企业官网建设流程全解析

1. 先想明白：教师手里的大模型到底是个什么东西

很多老师第一次接触AI大模型，是被同事拉进某个群，或者开会时被要求"大家回去研究一下"。打开网页，输入框空着，光标一闪一闪，人就开始犯怵——不知道该问什么，问了一句又觉得回答得像百度百科，于是关掉，心里给它贴个标签：花架子。

我在学校做信息化支持这几年，见过太多这样的场景。问题不在老师，在于几乎所有科普都在讲"模型有多少参数""训练用了多少张卡"，这些跟备课、出题、批改、家校沟通没有半毛钱关系。教师需要的大模型知识，其实只有三层：它大概怎么工作、它在哪些环节真能省时间、它会在哪里给你挖坑。这三层吃透，你不需要懂任何一行代码，也能把它用成日常工具，而不是一个偶尔打开看看热闹的网页。

所谓AI大模型，通俗讲就是一个读过海量文字、被训练成"特别会接话"的程序。它的核心能力只有一件事：根据你给的前文，预测接下来最可能出现的内容。这个机制听起来简单，却能撑起续写、改写、归纳、翻译、出题、拟提纲、角色扮演等一大堆任务。对教师而言，它最有价值的地方不是"替你写"，而是"替你出第一稿"——把从零到一的那段痛苦期压缩掉。

什么人适合看这篇？三类。第一类是完全没碰过、想找个靠谱入口的；第二类是试过几次、觉得"也就那样"、想知道问题出在哪的；第三类是学校要求教研组内分享、需要一套能直接讲给别人听的框架的。这篇不讲参数、不讲部署，只讲一个教师从"不会用"到"用得稳"中间的那段路，包括提示词怎么写、哪些活能交出去、哪些活绝对不能交出去、出了问题怎么排查。

下面这套内容，是我自己在教研组内部分享过几轮、也帮不少同事落地过的版本，中间踩过的坑都写在里面。你可以按顺序读，也可以直接跳到你现在最卡的那一节。

2. 大模型的核心机制：教师必须搞懂的六个概念

2.1 把它当成一个知识面极广、但没上过你课的实习老师

这个类比我用了很多次，几乎每次都能让听的人一下子抓住重点。想象学校来了一位实习生：名校毕业，读书极多，写作速度快得吓人，态度还特别好，你提什么要求他都答应。但他有三个毛病——第一，他没教过你的班，不知道你班上学生的实际水平；第二，他有个致命习惯，遇到不确定的事情不会说"我不知道"，而是顺着你的话往下编，编得还挺像；第三，他记性有限，你跟他聊超过一定长度，前面的内容他就开始模糊。

理解了这三点，很多困惑就自动解开了。为什么它写的教案看着漂亮但没法用？因为它没上过你的课。为什么它会把某个历史事件的年份说错？因为它在编。为什么聊到后面它开始答非所问？因为超出了它的记忆范围。

所以正确的用法不是"给我写一份教案"，而是"我是初二年级、班上有12个基础薄弱的学生、这节课是第3课时、前面已经讲过X，请按这个背景写一份教案，凡是你不确定的地方请标注出来"。你给它的背景越具体，它扮演的"实习老师"就越像你学校的人。

提示：任何时候都要假设它会犯错，只是错误的概率随任务类型变化。改写、归纳、翻译这类"有原文可依"的任务，错误率低；涉及具体数据、年份、人名、条文的任务，错误率高。

2.2 Token 与上下文窗口：决定你一次能塞多少材料的硬指标

大模型不是按"字"处理文本，而是按Token。可以粗略理解成"最小的语义碎片"。中文里，一个汉字大约对应1到1.5个Token，一段500字的中文材料，大概消耗600到800个Token。英文反过来，一个单词大约1.3个Token。

为什么教师要关心这个？因为它直接决定你能一次性喂给它多少材料。这个上限叫上下文窗口，有的平台是几万Token，有的是十几万甚至上百万。换算成中文，几万Token大概就是几万字的量级，一本书的量级。

这里有个非常实用的经验：不要把窗口塞满。我实测下来，把材料控制在上限的50%到60%以内，回答质量最稳。塞到90%以上，它开始丢三落四——你明明给了三段材料，它只用了第一段；你列了五条要求，它漏掉两条。这不是它偷懒，是注意力被稀释了。

举个具体场景：你要让它基于一份单元测试卷分析学生的共性错误。如果把整个学期所有试卷都塞进去，它大概率给你一堆空话。正确做法是先自己筛出这次考试的三到五道典型错题，连同学生的错误答案一起喂进去，材料控制在两三千字，问它"这三类错误背后对应哪几个知识点没掌握"。材料少而准，回答的质量差距是天壤之别。

2.3 提示词：把"帮我写教案"改成一份合格的课堂提问

**提示词（Prompt）**就是你输给它的那段话。绝大多数人觉得大模型不好用，问题九成出在这里。你问得含糊，它答得含糊，这是必然的。

我总结了一个教师版提示词的六段结构，几乎可以套用到所有场景：

1. 角色：你是一名有十五年经验的小学语文教研组长。
2. 任务：请为三年级下册某单元设计一份导入环节的方案。
3. 背景：学生基础中等，班级45人，导入时间控制在5分钟。
4. 约束：不要使用需要投影以外设备的道具；不要出现需要学生提前预习的内容。
5. 格式：用表格输出，列为"环节、教师动作、学生动作、预计耗时"。
6. 示例：参考这个风格——（给一小段你满意的样例）。

这六段里，约束和示例是最容易被忽略、但收益最高的两段。约束是在给它划边界，防止它天马行空；示例是在告诉它"我要的是这种味道"，比任何形容词都管用。我试过对比：只写"写得生动一点"，和给一段200字的样例，后者生成的内容可用率能高出一大截。

还有一个技巧叫分步走。不要指望一句话让它完成"分析学情+设计方案+生成练习+写评价语"这一长串。拆成四轮对话，每一轮只做一件事，上一轮的结果作为下一轮的输入。慢一点，但质量稳定得多。

2.4 温度与幻觉：为什么它会把常识说错

**温度（Temperature）**是一个控制"随机性"的参数，通常在0到1之间（有些平台可到2）。数值低，输出稳定、保守、可复现；数值高，输出发散、有创意、但容易跑偏。

教师的日常场景，我建议这样设：

幻觉是另一个必须理解的词。指模型生成了看起来合理、实际上错误或不存在的内容。它编造参考文献、编造数据、编造名人名言，而且语气非常自信。这不是故障，是它的工作机制决定的——它只负责"接得像"，不负责"对不对"。

对教师来说，幻觉的危险区集中在：历史年份、人物生平、地理数据、科学常数、政策条文、教材原文。凡是这类内容，必须逐条核对。省下来的时间不能省在这一步，否则一份错误的自编练习发下去，麻烦就大了。

一个实用技巧：在提示词末尾加一句"如果不确定，请直接说'不确定'，不要猜测"。这句话不能完全消除幻觉，但能显著降低它一本正经胡说的概率。另外，涉及原文引用时，要求它"逐字引用并标注出处"，然后你自己去核。

2.5 知识库与检索增强：把你的校本资料喂给它

通用大模型不知道你们学校的校规、不知道你班上学情、不知道你们用的教材版本细节。解决这个问题的主流方法叫检索增强生成（RAG），通俗说就是"先查资料，再回答"。

流程是这样的：你把自己的资料（教案、课件文本、校本讲义、历年试题）上传到一个知识库工具里，工具会把这些文档切成小段、转换成向量存起来。你提问时，它先从你的资料里找出最相关的几段，连同你的问题一起交给大模型，让它基于这些材料回答。这样它就不再是"凭记忆瞎说"，而是"看着你的资料说话"。

对教师来说，这件事的价值在于积累。一个教研组用三年时间沉淀下来的单元讲义、易错题、课堂实录，如果能整理成结构化的知识库，新教师入职时就有了一个能问答的"组内前辈"。这件事听起来工程量大，其实起步可以从最小的做起：先建一个文件夹，按"年级-单元-知识点"三层命名，把讲义统一成纯文本或可复制的格式，再上传。资料的结构化程度，直接决定知识库好不好用，这一步没有捷径。

2.6 微调、蒸馏这些词，教师要不要懂

**微调（Fine-tuning）**是用自己的数据继续训练一个已有模型，让它更贴合特定任务。蒸馏是把大模型的能力压缩到小模型里。这两个词听着唬人，对绝大多数一线教师来说，现阶段不需要懂，也不需要碰。

原因很简单：微调需要成百上千条高质量标注数据，还需要算力和评估流程，投入产出比对单个教师或单个教研组来说很差。而提示词工程加知识库，已经能解决八成的日常需求。真到了"我们区里有一套两万条的历史学科问答数据，想训练一个专用模型"这种量级，那已经是区域级项目，不会由某位老师单打独斗完成。

知道这两个词存在、知道它们解决什么问题就够了，不要在它们身上花时间。

3. 四大场景实操：从备课到家校沟通的完整流程

3.1 备课：从课标要求到一节课的完整设计

备课是用大模型收益最明显的场景，因为它天然是"从零到一"的活。但直接说"帮我备一节课"，结果一定是没法用。我用的流程分四轮。

第一轮，把课标和教材要求压缩成要点。把教材这一节的原文、以及你能找到的课标相关表述，一起贴进去，要求"提炼出本节课学生必须掌握的3个核心概念和2个易错点，用短句输出"。这一轮的目的不是让它设计，而是让它帮你把散落的材料收敛成清单，你顺手还能查漏补缺。

第二轮，基于要点设计教学流程。提示词大致是这样：

你是一名有十五年经验的[学科]教师。 任务：为[年级][课题]设计一节40分钟的新授课流程。 背景：班级45人，学生基础中等，其中约8人基础较弱；本节课是单元第2课时，上一课时已讲过[内容]。 约束： 1. 导入不超过5分钟，不使用需要额外设备的道具； 2. 必须包含一次全体学生参与的书面练习，时长6到8分钟； 3. 必须设计一个针对基础薄弱学生的搭桥问题； 4. 不要出现需要学生课前预习的内容。 格式：表格输出，列为"时间、环节、教师动作、学生动作、设计意图"。

第三轮，针对薄弱环节追问。拿到表格后，你一定会发现某一两个环节写得虚。这时候不要重来一遍，直接指着它改："第15到21分钟的练习环节，学生可能卡在哪？请给出三个具体的错误类型和对应的应对话术。"这比重新生成一整份教案有效得多。

第四轮，自己动手改。这一步不能省。大模型给的教案是"骨架合格、血肉不足"，它不知道你班上谁坐在哪、谁会突然举手问奇怪的问题、哪个知识点去年讲砸过。把这些经验补进去，教案才真正成为你的。

实操心得：我会让它在每个环节后面加一列"可能翻车点"，让它自己预判学生会在哪里出问题。这一列经常能给我惊喜，也能提前提醒我准备好应对。

3.2 出题：分层作业与错题变式的批量生成

出题是大模型的强项，因为题目本质上是"有固定结构的文本"，只要约束给足，生成质量相当稳定。

分层作业的做法是：先给它一个知识点，要求生成三个难度层级的题目，每层三道，并标注每道题考查的能力维度。提示词里必须写清楚"基础层面向只能完成模仿的学生，提升层面向能迁移的学生，拓展层面向能综合运用的学生"，否则它给的三层题往往只是数字变大变小，难度并没有真正分层。

错题变式是我用得最多的功能。做法是把原题和你班上学生的典型错法一起贴进去，要求"保持考查点不变，改变情境和数据，生成三道变式题，其中一道专门针对'忽略单位换算'这个错误"。这个用法比让它凭空出题有价值得多，因为它是从你真实的学情出发的。

这里必须强调一个坑：大模型出的理科题，答案经常算错。尤其是涉及多步计算、单位换算、方程求解的题。我统计过自己早期用的一批题，数学计算类错误率能到两三成。所以流程必须是：生成题目 → 你自己完整做一遍 → 核对答案 → 才能进作业本。这一步省不得，也绝不能让另一个大模型去"帮你验算"然后你就信了，它俩可能一起错。

语文、英语类题目相对安全一些，但也要注意它可能在古诗文引用、语法术语上出错。凡是要印在纸上发给学生、或者要计入评价的内容，一律人工复核。这是底线。

3.3 批改：主观题与作文的辅助流程

先说清楚边界：最终评分和责任在人，不在模型。大模型可以做的是"减负的第一道筛子"，不是"打分机器"。

作文批改的可行流程是这样：先让它做结构化诊断，而不是直接给分。提示词可以这样设计：

你是一名初中语文教师，请对下面这篇学生作文做结构诊断。 要求： 1. 指出文章的中心是否明确，用文中的句子作为依据； 2. 列出三处表达上的具体问题，指出原句和修改建议； 3. 指出一处写得好的地方，说明好在哪； 4. 不要给分数，不要写空泛的评语。 学生作文：[粘贴原文]

这样输出的是一份"诊断清单"，你在此基础上调整措辞、补上你平时用的评语风格，再给学生。效率提升明显，而且避免了"这评语一看就不是老师写的"这种尴尬。

主观题批改同理。把评分要点和学生的答案一起贴进去，要求"对照要点逐条判断是否达成，并指出未达成的具体位置"。它的作用是帮你快速定位，不是替你下判断。

注意：绝对不要把含学生真实姓名、学号、成绩、家庭信息的材料直接上传到公开的在线平台。批改前先做脱敏，把姓名换成一号、二号，把敏感信息删掉。这不是谨慎过度，是基本要求。

3.4 家校沟通：通知、评语与沟通话术的批量生成

这块是很多老师忽略的高频场景，实际上收益很大。

班级通知：家长群通知的难点在于"既要清楚又要和气"。大模型很擅长这个。给它背景（什么事、什么时间、需要家长配合什么、注意什么），要求"写成一段300字以内的群通知，语气平和，重点信息加粗，不要用感叹号堆砌"。生成的初稿你再改两句就能发。

期末评语：这是典型的重复性劳动。做法是给每个学生三到五条具体的观察记录（课堂表现、作业情况、同伴关系、进步点），让它生成一段150字左右的评语，要求"以具体事实开头，避免'该生'开头，避免空泛形容词，结尾给一条可操作的建议"。注意，观察记录必须你自己写，这是评语有价值的前提。你写"比较认真"，它就只会还你一堆"比较认真"的变体；你写"这学期三次主动帮同学讲解题目，其中一次是课后留下来讲的"，它就能写出有温度的东西。

沟通话术：遇到需要跟家长沟通棘手问题的场合，可以让它扮演家长，你先演练一遍。比如"请你扮演一位对孩子成绩非常焦虑的家长，我用三句话说明情况，请你以家长的身份提出质疑"。这种角色扮演能帮你提前想好应对，比临场硬扛从容得多。当然，真实沟通永远是人跟人之间的事，模型只是陪练。

3.5 课堂上的用法：把大模型变成学生的提问器

前面讲的都是教师端。学生端怎么用，是另一个话题，但值得说。最稳妥的用法不是让学生拿它写作业，而是让它当"提问者"。

具体做法：把一个知识点和一段材料给它，设定角色为"苏格拉底式的提问者"，要求它一次只问一个问题，根据学生的回答继续追问，不允许直接给答案。学生在这个过程里被逼着把思路说清楚，卡住的地方就暴露出来了。

这个用法的好处是，它把大模型从"答案提供机"变成了"思维陪练"。缺点是它有时候追问得太发散，需要教师提前设定边界，比如"最多追问五轮""涉及计算的部分不要追问"。

另一个安全的用法是多视角讨论。让模型分别扮演支持方和反对方，就一个议题各说三条理由，学生来判断哪条理由更站得住。这在议论文写作、辩论训练里很有效，而且天然规避了"抄答案"的问题，因为它给的是对立的观点，不是结论。

4. 常见问题排查：教师用AI最容易踩的六个坑

4.1 生成内容一看就是AI写的，怎么改

这是最普遍的抱怨。"首先、其次、最后""综上所述""不仅……而且……""在这个快速发展的时代"——这些词一出现，整段文字就有了塑料味。

根子在提示词。你在提示词里用了书面化、结构化的表达，它就会模仿这种风格，还加倍。解决办法有三条：

第一，在提示词里明确禁止。加一句"不要使用'首先、其次、最后''综上所述''不仅而且'这类连接词，不要使用排比句式，段落之间用内容逻辑衔接，不要用过渡词"。

第二，给样例。贴一段你自己写的、风格自然的文字，说"按这个语感写"。这比任何描述都有效。

第三，让它写短句。加一条约束"每句话不超过25个字，多用短句，少用长定语"。

如果生成出来还是不行，最有效的办法是让它写要点，你自己组织语言。它给你五条要点，你用自己的话串起来，这段文字就一定是你的味道。这个用法看起来"用得不够充分"，实际上效率最高，因为改一篇AI文的时间，往往比从要点自己写还长。

4.2 事实性错误怎么防

分三层防。

第一层，任务分流。改写、归纳、翻译、格式转换这类"有原文可依"的任务，放心用。涉及具体事实的任务，标记为"高危"，必须核。

第二层，要求标注不确定。在提示词里加"凡是不确定的信息，标注[待核实]，不要编造"。

第三层，交叉验证。关键信息用第二种方式再问一遍，或者换个问法问同一个问题，看回答是否一致。前后矛盾的地方就是危险区。

我做过一个粗略的统计：让模型生成一份包含20个知识点的复习提纲，第一遍平均有2到4处需要修正的硬错误。这个比例不算高，但落到"发给学生的材料"这个场景上，就是不能接受。所以流程上必须留出核对时间，不能生成完直接用。

4.3 学生用AI写作业，怎么识别和引导

先说识别。单看文本其实很难，尤其是它模仿学生口吻写的时候。更可靠的信号是过程和能力不匹配：平时课堂表达磕磕绊绊的学生，交上来一篇逻辑严密的议论文；作业里出现他没学过的表达方式；让他口头讲讲思路，讲不出来。

比"抓"更重要的是"引"。我的做法是把作业设计改成"过程可见"的形式：要求交提纲和修改痕迹、要求在课堂上用三分钟讲自己的思路、要求针对同一题目写两版并说明为什么改。这些设计让"直接抄生成结果"变得不划算，因为过程那部分抄不了。

同时也要正面教。与其禁止，不如在课上花二十分钟讲清楚：它能帮你做什么（找思路、查资料、改病句），不能帮你做什么（代替你思考），以及怎么标注"我用了AI辅助"。把规则摆在明面上，比暗地里博弈有效。

4.4 数据与隐私的边界在哪

这条必须说清楚，因为它涉及的是责任问题，不是效率问题。

不要上传的内容：学生真实姓名、身份证号、家庭住址、家长联系方式、成绩排名、心理测评记录、任何可以定位到具体个人的信息。

可以上传的内容：脱敏后的作文、匿名化的答题情况、公开的教材内容、你自己写的教案。

脱敏的操作不复杂：姓名替换成"学生A""1号"，删除学校名称和班级信息，删除能通过细节反推出身份的描述（比如"我们班那个参加过省级比赛的同学"）。

另外要注意，不同平台对上传数据的处理策略不同，有的会用于改进服务。如果你不确定，最保守的做法是：涉及学生的一切材料，脱敏后再用；涉及学校内部文件的，不上传。这条没有例外。

4.5 常见问题速查表

5. 落地路径：一个学期怎么把这件事推下去

5.1 免费额度够不够用

对个人教师来说，日常备课、出题、写评语这类零散使用，免费额度基本够。真正会顶到上限的是两种情况：一是大量处理长文本（比如一次分析几十篇作文），二是频繁使用高级功能。

我的建议是先用免费的跑一个月，跑出真实的使用频率，再决定要不要投入。很多人一上来就买会员，结果一个月用三次。工具的价值是在使用中长出来的，不是买出来的。

另外一个思路是教研组共用一套方法论，各自用各自的账号。把提示词模板、场景清单、避坑要点整理成一份组内共享文档，比共用账号实用得多，也不涉及账号安全问题。

5.2 三步走的推进节奏

一个学期大约十八周，我建议这么安排。

第一个月，单点突破。只选一个你最痛的场景，比如出题或者写评语，反复用，用到形成肌肉记忆。这个阶段的目标不是"全面用起来"，而是"尝到一次真切的甜头"。甜头很重要，它决定了你能不能坚持下去。

第二个月，模板固化。把第一个月跑通的提示词整理成模板，写清楚适用场景、需要替换的变量、注意事项。模板不用多，三到五个够用。模板的价值在于降低下次使用的启动成本——打开就能用，不用每次重新组织语言。

第三个月，组内共享。把你的模板和踩坑记录拿出来，在教研组内做一次半小时的分享。分享的过程中你会发现，别人遇到的问题你没想到，你想到的办法别人用不上。这个碰撞比独自摸索快得多。

再往后，就可以考虑知识库这类稍微重一点的投入了，但前提是前三步真的走完了。

5.3 个人知识库的最小起步方案

不要一上来就搞复杂的系统。最小可行的做法是三层文件夹加一个统一格式。

第一层按学科分，第二层按年级和册次分，第三层按单元分。每个单元文件夹里放三类文件：讲义原文（纯文本）、易错题及错因分析、课堂实录要点。文件名统一成"单元号-知识点-文件类型"的格式，比如"第三单元-分数乘法-易错题"。

格式上，能用纯文本就不要用扫描件，能复制文字就不要截图，段落之间留空行，标题用统一符号标记。这些看起来是琐事，但它们直接决定了后面检索的准确率。资料乱，检索就乱；检索乱，回答就乱，这条因果链非常硬。

等积累到一个学期以上，再考虑接入知识库工具。到那时候你手里有结构化的资料，接进去是水到渠成；反过来，资料没整理就急着上工具，多半是搭起来用两次就荒废。

最后分享一个我自己一直在用的小习惯。我建了一个文档，专门记录"这次它答得好的地方"和"这次它错在哪"。每次用完顺手记一句，一个月下来回头看，你会发现自己已经摸出了一套只属于你的用法，比任何通用教程都贴合你的实际。这件事花不了几分钟，但它是把"偶尔试试"变成"真正会用"的分水岭。