备课这件事，最折磨人的从来不是"没东西可讲"，而是"东西太多、太散、太乱"。我手上就有一门课的完整资料：三份不同年份的课件、两版教学大纲、一堆从论文里摘下来的图表、还有学生反馈里反复提到的几个难点。这些东西单看都有价值，但要把它们揉成一份能直接上课的教案，再配一套能投屏的PPT，过去我至少要花两个整天。直到我把这套流程交给 WorkBuddy 的多 Agent 协作机制去跑，整个链路才真正顺了起来。这篇就聊聊我是怎么把"散装资料"喂进去，最后拿到结构化教案和教学PPT的，中间踩过的坑、调过的规则、以及那些文档里不会写的细节，我都会摊开讲。

1. 先搞清楚 WorkBuddy 处理备课任务的底层逻辑

1.1 为什么"散装资料"不能直接丢给单个对话

很多人第一次用 WorkBuddy 备课，习惯性地把所有资料粘贴进一个对话框，然后写一句"帮我整理成教案"。结果往往是：输出看起来挺像那么回事，但细看全是问题——章节顺序对不上、图表引用错位、重点难点混在一起。这不是模型能力不行，而是任务本身超出了单次对话的处理边界。

一份完整的教案至少包含五个维度的信息：教学目标、重难点、教学过程、板书设计、课后作业。而教学PPT又是另一套逻辑：页面节奏、视觉层级、动画触发点、备注栏讲稿。这两样东西如果让一个 Agent 从头做到尾，它会在中途"忘记"前面的约束，尤其是当你的原始资料超过三千字之后，上下文衰减会非常明显。

WorkBuddy 的多 Agent 机制恰好解决的就是这个问题。它的思路不是让一个超级 Agent 干所有事，而是把任务拆成若干个子任务，每个子任务交给专门的 Agent，各自带着明确的输入和输出规范。这就像备课组分工：有人负责梳理知识框架，有人负责设计课堂活动，有人负责做课件美化，最后有人统稿。区别在于，WorkBuddy 里的这些"人"可以并行工作，而且不会因为沟通不畅而互相甩锅。

1.2 多 Agent 协作在备课场景下的任务切分方式

我实测下来，比较稳的切分方式是四个 Agent 各管一段：

• 资料清洗 Agent：负责把散装资料里的重复内容、过时表述、格式噪音去掉，输出一份干净的"知识素材库"。
• 教案生成 Agent：基于素材库，按照教学设计的标准结构输出教案正文。
• PPT 结构 Agent：把教案里的教学过程拆成页面级颗粒度，标注每页的标题、要点、配图建议。
• 统稿校验 Agent：检查教案和PPT之间的一致性，比如教案里写的案例是否在PPT里有对应页面，PPT里的重点是否在教案里有展开。

这个切分不是拍脑袋定的，而是根据"信息损耗点"来设计的。资料清洗阶段最容易丢细节，所以要单独一个 Agent 盯着；教案和PPT是两种不同的表达媒介，混在一起做必然互相干扰；统稿校验则是最后一道防线，防止前面几个 Agent 各干各的导致对不上。

提示：Agent 数量不是越多越好。我试过拆成七个 Agent，结果协调成本反而上去了，因为每个 Agent 的输入输出都要做格式对齐，拆太细会导致"接口"比"内容"还多。四个是我目前找到的平衡点。

1.3 规则设定：让 WorkBuddy 记住你的教学偏好

WorkBuddy 有一个很关键的能力，就是可以给它定几条全局规则，后续所有任务都生效。这个功能在备课场景下特别有用，因为教学是有个人风格的——有的老师喜欢案例先行，有的喜欢理论铺垫；有的课要求每页PPT不超过三个要点，有的课允许大段文字。

我给自己定的几条规则是这样的：

1. 教案中"教学过程"部分必须按"导入—新授—练习—小结"四段式组织，每段标注预计时长。
2. PPT 每页正文不超过 40 字，超过的必须拆页。
3. 所有引用的图表必须标注来源年份，超过五年的数据要提示"建议更新"。
4. 教案里出现的专业术语，第一次出现时必须附一句白话解释。

这几条规则一旦设定，后面无论我处理哪门课的资料，WorkBuddy 都会自动套用。省去了每次重复交代的麻烦，也避免了不同任务之间风格漂移。规则不用多，五条以内足够，太多了反而会互相冲突。

2. 资料清洗：把三份课件揉成一份能用的素材库

2.1 识别"假重复"和"真冲突"

散装资料最麻烦的地方在于，它不只是重复，还有冲突。比如我手上有 2021 版和 2023 版的课件，同一个知识点，2021 版写的是"三种分类"，2023 版改成了"四种分类"。这就不只是删重复的问题，而是要判断哪个版本是对的。

我的做法是让资料清洗 Agent 先做一轮"差异标注"，把所有版本之间的不一致点列出来，而不是直接替我决定用哪个。输出格式大概是这样：

这张表出来之后，我自己扫一眼就能决定取舍，比让 Agent 闷头合并要靠谱得多。因为教学内容的取舍往往涉及课程定位、学时安排、学生基础等 Agent 不知道的信息，它只能帮你把差异摆出来，决策还得人来拍板。

2.2 格式噪音的清理边界

原始资料里的格式噪音包括：从PDF复制过来的换行符、页眉页脚残留、图表编号错乱、中英文标点混用。这些东西不清掉，后面生成教案时会到处冒出来。

但清理要有边界。我踩过一个坑：让 Agent "统一所有标点符号"，结果它把我教案里故意保留的英文术语括号也改成了中文括号，导致专业术语看起来很不专业。后来我调整了指令，明确告诉它"只处理段落末尾的句号和逗号，括号和引号保持原样"。

另一个坑是图表。原始资料里的图表如果直接让 Agent 描述，它会用文字复述一遍图表内容，但复述往往丢失关键数据。我的处理方式是：图表本身不清理，只让 Agent 提取图表的标题、坐标轴含义、数据来源，生成一个"图表索引表"。后面做PPT时，我直接按索引表把原图插进去，而不是用 Agent 的文字描述。

2.3 输出素材库的结构规范

清洗完的资料不能是一坨文字，得有结构。我要求输出成三层：

• 一级：知识模块（比如"基础概念""核心算法""应用案例"）
• 二级：知识点（每个模块下 3-8 个知识点）
• 三级：素材条目（每个知识点对应的定义、公式、案例、图表、常见误区）

这个结构的好处是，后面教案生成 Agent 可以直接按知识点来组织教学环节，PPT 结构 Agent 也可以按知识点来分配页面。如果素材库是一盘散沙，后面两个 Agent 就得各自重新梳理一遍，既浪费算力又容易不一致。

注意：素材库里的"常见误区"这一层特别有价值，但原始资料里往往没有。我是从历年学生反馈和作业错误里手动补进去的，Agent 没法凭空生成。如果你手头有学生提问记录，一定要在这一步喂进去。

3. 教案生成：从素材库到可上课的教学设计

3.1 教学目标怎么写才不是废话

大部分教案里的"教学目标"都是套话："使学生掌握XX知识""培养学生XX能力"。这种目标写了等于没写，因为它不可观测、不可评估。

我让教案生成 Agent 按"行为动词+条件+标准"的格式来写。比如不说"掌握分类方法"，而说"给定五个未标注样本，学生能独立完成分类并说明依据，正确率不低于80%"。这样写出来的目标，后面设计练习和作业时才有依据。

Agent 在这个环节的表现取决于素材库的质量。如果素材库里每个知识点都带了"常见误区"和"应用场景"，Agent 就能写出比较具体的目标；如果素材库只有干巴巴的定义，Agent 也只能输出套话。所以第 2 步的功夫不能省。

3.2 教学过程的时间分配与节奏控制

教学过程是教案的主体，也是最容易写散的部分。我的规则是四段式：导入、新授、练习、小结。但四段式不是平均分配，得根据课型调整。

举个例子，如果是概念课，导入可以短一点（5分钟），新授占大头（25分钟），练习15分钟，小结5分钟。如果是习题课，导入2分钟，新授其实是"方法回顾"10分钟，练习要占30分钟，小结3分钟。

我让 Agent 在生成教学过程时，每一段都标注预计时长，并且给出"如果时间不够可以压缩哪部分"的提示。这个提示很实用，因为实际课堂上经常会有意外，提前想好压缩方案比临场慌要好。

另外，新授部分我要求 Agent 按"提出问题—分析问题—解决问题—举一反三"四步来写。这四步对应学生的认知过程，比平铺直叙地罗列知识点要有效。Agent 一开始不太理解这个要求，我就在规则里写死了这个结构，后面就稳定了。

3.3 板书设计与PPT的分工

板书和PPT不是一回事。板书是随着课堂推进逐步生成的，它体现的是知识的建构过程；PPT是提前做好的，它体现的是信息的呈现效率。两者如果内容完全一样，那板书就多余了。

我的做法是：教案里单独有一节"板书设计"，只写板书的主干结构（比如一个流程图、一个对比表格的框架），具体内容留白，表示课堂上现场填写。而PPT则承载完整的定义、案例、图表。

Agent 生成板书设计时，我要求它输出成"骨架+填充提示"的形式。比如：

板书骨架： [概念A] ——对比—— [概念B] | | 特点1 特点2 | | 案例：___ 案例：___

下划线部分就是课堂上现场写的。这样板书和PPT既有分工，又能互相呼应。

3.4 课后作业的分层设计

作业最忌讳"一刀切"。我让 Agent 按三层来设计：基础题（巩固概念）、应用题（联系实际）、拓展题（开放思考）。每层题量控制在 2-3 道，总题量不超过 8 道。

基础题直接从素材库的"定义"和"公式"里出，保证每个知识点都覆盖到。应用题从"应用案例"里改编，把案例里的条件换一换，让学生自己推。拓展题最难，Agent 往往出得太空泛，我的办法是给它一个模板："如果XX条件不成立，原结论是否还成立？请举例说明。"这种题既有开放性，又有明确的思考方向。

提示：作业设计完后，一定要让统稿校验 Agent 检查一遍，看作业里用到的知识点是否都在教案里讲过。我遇到过作业里考了一个教案里没提的概念，学生直接懵了。

4. PPT 结构生成：从教案到投屏课件的转换

4.1 页面颗粒度的划分标准

教案是按"教学环节"组织的，PPT是按"页面"组织的，两者颗粒度不一样。一个"新授"环节可能对应 8-10 页PPT，而一个"小结"环节可能只有 1 页。

我让 PPT 结构 Agent 按"一个要点一页"的原则来拆。具体标准是：如果一页里出现两个以上并列的要点，就拆成两页；如果一页里的内容需要超过 40 字才能说清，也拆。这个标准来自我的规则设定，Agent 会自动执行。

拆完之后，Agent 会输出一个页面清单，每页包含：页码、标题、要点（不超过三条）、配图建议、备注栏讲稿要点。这个清单其实就是PPT的"施工图"，后面无论是自己动手做还是交给模板工具，都有了明确依据。

4.2 视觉节奏：什么时候该用图，什么时候该用字

PPT最怕满屏文字。但什么时候该用图，不是凭感觉，而是看内容类型。我的经验是：

• 流程类内容（比如算法步骤）用流程图，比文字描述清晰三倍。
• 对比类内容（比如两种方法的优劣）用表格，一目了然。
• 数据类内容用图表，但图表类型要选对——趋势用折线，占比用饼图，分布用柱状。
• 概念类内容用关键词+图示，不要写完整句子。

Agent 在生成配图建议时，会标注"建议用流程图/表格/柱状图"，但具体图从哪来，它不管。我的做法是：能用素材库里的原图就用原图，没有的就用简单的形状组合自己画，实在不行才用文字。千万不要让 Agent 去"生成"一张图，它生成的图往往驴唇不对马嘴。

4.3 备注栏讲稿：PPT的隐藏价值

很多人做PPT不写备注栏，这是巨大的浪费。备注栏是你上课时的"提词器"，尤其是新开的课，有备注栏和没备注栏，课堂流畅度差很多。

我让 Agent 为每页PPT生成备注栏讲稿要点，格式是"过渡语+核心讲解+互动提示"。比如：

过渡语：刚才我们看了XX的定义，那它具体怎么用呢？ 核心讲解：这里要强调三个步骤，第一步...第二步...第三步... 互动提示：问学生"如果第二步换成XX，结果会怎样？"

这个备注栏不用写完整句子，关键词就行，因为上课时你是看着它即兴发挥的，写太满反而会变成念稿。

4.4 教案与PPT的一致性校验

这是统稿校验 Agent 的核心任务。它要检查：

1. 教案里提到的每个案例，PPT里是否有对应页面。
2. PPT里出现的每个术语，教案里是否解释过。
3. 教案里标注的时长分配，和PPT页数是否匹配（一般 1 页PPT对应 1-2 分钟）。
4. 作业里考的知识点，PPT里是否覆盖。

我实测下来，一致性校验能抓出大概 15% 的遗漏。这些遗漏如果不查，上课时就会卡壳——你讲到某个案例，翻遍PPT找不到对应页面，只能口头描述，效果大打折扣。

5. 实操中踩过的坑与调优经验

5.1 资料太长导致 Agent "失忆"

我第一次跑的时候，把一份两万字的资料直接丢进去，结果资料清洗 Agent 只处理了前三分之一，后面的直接忽略了。后来我才知道，单次输入的上下文是有上限的，超出的部分会被截断。

解决办法是分段处理。我把资料按知识模块切成若干段，每段不超过三千字，分别让 Agent 清洗，最后再合并。合并的时候要注意，不同段之间的术语可能不一致，得让统稿 Agent 再统一一遍。

5.2 规则冲突导致输出摇摆

我一开始定了两条规则："PPT每页不超过40字"和"教案里的每个案例都要在PPT里完整呈现"。这两条在案例较长的时候会打架——案例完整呈现必然超过40字。

后来我把第二条改成"教案里的每个案例都要在PPT里有对应页面，案例正文可放在备注栏"。这样既保证了覆盖，又不违反字数限制。规则之间如果有冲突，Agent 会随机选一条执行，输出就不稳定了。所以定规则的时候要自己先推演一遍，看有没有互斥的情况。

5.3 生成内容的"正确性"需要人工兜底

WorkBuddy 生成的内容，结构上通常没问题，但事实性错误偶尔会有。比如它会把某个年份记错，或者把两个相似的概念搞混。这些错误如果不查，上课时就是教学事故。

我的做法是：教案生成后，自己通读一遍，重点检查三类内容——年份和数据、专业术语的定义、案例的归属。这三类是最容易出错的。PPT结构生成后，再检查一遍页面顺序是否和教案的教学过程一致。

注意：不要指望 Agent 自己发现事实性错误，它的校验逻辑是基于一致性的，不是基于真实性的。事实核查必须人工做。

5.4 缓存目录与本地化部署的细节

如果你是在本地部署 WorkBuddy，有一个细节值得注意：系统缓存目录默认在C盘，跑几个大任务之后C盘会迅速膨胀。我把它改到了D盘，具体是在配置文件里找到 cache 路径那一项，改成你想要的目录，然后重启服务。改完之后记得把旧缓存清掉，不然它还会占着空间。

另外，本地部署时 Agent 的响应速度取决于你的硬件配置。如果同时跑四个 Agent，内存建议不低于 16G，否则会频繁触发交换，速度反而比云端慢。我试过在 8G 内存的机器上跑，四个 Agent 排队执行，总耗时比单 Agent 还长。

5.5 跨对话记忆的利用与限制

WorkBuddy 有一个跨对话记忆的能力，可以记住你之前设定的规则和偏好。这个功能在备课场景下很有用，比如你这学期教三门课，可以给每门课设一套规则，下次处理该课资料时自动调用。

但记忆也有边界。它记住的是"规则"和"偏好"，不是"具体内容"。你不能指望它记住上学期某份教案的细节，那些还是得靠素材库来传递。所以我的习惯是：每门课建一个独立的素材库文件夹，每次备课都从素材库出发，而不是依赖记忆。

6. 一套可复用的备课流水线

6.1 从资料到课件的完整命令序列

把上面的流程串起来，大概是这样一条流水线：

1. 把散装资料按知识模块切段，每段不超过三千字。
2. 调用资料清洗 Agent，逐段处理，输出差异标注表和素材库。
3. 人工审核差异标注表，决定取舍。
4. 调用教案生成 Agent，基于素材库输出教案。
5. 人工通读教案，核查事实性内容。
6. 调用 PPT 结构 Agent，基于教案输出页面清单和备注栏讲稿。
7. 调用统稿校验 Agent，检查教案与PPT的一致性。
8. 根据校验结果修补遗漏，最终定稿。

这条流水线跑顺之后，我处理一门课的资料从两天压缩到了半天，而且质量比之前更稳定，因为结构是固定的，不会因为状态好坏而波动。

6.2 什么情况下不适合用这套流程

这套流程适合"资料多、结构散、需要重新组织"的场景。但有两种情况不适合：

一种是资料本身已经很规整，比如你手上就是一份成熟的教案，只需要微调。这种情况直接改比重新生成快。

另一种是课程内容高度依赖个人经验，比如一些实践性很强的研讨课，教学过程的走向取决于课堂现场反应，很难提前结构化。这种课用 Agent 生成教案，反而会限制你的临场发挥。

工具是拿来用的，不是拿来供的。判断标准很简单：如果任务的核心难点是"信息组织"，WorkBuddy 能帮上大忙；如果核心难点是"临场判断"，那还是得靠自己。

6.3 后续可以扩展的方向

这套流程目前覆盖的是"教案+PPT"，其实还可以往前和往后延伸。往前，可以接一个"资料采集 Agent"，自动从指定来源抓取最新文献和案例，保持素材库的时效性。往后，可以接一个"习题生成 Agent"，基于教案自动出随堂测验和考试题。

我最近在试的是把学生作业数据接进来，让 Agent 分析高频错误，然后反哺到教案的"常见误区"部分。这个闭环如果跑通，教案就不是一次性的，而是随着教学迭代不断进化的。不过这块还在摸索，等跑稳了再单独写一篇。

提示：扩展的时候要注意，每增加一个 Agent，协调成本就增加一分。不要为了"全自动"而堆 Agent，先把核心链路跑稳，再考虑加环节。

最后分享一个我自己的习惯：每次用 WorkBuddy 生成完教案，我都会把最终版和原始资料放在同一个文件夹里，标注日期。一个学期下来，这个文件夹就成了这门课的"教学档案"，下次再教这门课，直接从这个档案出发，比从头整理要快得多。工具的价值不在于替你干活，而在于让你的积累变得可复用。