AI 可以让教案、问题、练习和课件初稿更快出现，但不能替教师决定这一个班此刻最该学什么、哪些内容值得占用课时、学生的作答说明了什么，以及课堂没有按预期发展时怎样调整。保留教学判断，不是每段文字都从头手写，而是让 AI 提供可比较的选项、明确它的假设，再由教师依据教材、学习证据和课堂条件作出有理由的取舍。
直接复制生成内容，风险不只在于出现知识错误。即使事实正确，活动也可能超过课时，例子可能不适合学生已有经验，提问可能收不到目标所需的证据，漂亮的材料也可能挤掉真正需要的练习。教师的价值就在于把“看起来可以用”的内容，判断为“本节课应该保留、怎样修改、暂时不用或必须核验”。
如果还在划分哪些工作可以交给 AI、哪些不能交出去，可先阅读《一节课里哪些环节适合交给 AI，哪些必须由老师完成？》。本文继续回答：当 AI 已经给出一份初稿后，教师怎样把自己的判断保留在备课流程中。
先分清：使用 AI 不等于放弃决定权
教师不必因为使用 AI 就从零拒绝所有输出，也不应把“我最后看过一遍”当作完整审核。较有价值的分工是：AI 负责整理、改写、生成备选、比较结构和提示遗漏；教师负责确定目标、解释学生证据、控制内容边界、选择材料、安排课堂节奏和承担最终后果。
| AI 可以先协助的工作 | 教师必须作出的教学判断 |
|---|---|
| 将已确认的要求整理成不同教案框架 | 本节课真正要保留哪一个核心目标，哪些目标应后移 |
| 根据指定材料提出若干问题或活动变式 | 哪个问题能暴露学生理解，语言是否适合本班 |
| 生成练习、板书或小结的初稿 | 题目是否准确、难度是否合适、是否需要分层支持 |
| 对比两份设计在时间和结构上的差异 | 哪种组织方式符合座位、材料、设备与学生状态 |
| 汇总去身份化的作答特征 | 特征可能说明什么，以及下一步该怎样教 |
课程标准、教材和教师已确认的教学要求，是判断的依据，不应由 AI 自行编写。教育部关于印发义务教育课程方案和课程标准（2022年版）的通知是义务教育阶段课程实施的重要依据；教育部对课程标准修订的介绍提出，要明确“为什么教、教什么、教到什么程度”，并加强教学与评价的一致性。AI 可以帮助整理这些已确认内容，不能替教师把它们解释成唯一答案。
第一类判断：本节课到底要解决什么
AI 往往会为一节课补齐多个“完整目标”：知识理解、能力训练、合作意识、情感态度、拓展阅读和课后实践。它们单独看都合理，却不一定能同时在一节课内完成。
教师需要先做取舍：学生离开课堂时，最需要能够完成哪一个可观察的动作？为了这一个动作，哪些内容是必要前提，哪些可以留到下一课或课后？这个决定取决于单元位置、教材安排、学生已有基础和教学时间，而不是生成文本的完整程度。
可以请 AI 把目标拆开、指出相互冲突之处，但不要让它代替排序。若核心目标没有确认，后续的导入、练习、课件和小结只会围绕不同方向同时扩张。关于怎样把目标与学习证据落到真实课时，可参考《怎样用 AI 做一份 45 分钟教案？目标、活动、评价缺一不可》。
第二类判断：学生的作答到底说明了什么
AI 可以把多份去身份化作答整理为错误类型、关键词或步骤差异，但“学生为什么这样做”和“下一步必须怎样教”并不能只从一次输入中确定。相同错误可能来自概念混淆、阅读困难、题目表述、前置知识缺口、课堂时间不足或偶然疏忽；教师需要结合连续观察、教材内容和课堂互动解释这些证据。
因此，输入给 AI 的最好是具体表现，而不是学生标签。例如，写“部分学生在新情境中能报出结论，却无法标出依据”，比写“学生理解能力弱”更有用。前者可以让 AI 设计一项依据标注任务，后者容易让它生成固定、没有证据的补救方案。
如需整理学生作答特征，应先去除姓名、学号、联系方式、完整成绩单和可识别身份的作业图片等不必要信息。《中华人民共和国个人信息保护法》对个人信息处理作出规定；具体使用还应结合学校制度、平台处理方式与实际材料判断。
输入边界、来源事实和待确认信息怎样分开，可以参考《怎样把课标、教材和学生情况交给 AI，避免生成“通用教案”？》。教师应保留对学生证据的解释权，不把任何一次生成结果直接转化为对学生的评价结论。
第三类判断：哪些材料值得进入课堂
AI 可以快速提出故事、图片、数据、名言、视频、例题和生活情境，但“相关”不等于“值得使用”。教师需要检查材料是否准确、来源是否清楚、语言是否适合学生、是否真的服务核心任务，以及是否值得占用有限课时。
材料选择至少要经过三道判断：
- 真实性与来源：事实、引语、数据、图表、图片和题目能否回到原始材料或可靠来源核验？
- 教学关联：学生使用这份材料后，能否更好地完成本节核心任务，而不是只获得一个新奇话题？
- 课堂代价：准备、解释、观看、分发和讨论需要多少时间，是否会挤掉学生独立尝试与反馈？
若任意一项回答不清，就将材料标为“待核验”或“暂不使用”，不要因为文字流畅或画面好看直接加入课件。具体核验步骤可使用《AI 教师助手答错时，老师怎样快速核验内容？》。
第四类判断：课堂条件怎样改变设计
同一个目标，在 40 分钟还是 45 分钟、固定座位还是可移动分组、有纸卡还是有人手设备的条件下，活动安排并不相同。AI 可以根据教师提供的条件提出方案，但它看不见学生阅读速度、材料数量、教室动线和临场反应。
教师要决定哪些条件是不能突破的，哪些活动只是“有时间再做”，发生设备故障、讨论冷场或学生普遍未达标时怎样调整。若不把这种判断保留下来，生成的教案可能每个环节都不错，却无法在真实课堂中同时发生。
关于时间、组织、材料、课程范围、评价和数据边界怎样进入教学设计，可参考《AI 生成教学设计，最容易忽略哪些课堂约束？》。
第五类判断：下一次课要怎样接续
教学判断不会在“生成完成”时结束。课堂结束后，教师需要根据学生留下的作答、讨论中的分歧和实际用时，决定下一次是继续练习、回到关键条件、进入新任务，还是改变原来的讲解顺序。
AI 可以帮助整理离堂卡中的去身份化特征、比较不同版本的练习或生成一组待审核的补救任务。教师则要判断哪些证据足够支持调整，哪些只是少数学生的偶发现象，以及调整后是否仍符合单元节奏。把这些判断留下简短记录，比只保存一份最终教案更能帮助下一次备课。
用一张“教学取舍记录表”保留判断过程
不需要为每一个措辞写长篇反思。只要对会改变目标、材料、活动、时间和评价的决定留下一句依据，就能让备课过程可追溯，也更容易在下一次复盘中比较 AI 的帮助是否真正减少了工作量。
| AI 生成或提出的内容 | 教师决定 | 决定依据 | 后续动作 |
|---|---|---|---|
| 三个教学目标 | 保留一个，后移两个 | 本课时只够完成核心任务；另外两个在后续课时处理 | 修改教案目标栏与练习 |
| 一段导入视频 | 删除 | 无法核验来源，且观看时间会挤掉诊断任务 | 用教材已有图示改为快速判断 |
| 四个小组展示 | 改写 | 固定座位、实际课时不足，且需要个人证据 | 改为同桌比较、两组展示、离堂卡 |
| 一道拓展题 | 暂存 | 当前作答仍显示关键条件不稳 | 作为后续达标学生的选做任务 |
| 一条引用或数据 | 待核验 | 尚未找到原始出处 | 核验前不进入课件 |
这张表将“我觉得不合适”转化为能被自己和同事理解的判断依据。它也能防止每次重开 AI 对话后又从头讨论同一个问题。
让 AI 生成选项和风险，不替你下结论
比起问“哪种方案最好”，可以要求 AI 将选择关系说清，再由教师决定。下面这段提示词适合用于比较已经出现的两个或三个备课方案：
请只依据下方已确认的课程范围、教材材料、学习证据、课堂约束和教师优先级，对方案 A、B、C 做结构比较。不要替教师选择“最佳方案”，不要新增课程要求、学生结论、设备、材料、数据或来源。 请用表格输出：每个方案服务的核心目标、需要学生完成的动作、可收集的学习证据、时间与组织成本、隐含假设、可能风险、适合保留或后移的部分、仍需教师核验的内容。最后单列“需要教师作出的决定”，并为每项决定说明它依据哪一类已知信息。 已确认信息：[粘贴] 教师当前优先级：[例如保留个人作答、减少材料准备、优先处理某类作答困难] 方案 A、B、C：[粘贴]
拿到比较表后，教师再填写“保留、改写、删除、后移、核验”五种决定。这样的顺序让 AI 帮忙暴露差异和假设，但不把课堂取舍伪装成模型给出的客观结论。
一个虚构示例：从三套阅读活动中留下一个教学决定
下面是一个虚构示例，用于说明教师如何作出取舍，不代表真实班级、教材版本或特定工具的生成效果。
假设一位初中语文老师要处理一篇课内文本阅读课。她已经确认本节只聚焦一个阅读任务，学生需要在两段指定文字中找出支持自己判断的依据，并写出两句解释。上一次作答显示，部分学生会复述段意，但引用原句后不能说明原句如何支持判断。课堂为 40 分钟，固定两人座，不使用外部视频。
AI 提出了三种活动：用作者背景视频导入；六组分工查找不同材料后汇报；用两份不同质量的学生答案进行比较。老师没有直接选择“最有趣”的方案。她先填写取舍记录：背景视频超出本节任务且无时间核验来源，删除；六组汇报与固定座位、40 分钟和个人作答要求不匹配，改为同桌比较；两份答案对比可以直接暴露“引用”和“解释”的差异，保留，但将答案改写为只使用教材中已确认的文字。
最终课堂的导入是个人圈画一句依据，过程是同桌比较两份解释，结尾是学生在新段落中独立完成两句说明。AI 帮她快速提供了选择，但“哪项任务最能回应本班已观察到的困难”仍由老师依据证据决定。
在 DreamSchool 中怎样保留这种判断？
在 DreamSchool 中生成教案、讲义、课件或练习初稿时，可以先给出教师已经确认的范围和优先级，并要求系统输出备选方案、隐含假设和待核验项。老师完成取舍记录后，再把决定明确写入下一轮补充要求，而不是让系统继续沿用第一版的默认结构。
这会让每一次生成都服务一个已知的教学决定，也方便将“为什么删掉、为什么后移、为什么保留”留在后续复盘中。平台可以加快整理和比较，教师仍要对教学目标、学生理解、内容准确性和课堂后果负责。
备课后的十三项检查
- 本节课的核心目标是否由教师结合课程、教材和单元进度确认？
- 是否区分了学生已观察到的表现与对原因的猜测？
- AI 生成的目标、活动和材料中，哪些被保留、改写、删除、后移或待核验？
- 每项重要取舍是否写下了与教材、学习证据或课堂条件相关的依据？
- 是否检查了材料、题目、答案、引语、数据和图片的来源与准确性？
- 是否删除了不服务核心任务、却会占用课堂时间的活动？
- 是否确认最终设计仍符合实际课时、人数、座位、材料和设备条件？
- 是否保留了学生独立作答的学习证据，而不只依赖小组表现？
- 是否为学生普遍未达标、时间不足或设备不可用准备了调整方案？
- 是否避免将学生姓名、学号、完整成绩单或可识别作业照片直接输入 AI？
- 是否保存了能影响后续备课的取舍记录和课堂观察？
- 是否由任课教师完成最终审核，并能解释每个关键决定？
- 是否根据本节学习证据明确下一次课要继续、调整或后移什么？
AI 可以减少整理和起草的时间，但不能替教师承担教学判断。把生成内容当作可比较的备选，把保留、改写、删除、后移和核验写成短记录，再让课堂中的学习证据反过来影响下一次设计，才能避免备课变成一次复制粘贴。