3人备课组用9个AI智能体把两周集体备课压到1个上午

3人备课组×9个AI智能体：把集体备课压成一条流水线（两周流程压到1个上午） 作者：库Sir｜「英语老师的AI兵器谱」系列第四篇

我是一所普通高中的英语教师，带两个班共94名学生。过去半年，我们3人备课组做了一件在技术圈可能显得"小儿科"、在教育圈却没人干过的事：把集体备课改造成一条"9个AI智能体+3个真人角色"的流水线，并且真跑通了——原本需要两周的备课闭环，实测压缩到1个上午。

这篇文章不讲教育情怀，讲三件技术的事：架构怎么设计、提示词怎么写、坑踩在哪里。

机构层：我们单位自研了一套网上备课管理系统，内置"四阶段九智能体"标准——会前准备、线上研讨、线下讨论、会后总结四个阶段，九个智能体分别负责学情分析、评分记录、总结、人员评价等标准动作。教案交进去，它按维度打分出质检报告。这是个黑盒系统，它的评分逻辑我改不了，只能适配。

商业AI层：作业批改用讯飞智批机，学习资料、训练工具和考试数据用智学网，它家的学生数据分析确实有用。这一层给我的是标准化的数据流：批改结果、成绩分布、知识点掌握率。

三层各自的边界很清楚：机构管标准，商业管数据，个人管粘合。9个智能体的质检标准是机构定的，但"怎么把学情数据喂给系统、怎么把质检意见变成改进教案、怎么让3个真人高效对辩"——这些胶水层的工作，没有任何现成工具，只能自己编。 二、四阶段实录：每个阶段的提示词都带"镣铐"

整套SOP按四阶段走，我用四件套提示词把每阶段的人类动作标准化。 阶段一：会前准备——学情三维归因

主备提交教案前，先用提示词生成学情三维归因：知识基础（已学内容、词汇量、语篇经验）、认知水平（思维发展阶段、最近发展区）、学习风格（视觉/听觉/动觉型比例）。数据从哪来？智学网的分析报告加讯飞批改记录，脱掉个体信息后只留规模与比例。

示例输入（94人）：必修阶段累计词汇约2500，新闻语篇阅读经验5篇、传记语篇3篇；学生已进入形式运算阶段但叙事逻辑抽象化有困难；一个51人班偏合作学习，一个43人班偏讲授——这两个数字直接决定了后面任务设计要差异化。 阶段二：线上研讨——每条意见≤100字，四段式强约束

这是全套系统里我最得意的一段提示词设计。教研讨论最大的痛点是空话："建议加强语用训练"——这种话等于没说。我的解法是用提示词强制输出结构：

实际输出长这样： 部位：Period 1 练（11分钟） 问题：练习时间偏长，以纸笔为主，缺真实语用情境 证据：课标强调"在真实情境中发展语言运用能力"；本班偏纸笔训练 改法：压至6分钟，预留5分钟"模拟采访"——同桌互扮记者与受访科学家，用本课时核心句型

四段式的好处不只是防空话：意见变成了可执行的工单。"部位"定位到环节，"证据"提供修改依据，"改法"直接可落地。3人每人2条，一次研讨6条意见，条条能改。 阶段三：线下讨论——80分钟对辩式主持稿

AI生成结构化文本的另一战场。提示词输入线上研讨的6条意见和质检扣分点，输出一份可照着念的80分钟主持稿：开场5分钟、焦点对辩25分钟×2、共识环节20分钟、收尾5分钟。焦点对辩的格式是固定的：开陈5分钟→质疑5分钟→折中5分钟→回应5分钟→主备收口5分钟。

最关键的约束写在共识环节：每条共识必须含三要素——内容+责任人+完成时间，缺一不可。教研会上最大的产出流失就是"大家一致同意"然后没人做，三要素直接堵死这个漏洞。 阶段四：会后总结——三维评分+闭环归档

每人按参与度、质量、贡献度三个维度评分（各0-10分），逐人200字点评。主备整合共识出教案v2，归档进范例文件夹，下一期轮值开始。 四件套的8步组合

四套提示词不是孤立的，串起来就是完整闭环：

顺带说提示词工程的六条实践，都是踩出来的：角色要具体（"15年以上教龄的高中英语特级教师"远好于"一位老师"）；输入宁多勿少；输出格式强约束（##标题+表格）；规则必须可执行可验收（"≤100字"而不是"要好"）；让AI输出后自检一遍；在提示词里贴一段你自己的好范例做风格迁移——最后这条是灵魂，AI学你的风格比学任何指令都快。 三、踩坑实录：三个真实的坑 坑1：第二次质检分数降了6分，教案真的变差了吗？

改进版教案送二次质检，总分反而降了6分。直觉反应是改坏了，但拉出两次评分量表一对比：第一次满分分布是目标30/重点25/难点20/过程25，第二次变成目标10/重点25/难点25/过程40——量表本身变了。按可比口径加权后，教学过程维度从76%到77.5%，总体可比下降仅3个百分点。结论：不是教案变差，是尺子换了。这条经验后来固化成了流程的一部分：拿到第二次分数，先核对量表再判断。 坑2：意见标准定下来之后，人的阻力比AI大

提示词约束AI输出很容易，难的是约束人。四段式+100字上线初期，有老师觉得"被格式绑架"。真正的转折是第二次研讨：四段式意见让主备整合教案的时间从一晚上缩到一小时，大家才真接受。方法论落地靠的不是说服，是让对方尝到一次甜头。 坑3：人不到，流程不能断

三人组必然遇到出差。规则预先写死：组员缺位时副备兼顶，工作量分担不变；缺位成员的发言稿仍按原分工备好，回来后本人补交进系统。9月初实测过一次：一位老师出差，副备兼顶组员，当期研讨照常出齐6条意见，零延误。异常处理写进SOP，比临场协调便宜得多。 四、收益与迁移

两个硬指标：原本D0-D7跨两周的备课闭环，9月上旬实测单日上午跑通全流程（正常学期节奏仍建议留两周，给主备思考时间和研讨组织时间）；共识执行率从"经常烂尾"变成100%——三要素约束下，每条共识都有人和截止日期。

更重要的收益是结构性的：质检标准从"上交任务"变成了"改进导航"——9个智能体的评分不再是考核，而是下一轮迭代的输入。

这套框架的迁移成本很低：四阶段九智能体SOP跨学科通用，换学科只改依据体系里对应学科的本体理论一条；提示词四件套不绑定任何平台，豆包、Kimi、ChatGPT、DeepSeek都能跑。我们整理了一页纸入门包（总览+6步闭环+依据体系三份文件），其他备课组复制后跑一个单元就能上手。

---

写在最后：我不是程序员，这套东西的全部"技术含量"就是四份提示词文档和一张轮值表。多Agent编排听起来高深，拆开了看就是两件事：把标准动作写成强约束的提示词，把人的判断留给对辩和拍板。AI管结构，人管方向——教学如此，编排也如此。 版权声明：本文作者库致堂。转载请注明出处。 文中人物均为化名，单位信息已按匿名规则处理。