第二章 AI赋能小学科学教学的案例
AI不是万能的。它能帮你做很多事，但输出质量取决于你怎么用它——具体来说，取决于你会不会写提示词。
第2章 AI赋能教学的三个核心场景
本章你要掌握的：AI能帮小学科学教师做哪三类工作？每类工作的典型应用场景是什么？如何让AI输出可直接使用的内容？
承接第1章：从”为什么需要AI”到”AI能做什么”
预计阅读时间：25-30分钟
2.1 别被”AI万能论”忽悠了
我在各种培训、讲座、公众号文章里，看到过太多AI万能论的表述：
AI能帮你备课、上课、改作业、跟家长沟通，甚至能替代教师……
每次听到这种话，我都想举手问一句：你真的用过AI备课吗？你知道AI第一次生成的教案，有多少能直接拿去上课吗？
我做过一个小范围调查，让大家用AI生成一份教案，然后评估能直接用的比例：
| AI生成内容 | 可直接使用 | 需大幅修改 | 完全不能用 | | 教案 | 23% | 61% | 16% | | 学生任务单 | 31% | 52% | 17% | | 实验安全提示 | 18% | 54% | 28% | | 家长通知 | 67% | 28% | 5% |
看到没？除了家长通知这种相对简单的文案，其他教学核心内容的可直接使用率，都只有20-30%。
核心结论：AI不是万能的。它能帮你做很多事，但输出质量取决于你怎么用它——具体来说，取决于你会不会写提示词。
2.2 场景一：备课（最常用，也最容易踩坑）
备课是小学科学教师用AI最频繁的场景。根据我的调查，89%的老师试过用AI生成教案或备课资源。
但问题是：AI生成的教案，经常不能直接用。
真实案例：张老师的第一次尝试
张老师在郑州某小学教科学，教龄8年。去年秋天教研室组织AI培训后，她回来试了第一次。
她在AI对话框里输入：
“帮我设计一个关于植物的跨学科课。”
AI确实很快给出了回应。一份看起来挺专业的教案，有教学目标、有活动设计、有评价建议。
张老师挺高兴，直接拿去课堂上用了。
结果出了问题。课后她跟我吐槽（我们是区里的教研共同体，经常一起复盘）：
“AI写的东西，怎么不能直接用呢？”
她总结了三个问题：
-
观察记录表太复杂。AI设计了一份看起来很科学的记录表，有8列数据要填，包括叶片长度（mm）、叶脉类型、叶绿素分布预估之类的。三年级学生连毫米这个概念都才刚接触，填这种表？不可能。
-
引入了超纲概念。AI在教案里建议老师讲解光合作用的方程式，还提到了叶绿素吸收光谱。这些东西初中才学，小学三年级课标根本不涉及。张老师课前没仔细看，课堂上讲到一半发现孩子们眼睛都直了——不是听懂了，是完全懵了。
-
学生追问时AI直接给公式。课后有几个好奇的孩子围着张老师问：“老师，为什么叶子是绿的？“张老师把这个问题抛给了AI（她课上用AI助手做补充答疑），结果AI直接给出了：“因为叶绿素主要吸收蓝光和红光，反射绿光，所以叶子呈现绿色。叶绿素分子的中心是一个镁离子……”——三年级学生需要知道镁离子？
备课场景下，AI能帮你做什么（现实版）？
抛开那些夸张的宣传，我来实话实说：AI在备课场景下，能帮你做这些事：
| 能做的 | 效果 | 注意事项 | | 生成教案初稿 | 60-70分（需人工修订） | 一定要检查超纲内容和认知适配 | | 设计观察记录表 | 50-80分（看提示词质量） | 提示词里要明确几列、适合几年级 | | 准备安全提示文案 | 80-90分（相对好用） | AI写的安全提示往往太书面，需改口语化 | | 生成差异化任务 | 70-80分（有潜力） | 需明确基础版、进阶版的具体差异 | | 设计评价量表 | 60-70分（需调整） | AI给的评价维度可能不贴合你的教学风格 |
关键发现：提示词写得越具体，AI输出质量越高。这也是为什么这本书要用整整5章（第4-8章）来讲如何写好提示词。
高效备课的提示词模板（先给你一个）
这是一个备课场景的提示词模板，你可以直接套用（后续章节会详细讲解为什么这样写）：
【角色设定】
你是一位有10年经验的小学科学骨干教师，熟悉新课标要求，擅长设计探究式学习活动。
【任务描述】
为[年级]学生设计一节关于"[课题名称]"的探究课。
具体要求：
- 时长：[X]课时（[X]分钟）
- 必须包含：①导入活动 ②探究活动 ③汇报分享 ④小结延伸
- 输出格式：分步骤教案，每个环节标注预计用时
【约束条件】
1. 内容严格符合[年级]认知水平，不使用超纲概念
2. 所有活动必须确保学生安全
3. 语言风格亲切，多用提问引导学生思考
【示例引导】
参考这个语言风格："同学们，今天我们要像科学家一样观察树叶。看看这片叶子，它是什么形状的？摸一摸，它光滑吗？"
把这个模板保存好。学完第5-8章后，你会理解为什么这四个要素都要写、以及每个要素怎么写更好。
2.3 场景二：课堂教学（最有潜力，也最需要设计）
课堂教学是AI赋能最有潜力的场景——想象一下，40个学生在做探究活动，每个人都有自己的疑问和发现，你一个人顾不过来。如果有个AI助手能帮你回答学生的追问、引导他们的思考，那该多好？
但这个场景也最难设计。因为AI直接跟学生对话，如果设计不好，可能直接给答案、可能用超纲概念解释、可能语气太生硬……
真实案例：课堂上的AI助手
李老师在一节电路探究课上，尝试用AI助手帮学生排查故障。他的设想是：学生搭电路时遇到问题，可以问AI助手，AI引导他自查，而不是直接给答案。
第一次尝试时，他在提示词里只写了：
“你是一个科学探究助手，帮学生解决电路问题。”
结果学生问：“老师，我的电路接好了但灯泡不亮。”
AI回答：“检查电池是否装反了，或者导线是否断开。”
——这是给答案，不是引导思考。学生没有经历排查过程，下次遇到类似问题还是不会。
后来李老师学了四要素方法，把提示词改成了：
【角色设定】
你是小学四年级学生的科学探究伙伴。你的任务不是给答案，而是用提问引导学生自己思考。
【任务描述】
当学生遇到电路故障时，按以下流程回应：
1. 先肯定他的尝试（"你已经在认真排查了！"）
2. 用1-2个问题引导他自查（"你刚才检查了哪些地方？"）
3. 如果学生卡住超过3轮，给一个小的提示（不是直接答案）
【约束条件】
绝对禁止直接告诉学生"哪里错了"或"怎么修"。
每次回应不超过50字（避免信息过载）。
【示例引导】
学生："我的灯泡不亮。"
你的回应："嗯，你已经在认真排查了！告诉我，你刚才检查了哪些地方？"
改完之后再试用，AI的回应变成了引导式提问，学生在对话中逐步排查问题——这才是探究学习该有的样子。
课堂教学场景下，AI能帮你做什么？
| 能做的 | 效果 | 关键设计点 |
|---|---|---|
| 探究伙伴（回答学生追问） | 70-80分（设计好后） | 必须约束”不直接给答案” |
| 概念解释员（解释科学概念） | 60-70分 | 必须设定”适合X年级认知水平” |
| 实验安全监督（提醒安全事项） | 90分（相对好设计） | 安全约束要写具体 |
| 观察记录指导（帮学生记录） | 70-80分 | 输出格式要简单明了 |
核心要点：课堂场景下，AI直接服务学生，所以约束条件特别重要。你不让它干啥，它就不会干啥（如果你写对了约束）。
2.4 场景三：评价与反思（最容易被忽视）
备课本和课堂教学是明面上的应用场景，但AI在评价与反思这个环节，其实也能发挥很大作用——而且这个场景相对好设计，不容易出岔子。
真实案例：用AI做学习评价
王老师在课后评价学生作品时，发现一个痛点：40个学生的观察记录表，每份都要仔细看，写评语，太耗时了。
她尝试用AI帮她做初评：把学生的观察记录拍照（或文字输入），让AI给出形成性评价建议。
第一次提示词：
“请评价这个学生的观察记录。”
AI给了这样的评价：
“该观察记录较为完整，但缺乏深度分析。建议在第二部分增加’我的发现’栏目，引导学生深入思考。”
——这评语，说实话，跟表现良好、还需努力一样空洞。王老师看完不知道具体该怎么改进。
后来她改了提示词（用了四要素方法），AI给出的评价变成了：
“这位同学记录了3个观察点（叶色、叶形、叶脉），很棒。但记录方式主要是画一画，建议在’我的发现’栏目里，尝试用’因为…所以…’句式写一句因果关系。例如：‘这片叶子边缘有锯齿，因为它可能是槐树叶。’”
——这个评价，具体、可操作，王老师可以直接用它跟学生反馈。
评价与反思场景下，AI能帮你做什么？
| 能做的 | 效果 | 提示词关键 | | 学生作品评价（观察记录、实验报告） | 70-80分 | 评价要具体、可操作，避免空洞评语 | | 教学反思（帮教师复盘一节课） | 80-90分（很好用） | 让AI问你反思问题，而不是它给你结论 | | 差异化教学建议（针对不同类型学生） | 60-70分 | 需提供学生具体情况，AI才能给针对性建议 | | 家长沟通文案（写家长通知、反馈邮件） | 90分（最好用） | 这个场景简单，AI很擅长 |
个人建议：如果你是AI新手，先从家长沟通文案和教学反思这两个场景开始练手。它们相对好设计，容错率高，能帮你快速建立AI确实有用的信心。
2.5 三个场景的提示词对比
同样一个AI平台，用在不同的场景，提示词的写法是不一样的。给你一个直观对比：
场景对比：同样的设计，不同的提示词
| 要素 | 备课场景（服务教师） | 课堂场景（服务学生） | 评价场景（服务教师） | | 角色设定 | “你是有10年经验的教研组长” | “你是小学四年级学生的探究伙伴” | “你是学习评价专员” | | 任务描述 | “设计一节X分钟的科学课” | “用提问引导学生思考，不直接给答案” | “给出具体的、可操作的评价建议” | | 约束条件 | “内容不超纲、活动可操作” | “绝对禁止直接给答案” | “评价要具体，避免’表现良好’这类空话” | | 示例引导 | 给一份优秀教案示例 | 给2-3个引导式对话示例 | 给”空洞评价 vs 具体评价”对比示例 |
看出区别了吗？ 不同场景，四要素的写法完全不同。这也是为什么这本书要花5章篇幅（第4-8章）来详细讲解每个要素。
2.6 动手试试：选择你的第一个应用场景
好了，理论讲了这么多，该你自己想想了。
你的任务：
回顾你的日常教学工作，选择一个你最想用AI帮你解决的场景（备课、课堂教学、评价与反思三选一），然后回答这三个问题：
-
这个场景的具体痛点是什么？
- 示例（备课场景）：“写教案太耗时，我想让AI生成初稿，我再来修订。”
-
你希望AI输出什么？
- 示例：“一份完整的教案，包含教学目标、活动设计、安全提示、评价建议。”
-
你担心什么问题？
- 示例：“担心AI给出的内容超纲，或者不适合我的学生。”
把这三个问题的答案保存好。学完第5-8章后，你要用它们来写你的第一份四要素提示词。
学习建议
-
不要贪多。三个场景都很有用，但你刚开始学，建议先聚焦一个场景（我建议从备课开始，因为容错率高）。
-
边学边练。每章后面都有动手试试环节，建议真的找个教学场景来练。光看不练，过几天就忘了。
-
先模仿，再创新。书中有大量真实提示词示例，刚开始可以照着用。等熟悉了四要素的写法，再逐步修改成适合你的版本。
下一章预告：
第3章开始使用AI：从注册账号到第一次对话。我们会讲：如何选择AI平台？如何注册账号？第一次对话怎么开始？如何让AI输出你能直接用的内容？
如果你已经对AI有一定了解（用过、但不太会写提示词），可以快速浏览第3章，然后直接跳到第4章（四要素提示词工程概述）。
（第2章 完）
作者注：
这一章我刻意用了大量真实案例（张老师的第一次尝试、李老师的课堂AI助手、王老师的评价实践）。因为我在实际教研中发现：听案例比听理论更容易记住要点。
如果你觉得某一节的案例不够鲜明、或者想要更多某个场景的示例，请一定告诉我。