1. 教师群体为什么需要一份自己的AI工具清单

过去两年，我身边不少中小学和高校的老师都在问同一个问题：AI工具这么多，到底哪些能真正用在备课、出题、做课件、录微课这些日常事务上？网上流传的清单要么是给程序员看的，要么是给自媒体运营看的，真正站在教师视角、按"聊天、画图、做视频、数字人"这四类需求来梳理的，几乎没有。这就是我写这份清单的直接动机。

先说清楚这份清单的定位。它不是工具排行榜，也不是某个平台的推广软文，而是一份按教师真实工作流组织的选型参考。所谓"聊天"，指的是用对话式AI完成备课思路整理、题目讲解、作文批改、知识点答疑；"画图"指的是生成教学插图、示意图、课件配图，以及用代码绘制函数图像、统计图表；"做视频"指的是把静态课件转成动态讲解视频、生成微课素材；"数字人"则是用虚拟形象代替真人出镜，录制标准化课程或重复性讲解内容。

为什么要把这四类分开讲？因为它们的成熟度差别很大。聊天类工具目前最成熟，几乎可以立刻上手；画图类工具在示意图和插画上表现不错，但涉及精确的学科图表（比如电路原理图、函数图像）时，仍然需要专业绘图工具配合；视频类工具适合做素材拼接和简单动画，但复杂的教学逻辑还需要人工设计；数字人类工具则处于"能用但需要调优"的阶段，适合标准化内容，不适合需要情感互动的场景。

这份清单适合三类读者：一是刚接触AI、想快速找到可用工具的教师；二是已经用过一些工具、但觉得效果不理想、想系统梳理选型逻辑的教师；三是学校信息化负责人，需要为教研组或全校推荐一套可落地的工具方案。我会尽量把每个工具的能力边界、适用场景、实操注意事项讲清楚，而不是只列名字。

还有一个背景需要说明。教师使用AI工具，最核心的诉求不是"炫技"，而是"减负"和"提质"。减负指的是把重复性劳动（比如出题、排版、录重复讲解）交给工具；提质指的是用工具做出人工难以快速完成的内容（比如动态函数图像、多语言配音、虚拟实验演示）。所以我在选型时，会优先考虑"是否真的能节省时间"和"是否真的能提升教学效果"，而不是工具本身有多新。

2. 聊天类AI：从备课思路到作文批改的完整用法

2.1 聊天类工具在教师工作流中的四个切入点

聊天类AI是教师最容易上手的工具，但很多人只把它当成"高级搜索"，这就浪费了它最大的价值。我自己的用法是把它嵌入四个具体环节：备课思路整理、题目讲解生成、作文批改辅助、知识点答疑。

备课思路整理，指的是在写教案之前，先让AI帮你把一节课的逻辑主线、重难点、易错点、课堂互动问题列出来。比如你要讲"一元二次方程的解法"，可以直接问："我要给初二学生讲一元二次方程的配方法，请列出这节课的三个核心难点、两个常见错误、一个课堂互动问题。"AI给出的答案不一定全对，但能帮你快速搭起框架，你再根据班级情况调整。

题目讲解生成，指的是把一道题的解题过程拆成适合学生理解的步骤。这里有个技巧：不要只问"这道题怎么做"，而要问"请用初二学生能理解的语言，分三步讲解这道题，每一步说明为什么这样做"。这样生成的讲解更贴近课堂语言，而不是数学论文式的推导。

作文批改辅助，指的是用AI先做一轮语法、结构、逻辑的初步检查，你再做价值判断和情感反馈。这里要注意：AI可以指出"第三段论据与论点关联不紧密"，但不能替代你对学生写作态度、进步幅度的判断。我的做法是让AI生成一份"批改建议清单"，我再从中挑选两三条最关键的反馈给学生。

知识点答疑，指的是学生课后问的问题，你可以先让AI生成一个标准答案，你再根据学生水平调整。但这里有个风险：AI可能给出错误答案，尤其是理科计算题。所以我的原则是，凡是涉及计算和事实性知识的答疑，必须自己验证一遍再发给学生。

2.2 提示词怎么写才不像"机器回答"

很多老师抱怨AI回答太官方、太笼统，根本原因是提示词太短。你问"怎么教好作文"，AI只能给你通用建议；你问"我班上有三个学生，作文总是跑题，一个是喜欢写流水账，一个是喜欢堆砌辞藻但没重点，一个是开头就偏题，请分别给出三个针对性的训练方法"，AI的回答就会具体得多。

我总结了一个教师专用的提示词模板，分四段：角色设定、学生情况、具体需求、输出格式。举个例子：

你是一位有二十年教龄的初中语文老师。我班上有三个学生，作文问题分别是：A同学写流水账，B同学堆砌辞藻但中心不突出，C同学开头就偏题。请为每个学生设计一个为期两周的专项训练计划，每天一个15分钟的小练习，输出格式为表格，包含训练目标、练习内容、检查标准。

这个模板的关键是"角色设定"让AI进入教师视角，"学生情况"提供具体场景，"输出格式"让结果可直接使用。实测下来，用这个模板生成的回答，可用率能从三成提升到七成以上。

还有一个技巧是"追问"。AI第一次回答往往比较宽泛，你可以追问："请把第二个方法展开，给出具体的课堂操作步骤和可能遇到的问题。"这样一轮轮追问，最终得到的方案会非常具体。

2.3 聊天类工具的选型对比与注意事项

目前市面上聊天类工具很多，教师选型时主要看三个维度：是否支持长文本、是否支持文件上传、是否支持多轮对话记忆。长文本决定你能不能把一整篇课文或一套试卷丢进去分析；文件上传决定你能不能直接传PDF教案或Excel成绩表；多轮对话记忆决定你能不能连续追问而不重复背景。

需要特别注意的是，聊天类工具生成的内容必须经过教师审核。我遇到过AI把历史事件年份写错、把物理公式符号搞反的情况。所以我的习惯是：凡是发给学生的内容，必须自己过一遍；凡是涉及事实和计算的，必须验证一遍。

另外，聊天记录的管理也很重要。建议按"备课""出题""批改""答疑"建四个文件夹，把有用的对话保存下来，下次可以直接复用。我自己的备课资料库里，已经积累了上百条经过验证的提示词和回答，新教师可以直接拿去用。

3. 画图类AI：教学插图、函数图像与学科示意图的实操边界

3.1 生成式画图工具能做什么、不能做什么

生成式画图工具（也就是常说的"文生图"）在教师场景里，最适合做三类图：教学插画、场景示意图、课件背景图。比如你要讲"光合作用"，可以让AI生成一张"阳光、叶片、二氧化碳、氧气"的示意图；你要讲"丝绸之路"，可以让AI生成一张古代商队穿越沙漠的场景图。这类图的特点是"氛围感强、细节不必精确"，正好是生成式工具擅长的。

但它不能做什么？不能做精确的学科图表。比如函数图像、电路原理图、几何证明图、统计柱状图，这些需要精确坐标和符号的图，生成式工具做不了，或者做出来是错的。我试过让AI画"二次函数y=x²的图像"，它生成的图曲线形状大致对，但坐标轴刻度、顶点位置都不准确，直接用在课件里会误导学生。

所以我的建议是：生成式画图工具用来做"氛围图"和"场景图"，精确图表用专业工具。这两类工具不是替代关系，而是互补关系。

3.2 用代码画图：Python、MATLAB与在线工具的选择逻辑

精确图表怎么做？最常用的是用代码画图。Python的matplotlib、MATLAB的plot、甚至Excel的图表功能，都能画出精确的函数图像和统计图。这里重点讲Python，因为它免费、资料多、教师容易上手。

用Python画函数图像，核心就三步：定义x范围、计算y值、调用plot。比如画y=x²：

import matplotlib.pyplot as plt import numpy as np x = np.linspace(-5, 5, 100) y = x ** 2 plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = x^2') plt.grid(True) plt.show()

这段代码可以直接在Jupyter Notebook或任何Python环境里运行。关键是np.linspace(-5, 5, 100)，意思是x从-5到5取100个点，点越多曲线越平滑。

但这里有个常见问题：中文显示乱码。因为matplotlib默认字体不支持中文，你需要加两行配置：

plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False

第一行设置中文字体为黑体，第二行解决负号显示问题。这两行几乎是中文用户必加的配置，不加的话标题和坐标轴标签都会变成方框。

还有一个常见问题是"横坐标太密集"。当你画的点太多，x轴标签会挤在一起。解决办法是设置标签间隔：

plt.xticks(np.arange(-5, 6, 1))

这行代码让x轴每隔1显示一个刻度，而不是每个点都显示。

MATLAB的画图逻辑类似，但MATLAB是收费软件，学校如果没有授权，建议用Python或在线工具。在线工具比如Desmos、GeoGebra，适合快速画函数图像，不需要写代码，但自定义程度不如Python。

3.3 学科示意图：电路、几何、化学结构的专用工具

有些图既不是氛围图，也不是简单函数图，而是学科专用示意图。比如电路原理图、几何证明图、化学分子结构图。这类图有专门的工具。

电路原理图，常用的是KiCad、立创EDA这类工具。它们有现成的元件库，拖拽即可画图，比用代码画快得多。我试过用Python画电路图，虽然能画，但元件符号要自己定义，效率很低。所以电路图建议用专用工具。

几何证明图，GeoGebra是最佳选择。它可以动态拖动点，实时显示角度和长度，非常适合课堂演示。比如讲"三角形内角和为180度"，你可以拖动顶点，让学生看到三个角始终加起来是180度。这种动态演示是静态图做不到的。

化学分子结构图，可以用ChemDraw或在线工具如MolView。这类工具能自动生成标准键角和分子式，比手画准确得多。

这里要提醒一点：不要试图用一个工具解决所有画图需求。生成式工具做氛围图，Python做函数图，GeoGebra做几何图，KiCad做电路图，各司其职，效率最高。

3.4 画图类工具的实操避坑经验

第一个坑是"版权问题"。生成式画图工具生成的图片，版权归属因工具而异。有些工具声明生成内容可商用，有些则限制仅限个人使用。教师做课件如果要在公开平台发布，建议用明确可商用的工具，或者自己用代码画图。

第二个坑是"分辨率不够"。生成式工具默认输出的图片分辨率可能只有1024x1024，投影到教室大屏会模糊。解决办法是生成时选择高分辨率选项，或者用工具放大。Python画图则可以通过设置dpi参数提高分辨率：

plt.savefig('figure.png', dpi=300)

300dpi是印刷级分辨率，投影和打印都够用。

第三个坑是"颜色对比度不足"。教室投影仪往往偏暗，浅色线条和浅色背景在投影上几乎看不见。建议画图时用深色线条、白色背景，线条宽度至少2。Python里可以这样设置：

plt.plot(x, y, color='black', linewidth=2)

第四个坑是"中文标签缺失"。很多老师画完图发现坐标轴没有单位、没有标题，学生看不懂。建议养成习惯：每张图都加x轴标签、y轴标签、标题、单位。这些在Python里分别用xlabel、ylabel、title设置。

4. 视频类AI：从课件转视频到微课素材生成的完整链路

4.1 教师做视频的三个真实需求

教师做视频，通常不是要做短视频平台那种娱乐内容，而是三个具体需求：把静态课件转成动态讲解视频、生成微课素材、做课堂导入或总结短片。

第一个需求最常见。很多老师已经有PPT课件，但想把它变成"有讲解、有动画、有字幕"的视频，方便学生课后复习。传统做法是录屏加配音，但录屏需要安静环境，配音需要反复重录。现在可以用AI工具把PPT转成视频，自动生成配音和字幕。

第二个需求是生成微课素材。比如你要讲"水的三态变化"，需要一段"冰融化成水、水蒸发成水蒸气"的动画。这种动画自己做很费时间，但用AI视频工具可以快速生成。

第三个需求是课堂导入或总结短片。比如一节课开始，放一段30秒的"为什么我们要学这个知识点"的短片，能快速抓住学生注意力。这类短片不需要复杂制作，用AI工具生成素材再拼接即可。

4.2 课件转视频：工具选型与配音字幕的自动化处理

课件转视频的工具，核心能力是"导入PPT、自动生成讲解、输出视频"。目前这类工具分两种：一种是录屏加AI配音，一种是直接解析PPT内容生成视频。

录屏加AI配音的方式，适合已经有完整讲稿的老师。你先把讲稿输入AI配音工具，生成音频，再用录屏软件播放PPT并同步音频。这种方式的优点是讲解内容完全可控，缺点是仍然需要手动同步。

直接解析PPT的方式，适合PPT内容已经比较完整的老师。工具会自动识别每页的文字和图片，生成讲解词，再合成配音和字幕。这种方式的优点是省时，缺点是讲解词可能不够自然，需要人工调整。

我的建议是：重要课程用第一种方式，因为讲解质量可控；常规复习课用第二种方式，因为效率高。两种方式可以结合，比如用第二种方式生成初稿，再用第一种方式替换关键页面的讲解。

配音方面，现在AI配音已经非常自然，但要注意语速和停顿。教学视频的语速建议比正常对话慢10%到20%，关键概念后要留1到2秒停顿。字幕方面，建议开启自动字幕，但必须人工校对，尤其是专业术语和数字。

4.3 微课素材生成：文生视频技术的当前能力与局限

文生视频技术，指的是输入一段文字描述，AI生成一段视频。这项技术目前的能力是：能生成5到10秒的短片段，画面质量尚可，但逻辑连贯性较弱。比如你输入"冰在阳光下慢慢融化成水"，AI能生成一段冰融化的视频，但可能中间有跳帧或形状突变。

所以文生视频目前适合做"素材片段"，不适合做"完整讲解"。我的用法是：用文生视频生成三到五个短片段，再用视频编辑工具拼接，加上自己的讲解配音。这样既利用了AI的效率，又保证了教学逻辑的连贯。

还有一个局限是"精确性"。比如你要生成"心脏血液循环"的动画，AI生成的画面可能解剖结构不准确。这类内容建议用专业医学动画工具，或者用示意图加箭头动画代替。

4.4 视频类工具的实操避坑经验

第一个坑是"格式不兼容"。AI工具生成的视频格式可能是MP4、MOV、WebM等，而学校播放设备可能只支持MP4。建议输出时统一选MP4格式，编码选H.264，这是兼容性最好的组合。

第二个坑是"文件太大"。高清视频文件很大，上传到教学平台可能超限。建议输出时选择720p分辨率，码率控制在2Mbps左右，这样一节40分钟的视频大约400MB，大多数平台都能接受。

第三个坑是"字幕错位"。自动字幕的时间轴可能和语音不同步，尤其是语速变化大的地方。建议生成字幕后手动检查，重点检查专业术语和数字。

第四个坑是"背景音乐盖过人声"。很多老师喜欢加背景音乐，但音乐太响会盖过讲解。建议背景音乐音量控制在人声的20%以下，或者只在片头和片尾加音乐，中间讲解部分不加。

5. 数字人：虚拟形象在课堂录制与标准化讲解中的真实表现

5.1 数字人适合做什么、不适合做什么

数字人，指的是用AI生成的虚拟形象代替真人出镜，配合语音合成和口型同步，生成讲解视频。教师在什么场景下需要数字人？我总结了两类：一类是标准化讲解，比如同一门课要讲很多遍，或者要同时给多个班讲同样的内容；另一类是重复性讲解，比如实验安全规范、考试注意事项，这些内容每年都一样，但每次都要讲。

数字人不适合什么？不适合需要情感互动的场景。比如课堂讨论、学生答疑、心理辅导，这些需要真人教师的眼神、语气、即时反应，数字人做不到。也不适合需要即兴发挥的场景，比如学生突然提问，数字人无法应对。

所以我的建议是：数字人用来做"标准化内容"和"重复性内容"，真人教师用来做"互动性内容"和"创造性内容"。两者分工，而不是替代。

5.2 数字人工具选型：从形象定制到语音克隆

数字人工具的核心能力有三个：形象定制、语音合成、口型同步。形象定制指的是选择或生成一个虚拟形象，可以是卡通风格，也可以是写实风格。语音合成指的是把文字转成语音，可以是通用音色，也可以是克隆教师自己的声音。口型同步指的是让虚拟形象的嘴型跟语音匹配。

选型时主要看三点：形象是否自然、语音是否像真人、口型是否准确。我试过几款工具，形象方面，卡通风格比写实风格更容易做得自然，因为写实风格容易陷入"恐怖谷"效应；语音方面，克隆教师自己声音的效果最好，学生听起来更亲切；口型方面，目前大多数工具能做到基本同步，但快速说话时仍会有延迟。

这里要提醒一点：语音克隆需要教师提供一段清晰的录音，通常要求环境安静、语速平稳、时长5到10分钟。录音质量直接决定克隆效果，所以建议用外接麦克风，不要在嘈杂环境用手机录。

5.3 数字人视频的制作流程与效率对比

数字人视频的制作流程，我总结为五步：写讲稿、选形象、合成语音、生成口型、导出视频。

写讲稿是关键。数字人讲解的讲稿要比真人讲解更简洁，因为数字人没有肢体语言和表情变化，全靠语音传递信息。建议每句话不超过20个字，段落之间留明显停顿。

选形象要根据学科和受众。低年级学生适合卡通形象，高年级学生和成人适合写实形象。形象服装也要注意，不要过于花哨，以免分散注意力。

合成语音时，建议先试听一段，调整语速和停顿。教学视频的语速建议每分钟180到220字，比正常对话慢一些。

生成口型后，要检查关键帧。尤其是数字和专有名词，口型容易出错。如果工具支持，可以手动调整这些位置的口型。

导出视频时，同样建议MP4格式、720p分辨率、H.264编码。

效率方面，我做了一个对比：同样一节20分钟的讲解视频，真人录制加剪辑大约需要2到3小时，数字人制作大约需要1到1.5小时。但数字人的前期准备（写讲稿、调语音）需要额外1小时左右。所以数字人的效率优势在"批量制作"时更明显，单次制作优势不大。

5.4 数字人使用的伦理与版权注意事项

使用数字人，有几个问题必须注意。第一是形象版权。如果你用的是工具自带的形象，要确认是否允许商用或教学使用。如果你上传自己的照片生成形象，要确保照片版权属于自己。

第二是语音版权。克隆自己的声音没有问题，但克隆他人的声音需要授权。不要用网上下载的音频克隆声音，这可能侵犯他人权利。

第三是标注问题。建议在数字人视频开头或结尾标注"本视频由AI数字人技术生成"，让学生知道这是虚拟形象，避免误解。这既是伦理要求，也是对学生知情权的尊重。

第四是内容审核。数字人视频生成后，必须完整看一遍，检查是否有口型错误、语音错误、内容错误。我遇到过数字人把"3.14"读成"三点一四"但口型显示"三百一十四"的情况，这种错误必须人工修正。

6. 四类工具的组合使用与教师AI工作流搭建

6.1 按教学场景组合工具：备课、授课、课后三个环节

单独用某一类工具，效果有限；组合使用，才能形成完整工作流。我按备课、授课、课后三个环节，说说我的组合方式。

备课环节，主要用聊天类工具加画图类工具。先用聊天工具整理思路、生成教案框架、设计课堂问题；再用画图工具生成教学插图和函数图像。比如备一节"二次函数"课，我先让聊天工具列出这节课的重难点和易错点，再用Python画出y=x²、y=2x²、y=-x²的图像对比。

授课环节，主要用视频类工具加数字人类工具。课前用视频工具生成导入短片，课中用数字人播放标准化讲解片段（比如实验安全规范），课后用视频工具生成复习短片。真人教师则专注于互动、答疑、实验指导。

课后环节，主要用聊天类工具加视频类工具。用聊天工具批改作业、生成答疑内容；用视频工具把典型错题做成讲解短片，发给学生复习。

这个组合的核心逻辑是：AI做重复性、标准化、素材生成的工作，教师做互动性、创造性、价值判断的工作。两者不是替代，而是分工。

6.2 工具之间的数据流转与格式兼容

组合使用工具时，最大的问题是数据流转。比如聊天工具生成的教案，怎么导入画图工具？画图工具生成的图片，怎么导入视频工具？视频工具生成的视频，怎么导入数字人工具？

我的经验是：统一用通用格式。文字用Markdown或纯文本，图片用PNG或JPG，视频用MP4，音频用MP3或WAV。这些格式几乎所有工具都支持。

具体流转方式：聊天工具生成教案后，复制到文本编辑器，保存为Markdown；画图工具生成图片后，导出为PNG，分辨率300dpi；视频工具生成视频后，导出为MP4，720p；数字人工具生成视频后，同样导出为MP4。

如果需要更自动化的流转，可以用云盘同步文件夹。比如把教案、图片、视频都放在同一个云盘文件夹，不同工具从文件夹读取和写入。这样就不用手动导入导出了。

6.3 教师AI工作流的搭建步骤与常见问题

搭建工作流，我建议分四步走。

第一步，先跑通单个工具。不要一上来就组合，先把聊天工具用熟，知道它能做什么、不能做什么；再把画图工具用熟，知道什么图能画、什么图不能画。单个工具用熟了，组合才有意义。

第二步，选一个具体场景做试点。比如选"备课"这个场景，用聊天工具加画图工具，完整备一节课。记录下哪些环节顺利、哪些环节卡壳。

第三步，根据试点结果调整工具组合。如果发现聊天工具生成的教案导入画图工具时格式乱了，就调整输出格式；如果发现画图工具生成的图片分辨率不够，就调整导出设置。

第四步，形成标准流程文档。把每个环节用什么工具、怎么操作、注意什么，写成文档。这样下次备课可以直接照做，也可以分享给其他老师。

常见问题有三个。第一是"工具太多，记不住"。建议先精通两到三个工具，再逐步扩展。第二是"数据流转麻烦"。建议统一格式，用云盘同步。第三是"AI生成内容质量不稳定"。建议建立审核习惯，凡是发给学生的内容必须人工过一遍。

6.4 从个人使用到教研组推广的经验

如果你想把这套工作流推广到教研组或全校，我有几个经验。

第一，先做示范，再推广。你自己先用这套工作流备几节课，把成果展示给同事看。同事看到实际效果，才会有动力学。

第二，降低门槛。不要一上来就教Python画图，先从聊天工具和视频工具开始，这两个最容易上手。等大家用熟了，再教画图和数字人。

第三，建立共享资源库。把验证过的提示词、画图代码、视频模板放在共享文件夹，新教师可以直接拿去用。我自己的资源库里，有几十条提示词和十几段画图代码，新教师用这些能快速上手。

第四，定期交流。每月一次教研活动，大家分享用AI工具的心得和踩过的坑。这种交流比单向培训有效得多。

第五，注意版权和伦理。推广时要明确告诉同事，哪些工具生成的内容可以商用，哪些只能个人使用；数字人视频要标注AI生成；学生数据不要上传到不可信的工具。

7. 教师使用AI工具的安全边界与长期维护

7.1 学生数据与隐私保护的红线

教师使用AI工具，最容易忽视的是学生数据安全。我见过有老师把全班成绩表上传到聊天工具分析，这是有风险的。学生姓名、成绩、身份证号、家庭信息，都属于敏感数据，不应该上传到任何不可信的AI工具。

我的原则是：凡是涉及学生个人身份的信息，一律脱敏后再用。比如分析成绩，只上传"学生A、学生B"和对应分数，不上传真实姓名。分析作文，只上传作文内容，不上传学生姓名和班级。

另外，要确认工具的数据使用政策。有些工具声明"用户上传的数据不会用于训练"，有些则没有明确说明。建议选择明确声明不将用户数据用于训练的工具。

7.2 生成内容的审核责任与教学准确性

AI生成的内容，教师必须审核。这不是可选项，而是必须项。原因很简单：AI会犯错，而且犯错时往往看起来很自信。

我审核的重点有三个：事实性内容、计算性内容、价值观内容。事实性内容比如历史年份、地理数据、科学概念，必须核对；计算性内容比如数学题答案、物理公式，必须验算；价值观内容比如涉及人物评价、社会现象的描述，必须符合教育导向。

审核的方法，我建议"交叉验证"。同一个问题，问两个不同的AI工具，如果答案一致，可信度较高；如果答案不一致，就要自己查资料确认。

7.3 工具更新与工作流迭代的长期策略

AI工具更新很快，今天好用的工具，明天可能改版或收费。所以工作流不能绑死在某个工具上，而要保持可替换性。

我的策略是：按"能力"而不是"工具名"来设计工作流。比如"备课思路整理"这个能力，可以用工具A，也可以用工具B；"函数图像绘制"这个能力，可以用Python，也可以用MATLAB。只要能力需求明确，工具换了也不影响工作流。

另外，建议每学期做一次工具盘点。看看哪些工具还在用、哪些已经不用了、有没有新工具可以替代。我自己的习惯是每学期开学前花半天时间，把工具清单过一遍，更新提示词库和代码库。

7.4 我个人在教师AI工具使用中的几点体会

最后分享几点个人体会。第一，AI工具是"放大器"，不是"替代品"。你本来备课认真，AI能让你备得更快更好；你本来备课敷衍，AI也只能帮你敷衍得更快。工具的价值取决于使用者的专业能力。

第二，不要追求"全自动"。教学的核心是人与人的互动，AI可以处理素材和重复劳动，但不能替代教师的判断和情感。我见过有老师试图用数字人完全替代自己上课，结果学生反馈很差。AI是助手，不是替身。

第三，保持学习，但不要焦虑。AI工具更新快，今天学不完明天还有新的。我的建议是：每学期学一到两个新工具，够用就行。不要因为"别人都在用"就焦虑，工具是为你服务的，不是让你追着跑的。

第四，多和同事交流。我一个人踩过的坑，分享出去，整个教研组就不用再踩。同样，同事的经验也能帮我少走弯路。AI工具的使用，本质上是一种教学经验的共享和迭代。