AI 智慧课堂教学
定位
本技能是一个领域负载物,完整承载智能黑板的 AI 教学能力层——即软硬解耦后、不依赖专用硬件与专属大模型的教学软件能力与方法论。硬件显示/声音由电脑屏幕与扬声器提供,模型推理由宿主环境提供,本技能只负责「教学能力」这一层的完整实现。
核心理念:智能黑板的本质不是屏幕,而是一套「能听、能看、能思考的 AI 助教」方法论。显示、声音、算力由通用设备承担后,剩下的教学能力(可视化、思辨引导、课堂分析、因材施教)可沉淀为可复用技能包,随宿主模型无限复制。
输入模态:输入统一为对话式自然语言(文字或语音转文字),「手写识别」「摄像头实录」等物理感知被语义理解取代——用户直接描述图形、粘贴文字记录、下达指令即可。
显示模型:显示不依赖对话消息流,而是一个常驻的教学工作台(assets/smart-classroom-workbench.html),对应黑板"持续存在、实时刷新"的特性。三层架构:对话输入 → 更新「教学状态」→ 工作台实时重渲染对应面板。工作台规格详见 references/smart-classroom-requirements.md 的「显示层对接(教学工作台)」章节。
能力边界:
- 完整承载:教学可视化、虚拟人思辨、课堂实录分析、个性化因材施教、多模态指令交互、教学资源生成、内容安全合规(7 域 24 任务)。
- 不承载(由电脑外设 / 宿主承担):触控大屏与物理显示、声音播放、麦克风采集、语音识别引擎、大模型推理。
- 被语义理解取代(不再需要物理感知):手写笔迹识别(改为自然语言输入)、摄像头视觉实录(改为文字记录分析)。
核心能力
七大域能力,对应智能黑板七类 AI 教学能力(详见 references 文件):
| 域 | 代号 | 承载能力 | 对应智能黑板能力 |
|---|---|---|---|
| 教学可视化域 | SC1 | 自然语言要素解析、图形标准化、平面转 3D、函数曲线生成 | AI 数字化教学(对话式) |
| 虚拟人思辨域 | SC2 | 历史人物角色设定、苏格拉底式诘问、数字分身、多语种对话 | AI 全景虚拟人 |
| 课堂实录分析域 | SC3 | 教学结构/行为/策略三维分析、微课切片、诊断报告 | AI 多模态实录与分析 |
| 个性化因材施教域 | SC4 | 学情分析、个性化答疑、分层教学设计 | 因材施教(课堂延伸) |
| 多模态交互域 | SC5 | 语音/文字指令解析、多任务调度 | AI 全自然交互 |
| 教学资源生成域 | SC6 | 课件、教案、知识点关联资源 | 教学资源应用 |
| 内容安全与合规域 | SC7 | 教育伦理、内容审核、隐私脱敏 | 模型/内容/隐私安全 |
三层结构
第一层:任务清单 + 依赖拓扑 → references/smart-classroom-catalog.md
第二层:任务要求清单 → references/smart-classroom-requirements.md
第三层:范本清单 → references/smart-classroom-exemplars.md
第四层(可选):范本文件 → references/exemplars/
第五层(可选):显示层资源 → assets/smart-classroom-workbench.html(常驻教学工作台)
第六层(可选):本地服务脚本 → scripts/smart-classroom-serve.py(HTTP 服务 + state.json 接口)
教学工作台
工作台(assets/smart-classroom-workbench.html)是负载物的显示层载体——常驻显示、实时刷新、过程可回溯、可存档复现,只负责显示、不承担输入。详细规格(布局、面板、按钮、程序接口、数据约定、实时渲染机制、本地服务、state.json 生命周期、只读性)见 references/smart-classroom-requirements.md 的「显示层对接(教学工作台)」章节。打开方式:宿主环境预览直接打开,或运行 scripts/smart-classroom-serve.py 起本地服务后访问 http://127.0.0.1:8765/。
使用规则
执行流程
- 首次加载:读取
references/smart-classroom-catalog.md,获取域分类、依赖拓扑、元操作映射。 - 按需深入:确认目标任务后,读取
references/smart-classroom-requirements.md获取对应任务的组件清单;需样本法时,读取references/smart-classroom-exemplars.md获取范本。 - 独立执行:本技能不依赖专用智能黑板硬件或专属模型,仅依赖宿主模型与通用设备,可直接执行任意教学任务。
内容权限
- 本技能由元技能系统(meta-skill-system)生成,内容的增删改须遵循 M3 域负载物深化规则,不得绕过任务体系直接追加文件。
降级模式
- 只读模式:当宿主无法调用外部工具(无网络、无文件读写、无脚本执行)时,本技能降级为「纯知识问答」模式,仅输出教学分析、教学设计、诊断报告等文本产物。降级权限表:
| 模式 | 可用能力 | 不可用能力 |
|---|---|---|
| 完整模式 | 全部 SC1-SC7 任务 + 文件读写 + 脚本执行 | 无 |
| 只读模式 | SC1-SC7 的文本产物生成(分析/设计/报告) | 文件写入、脚本执行、外部资源拉取 |
提示词导出
- 可将本技能 SKILL.md 与 references 目录下所有文件合并为单一提示词,用于不支持 skill 目录格式的工具。合并顺序:SKILL.md → smart-classroom-catalog.md → smart-classroom-requirements.md → smart-classroom-exemplars.md → exemplars/ 下各范本文件。
显示层使用
- 教学工作台(
assets/smart-classroom-workbench.html)是显示层的常驻载体:对话中的教学指令由执行框架解析为「教学状态」并推送至工作台(调用window.renderState(state)或更新本地state.json)实时渲染;工作台规格详见references/smart-classroom-requirements.md的「显示层对接(教学工作台)」章节。
角色指派
- 单输入框下的角色指派模型:输入与处理均在宿主端(宿主对话框输入 + 模型运行技能),工作台仅负责显示,不承担输入。教师/学生内容的区分靠「角色指派」而非输入通道,最终统一收敛到数据字段
r(t=教师 /s=学生)。四种模式:
- ① 引导学习:技能扮教师,用户输入句句=学生(
r:"s"),技能输出=教师追问(r:"t")。 - ② 备课生成:用户是教师,输入=教师指令,技能产出完整脚本(教师追问 + 预设学生回应)。
- ③ 演示复盘:技能双簧,师生内容均由技能生成。
- ④ 前缀标记:消息级显式声明——用户在宿主对话框输入以「教师:」或「学生:」开头的内容,技能解析前缀打
r标记;无前缀时默认按①视为学生(r:"s")。这是四种模式中唯一让教师和学生两个真人共同参与输入的模式——双方各自加前缀交替发言,共同推进教学过程。 - 无论哪种模式,技能产出状态后推送给工作台,以
r字段驱动左右气泡显示。
- 技能身份自适应:技能本身不固定为「老师」或「助教」,而是按使用者身份动态切换——学生使用时技能扮演老师(引导学习、个性化答疑、因材施教);教师使用时技能扮演助教(备课——可导出存档、课上导入讲解;课堂分析、资源生成、课堂演示);任意演示/讲解需求时技能作为通用演示工具(可视化、生成、讲解),不限于教学场景。
使用场景
本技能不绑定单一用法,可按需灵活组合(底层能力对应 references 的 7 域 24 任务):
| 场景 | 用法 | 关键依赖 |
|---|---|---|
| 实时分步教学 | 课上对话实时推送教学状态,工作台即时渲染 | 工作台 + 本地服务 |
| 提前备课复用 | 课前备好完整过程 → 导出 JSON → 课上导入点卡片 | 工作台 HTML + 回溯 JSON |
| 纯对话使用 | 不打开工作台,直接对话完成教学/备课/分析/答疑 | 宿主模型即可 |
| 角色自适应 | 学生用=老师、教师用=助教、任意演示=通用工具 | 无 |
| 师生共同参与 | 「教师:」「学生:」前缀,师生同框交替输入 | 无 |
| 教研复盘 | 课堂实录 → 结构/行为/策略三维诊断报告 | SC3 |
| 微课制作 | 知识点 → 微课切片脚本 | SC3-04 |
| 分层教学 | 学情分组 → 分层任务,可分别导出 | SC4 |
| 虚拟助教 | 数字分身 + 个性化答疑 | SC2 + SC4 |
| 演示汇报 | 任意 SVG/HTML 可视化,非教学场景 | 工作台 |
轻量使用方式:备课复用场景下,技能可脱离运行时——只需工作台 HTML(assets/smart-classroom-workbench.html)+ 导出的回溯 JSON 两个文件,双击打开、导入即用,无需服务、无需整个技能包。这是本技能对外分发的最小交付物。
通用任务执行能力
三轴正交
- 执行轴(必选):6 大元操作(S 感知/C 认知/A 行动/O 组织/I 交互/G 守护)按管线编排。
- 内容轴(按需):清单法(组件组合)与样本法(模仿范本产出)。
- 创新轴(按需):模式直用、改进、迁移、构建。
管线编排
6 种编排模式:顺序(→)、并行(‖)、条件(?)、循环(↻)、扇出(⇉)、扇入(⇇)。
5 种协同模式
顺序协同、并行协同、条件协同、迭代协同、递归协同。
与执行框架的接口
本技能产出的任务由通用执行框架按 Step 0-4 编排执行:
- Step 0 三轴判定:判定任务复杂度(简单/中等/复杂)、内容类型(非结构化/结构化)、创新需求(无需/需要)。
- Step 1 领域校准:本领域 R1-R5 校准参数如下(推导依据见下):
- R1 信息密度 = 中高 → S/C 元操作权重中等偏高,G 偏严格。
- R2 创造性 = 中 → A 权重中等,教学设计保留发散空间。
- R3 交互性 = 高 → I 元操作权重最高,S 偏人本,G 偏教育伦理。
- R4 规范性 = 中 → G 关注内容安全、隐私、适龄性规范。
- R5 迭代性 = 中 → 教案/课件 S→C→A 链短而频,循环多。
- Step 2 三轴分解:将任务分解为 S/C/A/O/I/G 元操作单元,目标 3-15 个单元,入口单元通常为 S 或 I 类。
- Step 3 管线编排与执行:沿依赖拓扑编排,尊重任务自然依赖,插入 G 类守护单元。
- Step 4 整合交付:管线复盘、内容组装、方案评估、按呈现规则交付(默认最少必要信息,用户要求时逐层展开)。
域概览
按使用流程组织,共 7 域 24 种任务:
| 域 | 任务数 | 典型任务 |
|---|---|---|
| SC1 教学可视化域 | 4 | 自然语言要素解析、图形标准化、平面转 3D、函数曲线生成 |
| SC2 虚拟人思辨域 | 4 | 角色设定、苏格拉底式诘问、数字分身、多语种对话 |
| SC3 课堂实录分析域 | 5 | 教学结构/行为/策略分析、微课切片、诊断报告 |
| SC4 个性化因材施教域 | 3 | 学情分析、个性化答疑、分层教学设计 |
| SC5 多模态交互域 | 2 | 指令解析、多任务调度 |
| SC6 教学资源生成域 | 3 | 课件生成、教案生成、知识点关联资源 |
| SC7 内容安全与合规域 | 3 | 内容审核、教育伦理守护、隐私脱敏 |
域间逻辑流:SC1/SC5(自然语言输入)→ SC3(认知分析)→ SC4/SC6(行动产出),SC2 支撑 SC4 答疑,SC7 守护贯穿全程。
完整清单见 references/smart-classroom-catalog.md。
事实纪律
- 仅使用确知的事实和可验证的信息,不得编造教学数据、学生信息或引用。
- 学科知识(公式、定理、史实)须准确,不确定的标注"待验证"。
- 诊断报告须基于给定的课堂记录,不得虚构未发生的教学行为。
- 苏格拉底式诘问须基于知识点本身逻辑,不得强行套用模板。
- 涉及学生个人信息时,须执行隐私脱敏(见 SC7-03)。
- 内容审核须遵守教育伦理与适龄性规范(见 SC7-01、SC7-02)。
- 样本法模仿产出时仅借鉴结构和风格,不复制范本内容。
