AI 智教课堂

这个产品在做什么

AI 智教课堂不是把 PPT 搬到平板上，也不是智慧黑板的互动插件。它面向教师组织的一节课，把备课建课、课堂资源生成或复用、学生终端学习、教师实时监管和课后数据复盘收成同一条闭环。

老师课前创建课堂、配置学习目标，上传已有课件或让 AI 生成课堂模块；上课时学生在终端按模块学习、完成任务和测验，必要时围绕本节课内容向 AI 提问；教师同时看到登录、进度、任务完成和测验情况。课后，这节课沉淀为可归档的课堂记录，而不是一次播完就消失的演示。

它和 AI 学习空间解决的不是同一件事。学习空间回答「课后怎么学」：学生按自己的节奏自习、提问、做个性化测验。智教课堂回答「一节课怎么组织、怎么互动、怎么复盘」：全班同步、阶段可控、过程可见。两套产品共用学校里的人、班、课表和资源，但使用场景不能混成一个入口。

2025 年已经用轻量课例验证过「AI + 互动课堂」能不能在真实教室里跑起来；真正要做成的，是把一次一课的定制演示，收成多教师、多班级、多学校都能用的标准产品，不过截止至 26 年 7 月，各地方学校对于此场景的需求并未收敛。我负责对象模型、交互原型以及其中AI特性及工作流的设计，并规划了后续与学习空间打通的边界。

三个关键判断

1. 学校有不少过往优秀教师积累的优秀课例及课件，同时也需要推陈出新，顺应新课改时期的指导方针，新旧方法论交替之际，最稳妥的方式不是让 AI 凭空生成一节课，而是站在学校已有课件、教材和教学要求上，把优质内容变成可复用、可讲解、可测验、可追踪的课堂资源。在教师需要 AI 帮助解读课标、构建课件时，提供可靠准确的能力。教师仍然是课堂的主导者。

2. 课堂数字化的关键，不是学生有没有屏幕，而是老师能不能看见学生是否真的在学。 教学现场首先要稳定可靠。必须在课堂上完成的环节，优先用结构化数据和预生成内容保障；大模型放在备课生成、课中答疑、课后总结这些更合适的位置，不能让老师和学生在主流程里等模型。

3. 课堂和自习不能合并成一个应用。 要打通的是身份、组织、资源和学习数据，让学生在课前预习、课堂学习和课后补齐之间连续起来。两套系统继续服务各自场景，只交换必要数据，避免为了「平台一体化」重构所有产品。

这些判断决定了后面三步：先把一节课做成可执行的标准闭环，再把过程做成可追溯的数据对象，最后规划和自主学习怎么接，而不把两套产品揉在一起。

产品设计

01｜从一次一课的 Demo，做成可交付的课堂闭环

24-25 年早期课例能展示投票、模拟、导学案和互动网页，每一节都接近定制，无法规模化。26 年之后，学校要的不是再做一堂公开课，而是缺科、弱科、临时代课、优质课件复用、学考复习这类日常场景里，课还能开起来、上稳妥。

我把 MVP 收成一条教师能走完的主链路：AI 完成建课、解读课标、生成课件、拆成 4—6 个课堂模块、配置任务和测验、学生终端进入学习、教师看进度、课后归档。AI 辅助生成的不是一份长文本教案，而是课堂系统可以执行、教师可以编辑后再发布的结构——模块、讲解、互动和测验都挂在同一套课堂对象上。

如果学校已经有高质量 PPT，系统优先承接教师原有设计，由 AI 围绕课件做讲解和任务增强。正式使用中由教师复核后发布，不承诺生成内容一定达到名师水平。Beta 先把这条主链路做稳，再谈更完整的互动形式和课后报告。

02｜把一节课变成可追溯的数据对象，而不是一次性播放

课堂一旦开始，资源、任务和测验就不能再被后面的修改带偏。发布后生成不可变课堂快照：课堂基础信息、课件版本、任务版本、测验题目、学生作答和过程数据一起归档。历史课可以复盘，校本资源也可以在校内复用，但复用的是模板，不是去改已经上过的那一节。

教师端可以把控学习过程：谁已登录、学到哪个模块、任务有没有完成、测验有没有提交、正确率如何。

落到系统上，就是对象模型和权限，不仅只是多几张看板。课表项、备课草稿、课件模板、课堂快照、课堂实例、学生会话分开；模板在校内可复用，但只有创建者能改；管理员默认看聚合数据，不看学生隐私明细。校级课表用解析、校验、预览、写入的两阶段导入，避免一个学校一份后台脚本。课堂主链路先稳住，设备深度管控和大规模并发作为后续能力，不塞进 Beta 的必达范围。

03｜和 AI 学习空间打通，但不合并

课堂结束不等于学习结束。学生需要在自习里把没跟上的模块补上；教师也需要在原课堂复盘里看到「课后还有谁补了、补得怎么样」。如果把两套产品做成一个超级入口，课堂的同步节奏和自习的个性节奏会互相拖累。

一期方案只打两条高价值链路。课前：教师在智教课堂备课后，可手动把预习任务下发到学习空间，学生用校内账号完成，完成状态回流给教师。课后：学习空间读取学生本人上过的历史课堂，学生主动点「继续学习」，复学该课的课件、测验和总结；补齐过程写入自习行为树和学习报告，同时把摘要回流到原课堂复盘。原课堂快照保持只读，补齐行为只能追加，不能改写当时发生过什么。

两套系统共同使用教师、学生、行政班级、课表、作息和校内账号，并互访课件、课件新声、课本知识库、题库、视频和互动资源。智教侧继续沉淀课堂快照、复盘和教师备课记录；学习空间继续沉淀自习行为、测验、错题、学习报告和学生 Memory。一期明确不做系统合并、不做「没学懂就强推任务」、不做家庭端继续学习。先让课堂内容进得去自习，自习结果回得来课堂。

产品如何组织

面向教师、学生和学校管理者，产品拆成教师工作台、学生终端和校级平台。教师侧负责建课、模块编辑、课中监管和课后复盘；学生侧按课堂阶段学习、作答和提问；校级平台承接课表、班级、课堂记录和后续设备管理。

课前从课表进入备课，课中按课堂实例运行，课后回到快照和复盘。生成式 AI 只出现在备课组织、围绕本节课的答疑，以及规划中的课后总结，不承担课堂节奏控制。

和 AI 学习空间的关系按三层来看：底下是共同的主数据和资源；中间是各自独立的业务数据，以及少量必须互访的课堂复学包、预习任务、补齐记录；上面仍是两个应用——一个上课，一个自习。教师备课偏好不混进学生自习画像；学习空间也不接管课堂状态机。

结果与边界

当前形成的是可交付 Beta，不是已经规模化上线的日常课堂系统。主链路可以支持建课、模块生成、学生终端学习、随堂任务和测验、教师查看进度，以及把一节课归档下来；也形成了 20+ 核心页面的高保真原型，以及对象模型、权限、指标和校级课表方案，用来支撑研发和售前口径。

规划中、尚未计入 Beta 结果的能力包括：尽量保留教师原课件排版与动效、更完整的课中监管看板、学生课堂总结与教师洞察、大规模并发课堂、终端设备深度管控，以及与 AI 学习空间的预习 / 补齐打通。打通方案已经把一期验收标准写清楚，但它仍是方案，不是已经跑在学校里的功能。

这个项目要证明的，不是又多了一块课堂屏幕，而是能把真实上课场景收成可执行、可监管、可复盘的产品，并在和自主学习相遇时守住边界：场景分开，数据打通，主链路先稳。

口径说明：Beta 覆盖课堂主链路，可支持交付与演示。课后完整报告、终端深度管控、与学习空间打通等属于规划能力。