一、智能体与通用助手的区别

（一）流程被固化下来

通用助手每次对话都要重新说明背景和要求，智能体则把步骤、提示模板和调用顺序写进配置，一次配置多次复用。对于每周都要做一次的备课或命题工作，这个差别直接体现在时间上。

（二）可以接入外部工具

智能体可以按配置调用检索、表格读取、文档生成等能力，把结果直接落到指定文件中。这让它可以承担一部分流程衔接的工作，而不是停在给建议这一步。

（三）输出格式可控

固定的输出模板让后续处理更省事。命题结果直接生成规定格式的条目，学情汇总直接生成表格，减少人工二次整理的工作量。

二、四类典型场景与成熟度

（一）备课素材整理

成熟度最高。把知识点拆成条目、按课时生成补充材料、整理例题变式，这类任务由教师审核后使用，出错容易发现，风险可控。建议作为第一个落地点。

（二）作业与命题设计

成熟度中等。初稿质量通常可用，但需要逐题审核：题干表述是否严谨、选项是否存在歧义、答案是否唯一、难度是否匹配。命题环节的疏漏会直接影响评价结果，不能跳过人工审核。

（三）学情数据梳理

成熟度中等偏上，但依赖数据质量。把分散的成绩、作业提交、课堂互动记录汇成一张表并生成初步分析，是它擅长的部分；对学生个体下判断则应交由教师完成。

（四）课题材料准备

成熟度相对较低。申报书与结题报告涉及规范要求与学术判断，助手适合承担文献梳理、格式检查和语言调整，核心观点与数据结论必须由教师本人撰写。

1. 为什么顺序不能颠倒

高风险环节一旦出错会影响评价公正与学术声誉，先跑顺低风险环节可以积累判断经验。

2. 每个环节的审核人

落地前明确每个环节的审核责任人，审核记录留存至少一个学期。

3. 试跑期的范围

先在一个年级或一个学科组试跑，范围小便于收集问题，也便于及时调整配置。

三、学生数据的合规使用

（一）哪些数据可以用

去标识化之后的统计结果可以用于分析；包含姓名、学号、家庭信息的数据不应进入外部服务。这条界限不因工具便利而放宽。

（二）留存与销毁

中间处理结果要有保存期限，到期清理。天翼云主机可以承担校内数据处理与缓存的运行环境，数据不出校内的网络边界，权限按岗位分配并留痕。

（三）告知与同意

涉及学生个体的数据采集与使用，要按现行要求履行告知程序。用于教学改进的聚合分析，与用于个体评价的判断，两者的要求并不相同，不要混为一谈。

四、效果怎么评估

（一）看耗时而不是看使用次数

有意义的指标是单次备课或命题的耗时变化，以及审核环节发现问题的数量变化。使用次数上升但耗时没变，说明流程本身没有真正简化。

（二）看教师的主观负担

重复劳动减少后，教师是否把时间投向了学情分析与个别辅导，这才是引入工具的初衷。可以通过简单的周记收集反馈。

（三）看学生侧的反馈

材料质量与题目质量最终由学生感知。定期收集对材料难度、题目表述清晰度的反馈，比内部评价更能反映真实效果。

五、配置与维护

（一）提示模板要版本化

模板修改后要留版本号和说明，否则不同教师拿到的结果不一致，出现问题也难以定位是哪次改动引入的。

（二）权限与审计

谁能修改配置、谁能调用，都要有明确授权。天翼云安全可以提供访问控制与日志方面的能力，把调用记录留存下来，便于事后核查。

（三）定期复核输出

模型与配置都可能变化，建议每学期抽取一批历史任务重跑，对比结果是否稳定，发现漂移及时调整。

六、常见误区

（一）把初稿当成品

最典型的误区是生成之后直接使用。所有对外使用的材料，包括发给学生的内容，都要经过教师审核，这一步不能省。

（二）一次配置管到底

教材版本、课程标准、学生情况都会变化，配置长期不更新，输出质量会持续下滑，最终被弃用。

① 所有发给学生的内容，发布前必须经教师逐条审核并签字确认。

② 涉及学生个体的数据一律去标识化后再进入处理流程。

③ 配置变更需留存版本号、变更说明与变更人，便于回溯。

（四）与其他系统的衔接

智能体的输出若要进入教务系统或成绩系统，需要先确认接口与数据格式。手工搬运既容易出错，也难以追溯，应尽量通过接口完成。

假期前后的使用量波动很大。开学初备课需求集中，期末命题与总结集中，容量规划要照着这两个高峰准备。

教师培训比工具本身更关键。花两小时讲清楚边界与审核流程，比提供十页功能说明更能减少误用。

不同学科对输出格式的要求差异明显。理科侧重公式与步骤，文科侧重材料出处与表述，提示模板应分学科维护而不是共用一套。

学生使用同一类工具完成作业时，评价方式也要相应调整：减少可被直接生成的题型，增加过程性考核的比重。

教学场景对稳定性的要求高于对新特性的追求。一次课堂上的意外会打断整节课的节奏，因此上线前要在真实班级规模下做过一轮压力验证。

素材的版权归属是容易被忽略的一环。生成的例题与材料若与已有教辅高度相似，直接使用会带来困扰，审核时应安排一轮比对。

不同年级的适配也要考虑。同一套提示模板用在低年级和高年级，输出难度的差异往往不够，需要按年级分别调整参数。

教师对结果的修改记录很有价值。把每次人工改动的地方整理出来，反向调整提示模板，几轮之后输出质量会明显提升。

课时紧张时，工具的启动时间也要计入。如果需要两三分钟准备才能用上，课堂上就很难被坚持使用，这一点在选型阶段就要确认。

假期是整理配置的好时机。把一学期的反馈汇总，调整模板与审核流程，开学时可以直接进入状态，不必再花时间重新熟悉。

与家长沟通时如涉及工具使用情况，说明应聚焦在教学安排与数据使用边界，不必展开技术细节，减少引起不必要的疑虑。

结语：教科研智能体的价值不在单次的惊艳输出，而在把重复流程固定下来反复调用。落地时按风险从低到高推进，先把素材整理跑顺，再考虑命题与学情分析。学生数据的使用边界要在第一步就想清楚，这既是合规要求，也是信任基础。