设计起点:一份好回答,还不是一套可直接上课的材料
老师面对的是连续工作:确定课堂目标,选择难度和题型,检查条件与答案,生成学生版和教师版,安排图形或交互,再把课堂反馈带回修订。一次聊天可以给出题目,却未必同时满足这些约束。
因此我把技能设计为教学指令、结构化内容、模板与生成脚本的组合。内容层保留题干、答案、推导、知识点和评分建议;呈现层再生成不同用途的文档。这样修订一个条件时,不必分别修改多份互相漂移的材料。
架构:教学语义与排版逻辑分开
教学语义由模型处理:为什么选这个知识点,条件是否充分,解法如何分步。稳定格式交给模板和脚本,例如题号、学生卷隐藏答案、教师卷附解析、几何交互控件。结构化数据连接这两部分。
已形成的材料包括等差数列讲义、余弦定理课件、椭圆交互课件和正方体交互课件。它们验证了同一备课思路如何适配文本、平面几何和空间几何,但不能代替教师检查每一道题的数学内容。
| 层次 | 处理内容 | 主要价值 |
|---|---|---|
| 教学规则 | 目标、知识点、题型和推理要求 | 减少任务遗漏 |
| 结构化题目 | 题干、答案、解析、分值与评分建议 | 统一内容来源 |
| 模板与脚本 | 学生卷、教师卷、讲义和交互页面 | 减少重复排版 |
| 审读与修订 | 条件一致性、推导、图形和教学难度 | 纠正实际内容问题 |
对照怎么做:同模型、同任务、一次交付
固定客户端显示的豆包 2.1 Pro、中等推理强度、工作模式和本地环境。两组都要求生成江西高三复习用数学模拟卷,150 分、120 分钟,包含完整题目、参考答案和解析。直接组不调用自定义数学技能,定制组使用命题技能;新建对话,不追加提示、不修改首轮输出。
每组只有一轮。这是一次产品机制对照,用来观察交付差异和具体错误,并不足以估计长期正确率。后续统一打包与模板更新也没有被当成已经重做过消融实验。
实测结果:结构化交付有收益,数学审读仍不可省
| 观察项 | 直接组 | 定制技能组 |
|---|---|---|
| 客户端完整耗时 | 22 分 46 秒 | 11 分 28 秒 |
| 试卷与答案 | 自动分离试题与解析 | 统一学生卷、教师卷模板 |
| 教学辅助 | 没有逐步评分建议 | 19 题共 150 分,提供知识点、难度和解答评分建议 |
| 具体数学问题 | 第 5 题角度范围与正弦条件不相容 | 第 11 题空间向量一个分量符号写错 |
| 压轴层次 | 参数零点分类与调和和式估计更有层次 | 以对数基本不等式推导幂不等式,偏常规 |
两处错误说明了什么
直接组第 5 题规定 α ∈ (0, π/2),同时给出 sin(α + π/6) = 1/3。此时 α + π/6 位于 (π/6, 2π/3),正弦值大于 1/2,条件无解。题目看起来像常规三角题,却在定义域与取值范围上已经冲突。
定制组第 11 题把向量 A₁C 的一个分量写成了相反符号。该题与另一向量的内积以及最终选项没有因此改变,但推导仍然存在错误。只核对答案字母会漏掉这种问题。
耗时数据应怎样读,以及下一步怎样测
直接组曾长时间等待文档转换依赖,最初在运行中设置了约二十分钟观察窗口,之后补充观测到完整交付。表中采用最终显示的 22 分 46 秒,而不是把中途等待算作最终失败。两组时间包含生成与工具准备,不能直接归因为模型推理速度差异。
当前最清楚的收益是评分建议、逐题教学信息和统一模板。拆分学生卷与教师卷并非定制独有能力,两组都完成了类似工作。没有教师实际使用计时,因此不报告“节省多少分钟”。下一轮应增加“只提供教学指令”的组,将指令、脚本和模板的贡献拆开,并由教师在真实备课中记录补改工作。