例库和讨论框架，但教师需结合近期校园内外的真实事件，将抽象概念转换为学生可感知的生活情境。这种基于教育敏感性的调整，正是教师不可替代的价值体现。

2.优化大模型应用方法，通过精细化操作提升大模型输出质量

大模型的输出质量与教师的使用方法高度相关。教师通过精细化操作，可大幅提升大模型输出内容与教学场景的适配性。这种精细化操作体现在以下3个维度。

（1）从直接使用到二次加工。大模型生成的内容往往是基于通用数据训练的标准化模板，需经过教师的优化才能落地。例如，如果大模型生成的数学单元测试卷覆盖了知识点但缺乏梯度，教师可通过增加“针对计算薄弱学生的基础题”和“面向学优生的跨单元综合应用题”进一步优化试卷内容；大模型生成的班会方案可能侧重流程完整性，教师可进一步融入“近期班级热点事件”作为讨论切入点，让集体教育更具针对性。这种二次加工的核心是将大模型生成的通用内容转换为个性化教学内容。

（2）从单一指令到多轮优化。通过多轮递进式对话，教师引导大模型逐步生成逼近教学需求本质的内容。以小学科学“植物生长”单元的项目式学习设计为例，初始指令可设定为“根据教科版小学四年级下册科学教材（2018版）生成‘植物生长与环境’项目方案”，大模型可能给出包含观察记录、实验设计的基础框架；第二轮可补充“要求融入家校协同环节，让家长参与观察过程”，大模型会调整为包含“家庭种植日志”“亲子观察视频分享”的方案；第三轮进一步明确“需适配无阳台种植空间的家庭条件”，大模型则会优化出“窗台水培”“班级共享种植角”等替代方案。这种多轮互动的过程，实质是教师将隐性的教学经验转换为显性的指令，以引导大模型理解教育场景的复杂性。

（3）从随机尝试到结构化指令。建立标准化的提示词模板，可显著提升大模型输出的稳定性。优质的提示词应实现“教学要素的精准锚定”和“教育目标的明确传递”，例如，“生成{学段}{学科}{知识点}的{教学环节}设计，需符合{教材版本}要求，适配{学生认知特点}，包含{互动形式}，规避{常见误区}，最终达成{能力目标}”。这种结构化指令可复用、可迁移，成为教师专业能力提升的有力支撑。

3.构建教师能力体系，实现从“工具使用”到“专业升级”

大模型的长期价值，不仅在于提升当下的教学效率，更在于帮助教师构建新的专业能力体系。这一体系的构建需要经历3个阶段：一是基础工具的熟练运用，二是主动设计教学场景，三是实现对教育规律的创新应用。这3个阶段分别对应3个级别的专业能力，这3级能力不是割裂的，而是层层递进地构成专业能力体系，而且每一级都建立在前一阶段的基础之上并实现超越，如图1.6所示。

（1）基础级：工具的熟练驾驭者。

这是教师接触大模型的起点，其核心在于形成基础技术认知与熟悉操作规范。教师需要具备以下能力。

• 编写有效提示词：能在提示词中清晰说明学段、知识点和教学环节。例如，在小学数学“24时计时法”教学设计中，可使用提示词“生成5道结合火车时刻表的跨天时间换算题，如 23∶30到次日6∶15”。

• 甄别内容准确性：能凭借学科知识发现并修正大模型生成内容中的错误，例如能识别并更正大模型输出的历史年代错误。

图1.6　教师大模型应用能力的三级跃迁

• 高效处理机械性任务：运用大模型完成重复性工作。例如，在语文教学中，让大模型批量生成古诗思乡意象对比表格，节省整理时间。

这一阶段的价值在于节省教师时间。但局限性在于，教师对大模型的应用多集中于指令驱动下的内容生成，交互较为单向，尚未深入参与教学逻辑的协同构建。

（2）进阶级：教学场景的智能架构师。

当教师熟悉工具特性后，需转向主动设计，将大模型深度融入教学全过程中。这要求教师具备如下系统思维。

• 规划大模型介入点：依据教学目标，在关键环节融入大模型。例如，在“小数除法”新课教学设计中，用大模型生成超市价签对比图——通过呈现“每千克12.6元”与“3千克共37.8元”等真实情境，引导学生理解“总价÷数量=单价”的小数除法模型，课后用大模型分析错题共性，精准定位如“商的小数点对齐错误”等典型问题。

• 预判并优化局限：识别大模型生成内容的不足并主动完善。例如，通过补充“运用五感描写”提示词，增强大模型生成的说明文的生动性。

• 精准设计分层任务：基于学情差异，设计提示词，让大模型生成针对性任务。这一阶段的核心是技术适配教学，教师角色从工具使用者升级为场景建构者。

（3）专家级：教育规律的创新诠释者。

当教师进入专业发展的高阶阶段，教师对大模型的应用将超越工具层面，不再仅将之视为教育辅助工具，更是将其作为探究教育规律的认知媒介，进而推动教学范式的系统性重构。这一转变以教师对教育本质的深刻理解为前提，旨在仅通过技术手段强化而非替代教育的核心价值。

例如，语文教师发现大模型生成的议论文素材偏重逻辑，便引导其加入“留守儿童视频通话”等情感场景，结合“青少年共情培养”目标，融合理性思辨与情感体验；科学教师基于探究式学习理念，先用大模型分析学生学习“电路连接”时常犯的错误，再让大模型生成含预设接线错误的虚拟实验，引导学生在纠错中深化理解。

此时，教师从使用技术升华为定义技术的教育应用规则，所获得的核心能力是促进技术服务于学生的全面发展。这正是智能时代教师不可替代的专业价值体现。

在人机协同的教学生态中，教师的核心能力已不再局限于传统的知识传授，而是形成了以判断力、整合力、坚守力为支柱的智能时代教师的专业内核，如图1.7所示。

图1.7　智能时代教师的专业内核

从根本上说，大模型对教育的真正价值，不在于它能提供解决所有教学问题的完美方案，而在于它能成为教师教学实践的有力帮手。它可以高效处理那些消耗教师大量时间的机械性、事务性工作，从而让教师能把节省下来的宝贵精力投入更能体现教育价值、更需要教师专业智慧的核心工作。这种“技术减负、人文增值”的协同模式是教师使大模型服务于教育教学的有效手段，也是为国家实现“培养全面发展的人”这一教育根本目标做的切实贡献。

1.1.4　大模型赋能下教师新角色的实践指南

为帮助中小学教师在智能时代精准把握角色定位，这里提供基于人机协同的教师新角色实践指南，如表1.1所示。该指南通过梳理教师从传统角色向新角色定位的迁移路径，并结合具体教学情境中的实践案例，系统展示了大模型赋能下教师职能的转型升级，为一线教学提供清晰、可操作的实践。

表1.1　大模型赋能下教师新角色实践指南

需要特别说明的是，教师对大模型的应用能力、教师新角色的实践落地，最终都需通过具体教学环节转化为实际教学成效。教案设计是教学活动的起点，决定知识传递与能力培养的整体方向；作业批改结果直接影响对学生学习成效的判断与个性化指导的精准度；个性化学习方案则是因材施教的核心载体，能最大限度适配学生差异、激活学生学习潜能。这三者正是大模型技术与教学实践深度融合的核心场景，也是教师将大模型技术转化为实际教学价值的关键抓手。因此，后续章节将重点围绕智慧教案生成（第3章）、智能作业批改（第4章）、个性化学习方案设计（第5章）展开，通过具体方法、实操案例与提示词模板，帮助教师掌握这三大核心场景下的大模型应用逻辑，实现从“会用”到“善用”的跨越。在明晰大模型在核心教学场景的应用路径后，构建大模型应用的伦理底线与规范框架同样至关重要，因此我们将聚焦大模型教学应用中的伦理挑战与教育场景下大模型应用的规范（第6章），为教师规范应用大模型、规避潜在隐患提供行动依据，以确保大模型应用始终服务于立德树人的根本目标。

1.2　教学逻辑的范式重构

在一些课堂中，教师往往是手持教材站在讲台中央，学生端坐在讲台下认真记录。这一教学场景，体现的知识传授逻辑是：教师的核心任务是传递知识，将教材内容系统化地教授给学生；学生则处于被动接收的位置，主要负责学习和记忆这些知识。然而，大模型的快速发展及其在教育领域的应用，推动着教学模式得以加快向以学生为中心的能力培养方向转变。这种转变绝不仅仅是技术工具的叠加使用，而是对“教什么、怎么教、为谁教”这一教育核心命题的深刻重塑。

1.2.1　三重困境

在个性化教育需求日益凸显的今天，以知识传授为主的教学逻辑的局限性愈发明显，具体表现为三重困境，如图1.8所示。

图1.8　教学逻辑的三重困境

困境一：目标错位 —— 重知识存储，轻能力提升

多数常规课堂常将完成教材内容的学习作为核心目标。学生通过反复背诵和大量练习来记忆知识点，却难以获得运用知识解决问题的能力。这种目标定位的偏差，导致学生停留在较低认知层次，难以形成高阶思维。例如，不少学生能够熟练背诵数学公式，却无法运用公式解决“如何用最少材料制作一个容积固定的长方体盒子”这类实际问题；能够默写“光合作用”的定义，却无法解释“为什么大树底下的小草长得更纤弱”这一现象。这种学用脱节的现象普遍存在，根源在于教学目标过度集中于知识记忆，忽视了分析、评价、创造等高阶思维能力的培养。

困境二：过程封闭 —— 重教师输出，轻学生建构

单向传输式教学流程通常是“教师讲解→学生练习→教师订正”的单向循环。在此过程中，教师预设了所有问题的答案，学生的任务主要是跟上教学进度，而非主动探索知识。这种封闭式的教学模式限制了学生自主思考与构建知识体系的空间。例如，教师在历史课上教授“商鞅变法”时，往往直接列出“废井田、重农桑、奖军功”等措施及其意义，学生则忙于记录重点内容。在这样的模式下，学生失去了思考“为什么变法会在战国时期出现”或“如果我是当时的贵族，会支持变法吗”等深层问题的机会，所学知识难以转化为个人理解。结果是学生接收了大量信息，却未能真正消化和吸收，更难以实现知识的迁移与应用。

困境三：评价单一 —— 重结果分数，轻过程成长

相对应地，学习评价体系过度依赖考试分数。这种单一的评价方式难以全面反映学生在学习过程中的能力发展和成长的轨迹。例如，一位考得90分的学生，可能主要通过记忆解题步骤获得高分。而另一位考得85分的学生，却展现出自主推导公式、灵活运用知识解决新问题的能力。然而，在以分数为核心的学习评价体系中，前者通常被认为更优秀。这种结果导向的评价方式，不仅掩盖了学生在思维方式和能力上的真实差异，而且容易导致教学滑向以应试为目的的强化训练模式。教师将大量精力投入高频考点的讲解，学生则陷入同类题目的机械性、重复性的练习漩涡。长此以往，学生的学习兴趣和创造力会受到抑制。当学习动机主要源自对分数的追求时，学生对知识本身的好奇心和探索欲便容易消退，这与教育旨在培养全面发展人才的根本目标存在偏差。

1.2.2　大模型驱动的教学逻辑重构

以知识传授为中心的教学逻辑所面临的三重困境，使其难以满足信息时代个性化能力培养的要求。大模型的出现则为其进行根本性重构提供了契机。这种重构以技术赋能为支撑，旨在将侧重知识灌输的单向流程转变为聚焦能力建构的动态体系。它通过对教学目标、教学过程、师生角色的协同调整，围绕目标重构、过程重构、角色重构3个核心方面（见图1.9）展开，构建起以学生发展为中心的新型教学模式。

图1.9　教学逻辑重构的3个核心方面

1.目标重构 —— 从学会知识到会学知识

通过大模型，教师能快速将课程标准转化为能力导向的立体目标体系，并通过分层设计实现知识与能力的有效衔接。下面以“小数除法”为例，展示大模型生成的目标体系清晰呈现出的学生能力进阶路径。

这种分层目标并非简单的难度叠加，而是基于大模型对课程标准的深度解析，精准定位各层级学生对应的认知能力要求。教师可借助大模型生成的目标矩阵，避免教学沦为知识点的堆砌，以确保学生知识学习始终服务于其能力发展。

2.过程重构 —— 从单向灌输到互动探究

大模型能够通过构建在“做中学”的探究式流程，促使学生主动学习和提升能力。以小学语文“少年闰土”教学为例，重构后的教学过程体现出鲜明的互动性与层次性。

教学过程重构的核心在于利用大模型打破参与壁垒，实现全员深度互动；通过其适配不同认知水平的优势提供分层支撑，将抽象内容直观化以降低探究难度，从而支持学生在“做中学、议中悟”的过程中，全面提升语文核心素养。

3.角色重构 —— 从知识传授者到学习设计师

善用大模型，教师能从知识传递的重复性工作中解放出来，能更好地践行富有创造性的学习设计师角色。这种角色转型体现在3个关键维度，如表1.2所示。

这种角色重构在语文写作教学中尤为鲜明：大模型可高效完成语法纠错、范文推送等机械性工作，教师则聚焦人文引导。例如，当学生作文中频繁出现孤独倾向时，教师可结合其家庭情况设计“亲情回忆”的个性化写作任务，并注意通过学校协同育人来关照、引导学生。这种由大模型减少机械性工作、教师深耕人文引导的协同模式，正是角色重构的核心要义。

表1.2　教师角色重构的3个维度

目标重构、过程重构、角色重构的协同作用，推动教学逻辑实现了从知识传授向能力培养的深层转型。目标重构为能力发展指明了方向，过程重构铺设了能力培养的实践路径，角色重构则保障了转型过程的切实落地。在大模型的支撑下，教学的核心不再停留于知识的单向传递，而是转向引导学生在主动探究中发展思维、建构能力，最终实现从知识掌握向能力习得的跃迁。

1.2.3　教学范式转型的典型场景

不同学科的知识特性与能力培养目标存在差异，大模型驱动的教学范式转型也因此呈现出多样化的实践形态。然而，这些场景背后贯穿着共同的核心逻辑：引导学生从被动的知识接收者，转变为主动的意义建构者。接下来，通过具体学科的实践案例，我们能更清晰地观察这种转型如何落地。

1.语文课堂：从析文本到会表达

在多数文学作品教学场景中，由于要在有限课时内完成教学任务、帮助学生应对考试等，教师在讲解时会更侧重对文本的解析，学生也多是记录结论。例如，讲解《孔乙己》时，教师逐句剖析长衫的象征意义、“排出九文大钱”的动作细节，最终总结孔乙己是封建科举制度的牺牲品，学生则主要记录结论以应对考试。但当被问及如何看待当代社会的学历焦虑时，不少学生往往不知如何表达自己的观点。

在实际教学中，教师可以利用大模型的知识问答与信息检索功能，为学生搭建自主探究、深度思考的学习“桥梁”，培养学生从理解到创造的综合能力，如图1.10所示。例如，在《孔乙己》教学设计中，教师可借助大模型整合多维背景资料，包括清末科举制度废除的时间和原因、当时底层文人的生存实录、鲁迅创作《孔乙己》时的社会评论等。学生通过对比阅读，能自主认识到孔乙己的悲剧兼有个人与时代的因素。此外，还可以通过大模型设计跨时空对话任务，如“如果孔乙己生活在2024年，他可能从事什么工作？会遇到哪些新困境？”学生在写作时需保持人物性格一致性（如保留其清高），同时让其置身于学历与技能矛盾等当代现实困境中。这类创作实践促使学生跳出纯文本分析的范畴，将对经典人物的理解延伸至对当下社会现象的思考与表达，并在运用文字诠释自我认知的过程中，真正实现从知识理解到创新创造的能力进阶，这也正是语文核心素养中语言建构与运用的有力彰显。

图1.10　语文课堂的教学范式转型

2.数学课堂：从记公式到建模型

在进行数学教学时，多数教师会引导学生基于长方体体积公式来推导的圆柱体积公式，但受限于教学节奏、实体教具不足等因素，常简化推导过程，随后通过大量习题训练学生套用公式进行计算的能力。这样即使学生能熟练解题，也未必真正理解为何体积计算需要底面积乘高，没有掌握“形变量不变”的核心逻辑，难以将知识迁移到实际场景中。例如，面对如何计算一块不规则橡皮泥的体积这样的实际问题时，多数学生不知道可以先将橡皮泥捏成长方体再进行测量和计算。

大模型如今已突破单一文本交互的局限，具备强大的多模态交互能力，在文本与图像、简易动画的转换方面已形成优势。教师无须掌握专业动画制作或绘图技能，仅通过日常教学语言下达指令，就能让大模型快速生成数学教学所需的示意图、分步演示图等可视化素材。大模型的这种能力可将教材中抽象的数学思想转换为直观呈现的视觉素材，大幅降低教师的教学准备成本，同时为学生理解抽象逻辑搭建高效认知“桥梁”。

在大模型支持的教学模式下，教师能充分落实教材中的推导理念，遵循“具象感知→抽象建模→迁移应用”的路径开展教学，着重培养学生的数学思维，如图1.11所示。

图1.11　数学课堂的教学范式转型

在这种教学模式下，学生不仅掌握了公式计算技能，更形成了“用数学视角观察世界、用数学方法解决问题”的思维方式。

3.科学课堂：从背结论到亲自探究

在“植物光合作用”教学中，受限于实验器材准备的复杂性、课堂时长的刚性约束以及安全操作要求，完整的探究性实验往往难以在常规课堂中实施，因此，教学常常退化为一种固定模式：教师借助视频、图片或简化的演示，直接呈现“光合作用需要阳光、水和二氧化碳，产生氧气和有机物”的结论，学生则主要通过记忆掌握实验步骤和标准答案。在这种模式下，学生即便能在试卷上准确还原知识点，也难以将其迁移到生活情境中。例如， 当家中绿植出现叶片发黄现象时，他们往往无法联想到光照不足等基本原因，知识与实际应用之间的脱节问题十分突出。

如今，以大模型为代表的人工智能技术，为突破这一教学瓶颈提供了新的路径。其核心价值并非取代实验，而在于赋能教师，成为其高效构建探究式课堂的“设计助手”。基于大模型技术开发的个性化教学定制工具，允许教师通过在网页中操作，快速生成适配教学目标的虚拟探究方案。这类方案以真实实验原理为基础，依托虚拟技术还原实验场景、模拟实验过程，无需实物器材即可开展完整探究，尤其适配科学类探究性实验教学。

在大模型的支持下，教师无须精通复杂的技术操作，就能在定制页面中轻松完成教学设计。教师可直接向大模型发起明确指令，例如，以 “请根据以下内容，帮我做一个 HTML 互动页面，可以让课上的师生尝试互动：[具体实验需求]” 为开头，清晰描述实验主题（如光合作用探究）、需包含的核心变量（如光照强度、二氧化碳浓度等）、交互功能（如参数调节、数据实时显示等）及呈现形式（如动态图示、数据图表等）。大模型会基于这些需求，生成对应的HTML互动页面代码及功能框架，形成图1.12所示的光合作用实验模拟器。

图1.12　光合作用实验模拟器

整个过程中，教师始终是教学的主导者，技术则退居幕后，成为理念实现的支撑。由此，课堂重心得以从“学生观看演示”转向“学生亲自探究”。在教师设计的虚拟情境中，学生可自主规划实验，观察不同条件下植物的状态变化，分析实时生成的氧气产量等数据，从而深刻理解“控制变量”等科学思想。教师只需通过简单的单击与输入，便可快速定制出包含变量对照图、模拟数据在内的完整探究方案，将教学设计化繁为简。

最终，学生在“提出假设→实验验证→修正结论→应用成果”的完整探究过程中，不仅扎实掌握了知识，还培养了“大胆猜想、小心求证”的科学态度。

这些跨学科实践共同印证了教学范式转型的深层价值：大模型的核心意义不在于替代教师教授知识，而在于创造更丰富的能力发展环境。当技术承担起知识传递的基础性工作时，教师便能将精力用在设计探究情境、引导思维碰撞、培育人文精神上，最终实现从知识传授向全面发展人才培育的本质回归。正如一位教师在使用大模型后的感言：“现在我的课堂上，学生讨论的核心不再是‘答案是什么’，而是‘为什么这样思考’以及‘还有没有其他可能’，这才是教育应有的形态。”

本 章 小 结