39 KiB

Raw Blame History

31_CASE_典型培训AI_PPT案例

本文件是“强哥的策划导演”在处理培训 / 科普 AI PPT 时的典型案例。
它不是硬性规则，而是用于学习培训型 PPT 的页面颗粒度、教学设计方式、讲师备注写法、视觉设计与生图 Prompt 的分层方式。

一、案例定位

讲座题目

《AI时代教育生态的变革与教育评价的创新》

讲座时长

50 分钟

目标听众

教育管理者、校长、信息化主任、教研负责人、一线骨干教师。

核心目标

这不是一次普通 AI 工具介绍，而是一次教育认知升级讲座。
目标是让听众理解：

AI 对教育的改变不是工具升级，而是生态变革；
驾驭 AI 的关键不是会写提示词，而是拥有领域认知模型；
CCPE 是把专家思维结构化喂给 AI 的方法；
SPGM 是教育评价创新的核心智核；
AI 教育应用最终要落到课堂、作业、作文、学情和教师成长上。

核心主线

愿景 → 认知 → 理论 → 实践 → 展望

对应为：

智能时代的教育新生态；
从 DeepSeek 看 AI 如何像专家一样思考；
用 SPGM 重塑教学与评价；
评价创新的具体应用；
人机协同的教育未来。

二、培训 / 讲座 PPT 的设计原则

培训 / 科普 AI PPT 不同于客户方案 PPT，也不同于科普视频分镜。

1. 与客户方案 PPT 的区别

客户方案 PPT 的目标是推动决策。
培训 PPT 的目标是让学员理解、掌握、迁移。

因此培训 PPT 每页必须回答：

这一页要让学员理解什么？
学员原本可能误解什么？
我用什么案例或类比降低理解阻抗？
这一页讲完后，学员能带走什么方法、判断或练习？

2. 与科普视频分镜的区别

视频分镜强调画面推进、情绪节奏和听觉叙事。
培训 PPT 强调停留、讲解、互动和复用。

因此 PPT 页不是镜头，而是教学单元。
它需要允许讲师停下来解释、举例、提问和引导讨论。

3. 页面具体设计与生图 Prompt 的关系

页面具体设计与生图 Prompt 必须分开。

页面具体设计：负责 PPT 文字、页面结构、图表逻辑、讲师备注。
生图 Prompt：负责背景图、视觉隐喻图、人物图、抽象概念图、场景图。

不要让生图模型直接生成 PPT 正文。
正文文字应由 PPT 层渲染，保证可编辑、可修改、可控。

三、推荐页面字段模板

每一页培训 / 科普 AI PPT 的详细设计，建议采用以下字段：

P[X]：页面标题

1. 本页教学目标
说明这一页要让学员理解什么、改变什么认知、掌握什么方法。

2. 页面核心结论
用一句话写出本页最重要的判断。
这是页面的“脑子”。

3. 页面文字设计
包括页面标题、副标题、正文要点、金句。
文字要适合直接放进 PPT，不要写成长篇文章。

4. 页面结构 / Layout
说明画面如何布局：左右分栏、三段式、中心图、飞轮图、矩阵图、时间线、对比图等。

5. 视觉资产设计
说明需要什么图片、图标、背景、示意图或抽象隐喻。

6. 生图 Prompt
只描述视觉资产，不写 PPT 正文。
如果需要图生图，要说明需要保持哪些人物、风格、构图或身份特征。

7. 讲师备注 / Speaker Notes
这是讲者口播，不是页面正文。
要解释这一页怎么讲、如何过渡、如何引导听众理解。

8. 互动 / 练习 / 提问
如适用，给出讲座现场可以抛出的问题或小练习。

9. 本页承上启下
说明这一页在整套讲座中的位置，如何连接上一页和下一页。

四、案例总纲

页码	模块	页面主题	教学功能
P1	开场	AI时代教育生态的变革与教育评价的创新	建立主题与讲座期待
P2	愿景	教育不可能三角	拉出教育系统的长期难题
P3	愿景	AI赋能教育的三大核心变革	建立生态变革视野
P4	愿景	学生、教师、环境的角色重构	让听众看到变化对象
P5	愿景	从工具升级到生态重构	提升问题层级
P6	痛点	有工具无成效，有数据无智慧	引出认知模型缺失
P7	认知	DeepSeek 引发的思考	借热点建立认知入口
P8	认知	提示词工程已死？	制造反直觉冲突
P9	认知	CCPE：让大模型“长脑子”	给出 AI 驾驭方法
P10	理论	SPGM：教育领域的智核	亮出核心教育模型
P11	理论	外骨骼学徒制	解释 AI 与教师关系
P12	理论	从分数评价到成长状态评价	连接 SPGM 与评价创新
P13	实践	从理念到价值的闭环	展示开发方法论
P14	实践	课堂教学评价	落地案例 1
P15	实践	数学主观题评价	落地案例 2
P16	实践	作文评价	落地案例 3
P17	实践	HiFi Agent Studio	展示批量制造超级助教能力
P18	总结	AI教育变革的逻辑链	收束全场逻辑
P19	展望	人机协同的进化共同体	升华与行动号召

五、关键页面详细设计示例

以下页面是培训 / 科普 AI PPT 的典型页面样例。
新任务不应机械照搬内容，但应学习其字段结构、页面颗粒度和讲师备注写法。

P2：教育不可能三角

1. 本页教学目标
让听众意识到，AI 进入教育不是因为“技术很新”，而是因为教育系统长期存在一个结构性难题：规模、质量、个性化很难同时满足。

2. 页面核心结论
AI 的真正价值，不是替老师省事，而是挑战教育长期无法破解的“不可能三角”。

3. 页面文字设计

页面标题： 教育的“不可能三角”
核心副标题： 规模、质量、个性化，为什么总是难以同时实现？
主体三角：
- 规模：更多学生、更大班级、更广覆盖
- 质量：稳定标准、优质反馈、深度教学
- 个性化：因材施教、即时响应、成长陪伴
页面金句： AI 不是给旧课堂加一个插件，而是给教育系统增加一种新的供给能力。

4. 页面结构 / Layout
中心使用一个三角结构。三角三个顶点分别是“规模、质量、个性化”。
三角中间放置“AI 变量”。
底部用一行小字说明：“传统教育常常只能三选二，AI 的出现让三者重新组合成为可能。”

5. 视觉资产设计
需要一张抽象教育三角图。背景可使用淡蓝色科技感网格，三角中心有一个发光的 AI 节点，向三个顶点发出连接线。

6. 生图 Prompt
A clean futuristic education diagram, a glowing triangle with three vertices representing scale, quality, and personalization, a bright AI core in the center connecting all three points, subtle blue digital grid background, elegant academic presentation style, minimal, high contrast, no readable text, 16:9 composition.

7. 讲师备注 / Speaker Notes
各位老师和领导，我们先不急着谈工具。教育真正难的地方，从来不是有没有一个软件，而是这个系统长期面对一个“不可能三角”。
我们希望覆盖更多学生，这是规模；我们希望每个课堂都稳定有效，这是质量；我们还希望每个孩子都得到适合自己的反馈，这是个性化。问题是，在传统教育里，这三件事往往很难同时做到。
AI 的价值就在这里。它不是简单帮老师写一份教案，而是让教育系统第一次有机会重新组织这三个变量。

8. 互动 / 提问
可以问现场：
“在你们学校，规模、质量、个性化三者中，当前最难兼顾的是哪一个？”

9. 本页承上启下
本页提出教育系统的结构性难题。下一页进入 AI 赋能教育的三大变革，说明 AI 如何改变学生、教师和学习环境。

P6：有工具无成效，有数据无智慧

1. 本页教学目标
让听众意识到，教育 AI 落地失败的原因往往不是工具不够多，而是缺乏驾驭工具的认知模型。

2. 页面核心结论
真正的问题不是“有没有 AI 工具”，而是“有没有让 AI 理解教育的智核”。

3. 页面文字设计

页面标题： 为什么很多学校“有工具，无成效”？
核心副标题： 不是缺工具，而是缺少驾驭 AI 的认知模型
左侧：现实困境
- 工具很多，课堂变化不明显
- 数据很多，教学洞察很少
- 报告很多，行动建议很虚
右侧：根本原因
- 没有教育模型
- 没有评价框架
- 没有把专家经验结构化
页面金句： 没有智核的 AI，只会生成漂亮话；有了教育模型的 AI，才可能进入真实教学问题。

4. 页面结构 / Layout
左右对比结构。左侧是“表面现象”，右侧是“底层原因”。
中间用一道断裂的桥表示“工具”和“成效”之间没有真正连通。

5. 视觉资产设计
需要一张隐喻图：一所学校里堆满各种数字工具面板，但中间缺少一个核心引擎，导致数据流无法汇聚成洞察。

6. 生图 Prompt
A metaphorical futuristic school control room filled with many floating dashboards and data panels, but the central engine core is missing, disconnected data streams, educators looking confused, cool blue lighting with a subtle warning orange glow, clean presentation illustration style, no readable text, 16:9.

7. 讲师备注 / Speaker Notes
我们现在看到的一个普遍现象是：很多学校其实已经不缺工具了。平台有，系统有，数据也有。
但问题是，工具越多，老师越轻松了吗？数据越多，管理者越懂课堂了吗？很多时候并没有。
为什么？因为 AI 不是一台自动懂教育的机器。它需要我们把教育里的专业判断、评价标准、成长模型喂给它。否则，它只能在表面上生成一些正确但空泛的话。

8. 互动 / 提问
“你们学校有没有出现过这种情况：系统生成了一堆数据，但最后还是不知道该怎么改教学？”

9. 本页承上启下
本页从愿景落到痛点，引出下一部分：我们到底应该如何驾驭 AI？由此进入 DeepSeek 与提示词工程的讨论。

P8：提示词工程已死？认知工程才刚开始

1. 本页教学目标
借 DeepSeek 和 CoT 热点，引导听众理解：普通话术型提示词可能会弱化，但专家思维的结构化表达只会更重要。

2. 页面核心结论
不是提示词工程死了，而是低级话术型提示词过时了；真正开始的是认知工程。

3. 页面文字设计

页面标题： 提示词工程已死？
核心副标题： 也许死掉的，只是“咒语式提示词”
左侧：旧提示词工程
- 模板
- 话术
- 角色扮演
- 拼接技巧
右侧：认知工程
- 领域模型
- 思维过程
- 评价标准
- 专家判断
页面金句： AI 越会思考，人类越要提供高质量的“思考结构”。

4. 页面结构 / Layout
左右对比。
左侧用“破碎的咒语卷轴”代表旧提示词工程；右侧用“结构化大脑 / 智核”代表认知工程。
中间用箭头表示从 Prompt Trick 到 Cognitive Engineering。

5. 视觉资产设计
需要一张对比图：左边是散乱的提示词纸条，右边是一个发光的结构化认知核心，内部有流程、判断和反馈回路。

6. 生图 Prompt
Split-screen conceptual illustration: on the left, scattered old prompt cards and broken magic scrolls fading away; on the right, a glowing structured cognitive core shaped like a brain with connected process loops, evaluation nodes, and domain knowledge layers, futuristic academic style, clean composition, no readable text, 16:9.

7. 讲师备注 / Speaker Notes
DeepSeek R1 出来以后，很多人说提示词工程是不是不重要了。因为模型自己会思考了，CoT 也内化了，似乎我们不再需要复杂提示词。
这个判断有一半是对的。那些靠咒语、话术、固定模板拼接出来的低级提示词，确实会越来越不重要。
但另一半更关键：AI 越强，我们越不能只给它一句模糊指令。我们要给它的是领域专家的思考结构。
所以我更愿意把它称为认知工程。它不是教你怎么写一句漂亮提示词，而是教你怎么把专家的大脑结构化。

8. 互动 / 提问
“如果你让 AI 评价一堂课，只告诉它‘请评价这堂课’，和告诉它一套教育评价模型，结果会有什么差异？”

9. 本页承上启下
本页将工具话题升级为认知模型话题。下一页正式引出 CCPE。

P9：CCPE，让大模型“长脑子”

1. 本页教学目标
让听众理解 CCPE 不是普通提示词技巧，而是把专家思维转成 AI 可执行结构的方法。

2. 页面核心结论
AI 能力的上限，取决于我们喂给它的领域认知模型。

3. 页面文字设计

页面标题： CCPE：让大模型“长脑子”
核心副标题： 从写提示词，到装载专家思维
四段结构：
- C：Context 背景与任务场景
- C：Cognitive Core 智核 / 领域模型
- P：Process 工作流程
- E：Evaluation 评价标准
页面金句： 没有智核，AI 只能回答问题；有了智核，AI 才能参与专业判断。

4. 页面结构 / Layout
使用四层堆叠结构或流程结构。
从左到右依次为 Context → Cognitive Core → Process → Evaluation。
Cognitive Core 作为视觉中心，使用高亮颜色。

5. 视觉资产设计
需要一张抽象流程图，中心是发光的 Cognitive Core，外部连接背景、流程和评价闭环。

6. 生图 Prompt
A clean conceptual framework diagram for AI cognition engineering, four connected modules arranged in a loop: context, cognitive core, process, evaluation, with the cognitive core glowing at the center like a brain-shaped engine, modern educational technology style, blue and white palette, no readable text, 16:9.

7. 讲师备注 / Speaker Notes
CCPE 的重点不在于让提示词看起来复杂，而在于让 AI 获得一个可以工作的专业脑子。
Context 是背景，告诉 AI 现在发生在什么场景里。
Cognitive Core 是智核，也就是领域模型。没有这个，AI 只能说通用话。
Process 是工作过程，让 AI 知道该按什么步骤推进。
Evaluation 是评价标准，告诉 AI 什么叫好，什么叫不合格。
把这四个东西装进去，AI 才不是一个聊天机器人，而是一个能进入专业场景的协作者。

8. 互动 / 提问
让听众思考：
“如果要让 AI 成为一个教研助手，除了任务描述，它还需要哪些评价标准？”

9. 本页承上启下
本页提出通用的 AI 驾驭框架。下一页将其落到教育领域：SPGM 就是教育场景中的智核。

P10：SPGM，教育领域的智核

1. 本页教学目标
让听众理解 SPGM 不是一个简单九宫格，而是描述师生互动成长状态的教育模型。

2. 页面核心结论
SPGM 是让 AI 真正理解教育评价的“领域智核”。

3. 页面文字设计

页面标题： SPGM：教育领域的“智核”
核心副标题： 不是评价一个分数，而是识别一段成长关系
矩阵结构：
- 纵轴：教师成长
  - 依规
  - 策略
  - 理念
- 横轴：学生觉醒
  - 依赖
  - 独立
  - 自主
页面金句： 一堂课的质量，不只藏在结果里，也藏在师生互动的生态位里。

4. 页面结构 / Layout
中心是 3x3 矩阵。
纵轴标注教师成长，横轴标注学生觉醒。
矩阵中间区域高亮，表示师生共同成长的关键生态位。

5. 视觉资产设计
需要一张抽象矩阵底图，可带教育场景隐喻：教师、学生、AI 三者之间形成动态互动网络。

6. 生图 Prompt
A sophisticated educational growth matrix visualization, a 3x3 grid glowing subtly, with abstract silhouettes of teacher, students, and AI assistant connected by dynamic learning pathways, academic blue and warm gold color palette, clean modern presentation style, no readable text, 16:9.

7. 讲师备注 / Speaker Notes
SPGM 看上去像一个九宫格，但它真正描述的不是分类表，而是一个教育生态位。
纵轴是教师怎么成长：从依规，到策略，再到理念。
横轴是学生怎么觉醒：从依赖，到独立，再到自主。
传统评价往往只看一个结果，比如分数、正确率、课堂得分。但真正的教育变化，发生在师生互动过程中。
AI 如果没有 SPGM 这样的模型，就很难知道一堂课到底是在训练依赖，还是在激发自主。

8. 互动 / 提问
“你们觉得一堂高分课堂，有没有可能仍然处在低水平互动状态？”

9. 本页承上启下
本页亮出教育模型。下一页解释在 AI 时代，教师如何借助 AI 在这个矩阵中升级。

P11：外骨骼学徒制

1. 本页教学目标
让听众理解 AI 不是替代教师，而是增强教师认知与教学设计能力的外骨骼。

2. 页面核心结论
AI 最好的位置不是替人教学，而是成为教师成长的认知外骨骼。

3. 页面文字设计

页面标题： 外骨骼学徒制
核心副标题： AI 不是替代者，而是教师的认知外骨骼
三层跃迁：
- 依规层：AI 协助完成基础备课、资料整理、作业反馈
- 策略层：AI 协助分析学情、设计活动、优化问题链
- 理念层：AI 协助沉淀教学思想、形成个人教学风格
页面金句： 好的 AI，不是让教师变懒，而是让教师从事务劳动中释放出来，进入更高层的教育判断。

4. 页面结构 / Layout
使用阶梯结构。
左侧是教师成长三层阶梯，右侧是 AI 外骨骼形象辅助教师向上攀升。

5. 视觉资产设计
需要一张隐喻图：教师穿戴轻量化认知外骨骼，身边有 AI 助手提供资料、分析、反馈和设计支持。

6. 生图 Prompt
A symbolic illustration of a teacher wearing a lightweight transparent cognitive exoskeleton, supported by an AI assistant made of subtle light patterns, climbing a three-level staircase representing professional growth, warm classroom background, futuristic but human-centered style, no readable text, 16:9.

7. 讲师备注 / Speaker Notes
我们谈 AI 进学校时，很多老师最担心的是被替代。但教育的核心不是把老师替掉，而是把老师从大量重复、机械、低层次的事务中解放出来。
如果 AI 只是帮老师写几段材料，它的价值很有限。
真正有价值的是，它能帮助老师看见学生状态，优化教学策略，沉淀自己的教育理念。
所以我称之为外骨骼学徒制。AI 是外骨骼，也是学徒。它一边增强教师，一边学习学校自己的教育理念。

8. 互动 / 提问
“你认为教师最应该被 AI 解放出来的工作是哪一类：备课、批改、评价、反馈，还是教研？”

9. 本页承上启下
本页解决 AI 与教师关系问题。下一页进入评价创新：AI 如何从看分数，升级为看成长状态。

P12：从分数评价到成长状态评价

1. 本页教学目标
让听众理解 AI + SPGM 的评价创新，不是让 AI 更快打分，而是让 AI 识别学习与教学的成长状态。

2. 页面核心结论
真正的智能评价，不止判断结果，更要识别过程中的成长阶段。

3. 页面文字设计

页面标题： 评价，不只是打分
核心副标题： 从结果评价，走向成长状态识别
传统评价：
- 看答案
- 看分数
- 看排名
AI + SPGM 评价：
- 看提问方式
- 看思维路径
- 看师生互动
- 看成长阶段
页面金句： 分数告诉我们“结果如何”，成长状态告诉我们“下一步该怎么教”。

4. 页面结构 / Layout
左右对比。
左侧是传统评分表，右侧是动态成长画像。
中间用箭头表示从“结果”走向“过程 + 状态”。

5. 视觉资产设计
需要一张对比图：左侧是冷冰冰的成绩单，右侧是学生学习路径、思维节点、教师反馈共同构成的成长地图。

6. 生图 Prompt
Split-screen educational assessment illustration: left side a traditional static score sheet and ranking chart, right side a dynamic growth map with student learning paths, thinking nodes, teacher feedback loops, and AI analysis lines, warm human-centered technology style, no readable text, 16:9.

7. 讲师备注 / Speaker Notes
传统评价最擅长回答一个问题：这道题对不对，这次考试多少分。
但教育管理者和老师真正关心的往往是下一步：这个孩子为什么卡住？他是概念没懂，还是思维跳步？他是在依赖老师，还是开始自主探究？
AI 的价值就在这里。它可以帮助我们从结果评价进入过程评价，再进入成长状态评价。
这时候，评价不再只是一个终点，而会变成教学改进的起点。

8. 互动 / 提问
“如果一个学生答案错了，但提问方式非常有探索性，我们该如何评价他的学习状态？”

9. 本页承上启下
本页完成从理论到评价创新的桥接。下一页进入从理念到产品价值的落地闭环。

P13：从理念到价值的闭环

1. 本页教学目标
让听众理解，教育 AI 项目不是买一个工具，而是把教育理念转化为可运行的智能体和业务价值。

2. 页面核心结论
AI 教育应用的关键，是把理念、模型、智能体和验证集成成一个闭环。

3. 页面文字设计

页面标题： 从理念到价值的闭环
核心副标题： 我们不是买软件，而是在孵化懂本校教育理念的数字员工
闭环四步：
1. 战略对齐
2. 建模分析
3. 智能体打造
4. 验证集成
页面金句： 没有模型的工具会老化；能持续学习的智能体，才会沉淀为学校资产。

4. 页面结构 / Layout
中心使用闭环图。
四个节点依次环绕，中间放“教育理念 / 学校智核”。
底部放一句说明：“从理念到流程，从流程到智能体，从智能体到价值验证。”

5. 视觉资产设计
需要一个现代化循环闭环图，带教育科技、智能体、数据反馈的感觉。

6. 生图 Prompt
A modern circular value loop diagram for educational AI transformation, four stages connected in a loop around a glowing core representing school educational philosophy, subtle icons for strategy, modeling, AI agents, validation, clean corporate education technology style, no readable text, 16:9.

7. 讲师备注 / Speaker Notes
教育 AI 最容易走偏的地方，是把它理解成采购工具。
但真正有价值的路径，是先对齐学校的教育理念和发展战略，再把这些理念变成模型，然后再把模型变成智能体，最后通过真实教学场景验证它是否创造价值。
这就是从理念到价值的闭环。我们不是简单部署软件，而是在孵化一批懂本校教育理念的数字员工。

8. 互动 / 提问
“如果你们学校要训练一个 AI 助教，你希望它首先理解本校的哪一条教育理念？”

9. 本页承上启下
本页给出落地方法论。接下来用三个案例展示它如何进入课堂评价、主观题评价和作文评价。

P14：课堂教学评价

1. 本页教学目标
用课堂评价案例说明 SPGM 如何从理论变成可执行的 AI 评价任务。

2. 页面核心结论
课堂评价的关键，不是给老师打分，而是识别师生互动的生态位。

3. 页面文字设计

页面标题： 案例一：课堂教学评价
核心副标题： 从听课打分，到师生互动生态诊断
传统方式：
- 听课表
- 主观打分
- 经验点评
AI + SPGM：
- 提取课堂录音 / 视频
- 分析提问、回应、互动节奏
- 生成师生互动矩阵
- 诊断课堂生态位
页面金句： 一堂课的价值，不只在老师讲了什么，也在学生如何被唤醒。

4. 页面结构 / Layout
左侧是传统听课打分表，右侧是 SPGM 互动矩阵图。
中间用箭头表示从“主观评分”到“生态诊断”。

5. 视觉资产设计
需要一张课堂场景图：AI 正在分析课堂中教师提问、学生回应、互动流向，并生成矩阵热力图。

6. 生图 Prompt
A modern classroom scene where an AI system analyzes teacher-student interactions, subtle glowing lines connecting teacher questions and student responses, a transparent interaction matrix dashboard floating beside the classroom, warm realistic educational technology illustration, no readable text, 16:9.

7. 讲师备注 / Speaker Notes
过去我们听课，常常依赖经验。一个专家进去听一节课，最后给出几个点评。这个方式有价值，但它很难规模化，也很容易受主观影响。
如果我们把课堂录音、视频和互动过程交给 AI，再用 SPGM 作为评价框架，它就不只是判断老师讲得好不好，而是能分析这节课到底处在什么互动状态。
学生是在被动接受，还是开始独立思考？老师是在按流程推进，还是能根据学生状态调整策略？这才是课堂评价真正有价值的部分。

8. 互动 / 提问
“如果 AI 能帮你复盘一节课，你最希望它告诉你什么？”

9. 本页承上启下
本页展示课堂场景。下一页进入主观题评价，说明 AI 如何进入学生思维路径分析。

P15：数学主观题评价

1. 本页教学目标
让听众理解 AI 对主观题的价值不是“判对错”，而是识别解题逻辑、思维跳跃和知识断点。

2. 页面核心结论
主观题评价的核心，不是答案，而是思维路径。

3. 页面文字设计

页面标题： 案例二：数学主观题评价
核心副标题： 不只判对错，更要看见思维跳步
传统评价：
- 对 / 错
- 步骤分
- 人工批改
AI 评价：
- 识别关键步骤
- 发现逻辑断点
- 标注知识漏洞
- 生成针对性反馈
页面金句： 错题不是垃圾桶，而是学生思维路径留下的脚印。

4. 页面结构 / Layout
中心展示一条解题路径。路径中几个节点发光，某个节点断裂，表示逻辑跳步。
右侧放 AI 反馈卡片。

5. 视觉资产设计
需要一张抽象数学解题路径图，学生的思维像一条路径，AI 在路径上标注断点和跳跃。

6. 生图 Prompt
A conceptual visualization of a student's mathematical reasoning path as a glowing line of connected logic nodes, one broken gap indicating a reasoning jump, an AI assistant highlighting the gap and suggesting feedback, clean educational technology illustration, no readable text, 16:9.

7. 讲师备注 / Speaker Notes
主观题最有价值的地方，不在最终答案，而在学生怎么想到这个答案。
有些学生答案错了，但前面思路是对的；有些学生答案对了，但中间其实存在严重跳步。
AI 如果只是判对错，那价值并不高。真正有价值的是，它能沿着学生的解题路径，看出他在哪一步断了，哪一个概念没连上，下一次应该怎么反馈。

8. 互动 / 提问
“在你们的教学中，学生最常见的问题是不会做，还是会做但说不清为什么？”

9. 本页承上启下
本页从数学思维路径进入主观表达评价。下一页展示作文评价如何超越辞藻和模板。

P16：作文评价

1. 本页教学目标
让听众理解 AI 作文评价不应停留在辞藻、结构和模板，而要进入逻辑深度、批判性思维和表达成长。

2. 页面核心结论
作文评价的未来，不是更快打分，而是更深地看见学生的思想结构。

3. 页面文字设计

页面标题： 案例三：作文评价
核心副标题： 超越辞藻堆砌，识别思想结构
传统作文评价：
- 语言是否优美
- 结构是否完整
- 素材是否丰富
AI + 思维维度评价：
- 论点是否清晰
- 论据是否有效
- 推理是否连贯
- 是否有反思与批判
页面金句： 好作文不是漂亮话的堆叠，而是一个孩子思想骨架的显影。

4. 页面结构 / Layout
左侧是表面文本，右侧是被 AI 提取出来的“思想骨架”：论点、论据、推理、反思。

5. 视觉资产设计
需要一张隐喻图：一篇作文被展开为层次化思维结构，AI 正在识别其中的逻辑骨架。

6. 生图 Prompt
A conceptual illustration of an essay transforming into a layered thought structure, with argument, evidence, reasoning, and reflection represented as connected glowing branches, an AI assistant revealing the hidden skeleton of thinking, elegant academic style, no readable text, 16:9.

7. 讲师备注 / Speaker Notes
作文评价很容易被表面的东西吸引。语言优美不优美，结构完整不完整，素材丰富不丰富。
但真正重要的是，学生有没有清晰的观点？他的论据能不能支撑观点？推理有没有跳跃？他有没有能力看到问题的另一面？
AI 如果有合适的评价模型，就可以帮助老师更稳定地看见这些思维维度。它不是替老师给一个分数，而是让评价更具体、更可反馈。

8. 互动 / 提问
“你认为作文评价中，最难被量化但最重要的能力是什么？”

9. 本页承上启下
本页完成三个场景案例。下一页展示如何批量制造这样的教育 AI 助手。

P17：HiFi Agent Studio

1. 本页教学目标
展示自身能力从单点应用上升为平台化生产能力：不仅能做一个 AI 工具，而是能批量制造懂教育场景的智能体。

2. 页面核心结论
未来学校需要的不是一个万能 AI，而是一组懂场景、懂流程、懂评价标准的超级助教。

3. 页面文字设计

页面标题： HiFi Agent Studio
核心副标题： 批量制造懂教育场景的“超级助教”
三层能力：
- 场景建模：把教育问题拆成可执行任务
- 智能体打造：为不同角色配置智核、流程和工具
- 验证迭代：在真实业务中持续优化
页面金句： AI 的终局不是一个聊天框，而是一群嵌入教育流程的数字员工。

4. 页面结构 / Layout
中心是 Agent Studio 工作台。
周围分布多个教育智能体：课堂评价助手、作文评价助手、主观题批改助手、教案生成助手、学情分析助手。

5. 视觉资产设计
需要一张教育 AI 工作台图，展示多个智能体从同一个平台被配置、训练和部署。

6. 生图 Prompt
A futuristic educational AI agent studio dashboard, multiple specialized assistant agents being configured for classroom evaluation, essay assessment, subjective question grading, lesson planning, and learning analytics, clean high-tech interface, warm educational atmosphere, no readable text, 16:9.

7. 讲师备注 / Speaker Notes
我们最后要强调的是，我们不是只做一个单点工具。
教育场景非常复杂，课堂评价、作文评价、主观题评价、教研、学情分析，每一个场景都需要不同的智能体。
HiFi Agent Studio 的意义就在于，它可以把学校的教育理念、评价模型、业务流程装进不同智能体里，批量制造真正懂场景的超级助教。

8. 互动 / 提问
“如果给你们学校配置第一批三个 AI 助教，你最希望是哪三个？”

9. 本页承上启下
本页展示平台化能力。接下来进入总结，收束整场讲座的逻辑链。

P18：AI教育变革的逻辑链

1. 本页教学目标
帮助听众回顾整场讲座，形成一个清晰的认知闭环。

2. 页面核心结论
AI 教育变革的本质，不是工具堆叠，而是教育认知的觉醒。

3. 页面文字设计

页面标题： 回到主线：AI 教育变革到底改变了什么？
核心逻辑链：
1. AI 带来教育生态变革
2. 驾驭 AI 需要专家认知模型
3. CCPE 让专家思维进入 AI
4. SPGM 让 AI 理解教育评价
5. 评价创新推动课堂和学生成长
页面金句： 技术只是入口，认知模型才是教育 AI 的发动机。

4. 页面结构 / Layout
使用一条从左到右的逻辑链。
每个节点对应前面一个模块。最后汇聚到“教育评价创新”。

5. 视觉资产设计
需要一张逻辑链路图：从 AI 生态，到 CCPE，到 SPGM，到评价创新，到人机协同教育生态。

6. 生图 Prompt
A clean horizontal logic chain diagram for educational AI transformation, five connected glowing nodes representing AI ecosystem, cognitive engineering, educational model, assessment innovation, and human-AI collaborative school, elegant keynote presentation style, no readable text, 16:9.

7. 讲师备注 / Speaker Notes
我们现在回到整场讲座的主线。
第一，AI 改变教育，不是因为它多了一个工具，而是它改变了教育供给的结构。
第二，要驾驭 AI，不能只靠提示词话术，而要有专家认知模型。
第三，CCPE 解决的是如何把专家思维喂给 AI。
第四，SPGM 解决的是教育领域到底应该喂什么模型。
第五，落到评价创新上，我们就能从看分数，走向看成长状态。
这才是 AI 时代教育评价真正值得期待的地方。

8. 互动 / 提问
“今天这条链路里，你觉得最需要在本校优先补上的一环是什么？”

9. 本页承上启下
本页总结全场。下一页进入愿景升华和行动号召。

P19：人机协同的进化共同体

1. 本页教学目标
以愿景收束，让听众对 AI 时代学校形态形成积极、清晰、可行动的想象。

2. 页面核心结论
未来的学校，不是人被 AI 替代，而是人与 AI 共同进化的学习生态。

3. 页面文字设计

页面标题： 未来的学校：人机协同的进化共同体
核心副标题： 更科学、更精准，也更人文
三句话总结：
- AI 让教育看见更多过程
- 模型让评价走向更深理解
- 人机协同让学校持续进化
结尾金句： 拥抱 AI，本质上是拥抱一种更科学、更精准、更人文的教育方式。

4. 页面结构 / Layout
使用愿景式大图。
画面中心是学校，周围是教师、学生、AI 助手、数据流和学习网络。
页面文字尽量少，留出情绪空间。

5. 视觉资产设计
需要一张温暖未来感的学校生态图，不要冰冷科技感。强调教师、学生和 AI 的协同，而不是机器替代人。

6. 生图 Prompt
A warm futuristic school ecosystem where teachers, students, and AI assistants collaborate harmoniously, glowing learning pathways connecting classrooms, digital knowledge nodes, human-centered design, sunrise atmosphere, hopeful and educational, no readable text, 16:9.

7. 讲师备注 / Speaker Notes
最后，我想用一句话收束今天的分享。
拥抱 AI，并不是拥抱一堆技术工具。它本质上是拥抱一种更科学、更精准、更人文的教育方式。
更科学，是因为我们能用模型看见教育过程；更精准，是因为我们能给学生和教师更具体的反馈；更人文，是因为老师终于有机会从大量机械事务中走出来，把更多时间留给真正需要人的地方。
未来的学校，不会是机器替代人的学校，而会是人和 AI 共同进化的学习共同体。

8. 互动 / 提问
可作为结尾开放问题：
“如果三年后再看今天这场讲座，你希望你所在学校已经发生了哪一个变化？”

9. 本页承上启下
本页为结尾页，不再引入新概念，只做愿景收束。

六、培训 / 科普 AI PPT 的页面设计注意事项

1. 页面文字要少，讲师备注要足

页面是给观众看的，不是给讲师读的。
讲师备注可以详细解释，页面正文必须克制。

2. 每页只解决一个教学目标

不要一页同时讲概念、案例、方法、结论、练习。
培训 PPT 最重要的是学习路径清晰。

3. 案例页必须有“传统方式 vs AI方式”

AI 培训里，案例页最好用对比结构，让听众立刻理解 AI 改变了什么。

4. 抽象模型页必须有隐喻或图示

例如 CCPE、SPGM 这类模型，不能只放定义。
必须用流程、矩阵、闭环、阶梯、飞轮等结构帮助理解。

5. 生图 Prompt 不负责文字

Prompt 只生成背景、视觉隐喻或图示资产。
PPT 文字由页面层单独渲染，保证可编辑。

6. 讲师备注要承担三件事

解释页面上的关键概念；
给出生活化或业务化例子；
完成上下页过渡。

七、可被 Codex 抽取的页面字段

当本案例被用于生成 Codex 执行包时，每页可抽取为以下结构：

{
  "slide_id": "P10",
  "slide_type": "training_ppt",
  "title": "SPGM：教育领域的智核",
  "teaching_goal": "让听众理解 SPGM 不是简单九宫格，而是描述师生互动成长状态的教育模型。",
  "core_message": "SPGM 是让 AI 真正理解教育评价的领域智核。",
  "slide_copy": {
    "title": "SPGM：教育领域的“智核”",
    "subtitle": "不是评价一个分数，而是识别一段成长关系",
    "bullets": [
      "纵轴：教师成长——依规、策略、理念",
      "横轴：学生觉醒——依赖、独立、自主",
      "一堂课的质量，也藏在师生互动的生态位里"
    ]
  },
  "layout": "中心 3x3 矩阵，纵轴为教师成长，横轴为学生觉醒，中间区域高亮。",
  "visual_asset_prompt": "A sophisticated educational growth matrix visualization, a 3x3 grid glowing subtly, with abstract silhouettes of teacher, students, and AI assistant connected by dynamic learning pathways, academic blue and warm gold color palette, clean modern presentation style, no readable text, 16:9.",
  "speaker_notes": "SPGM 看上去像一个九宫格，但它真正描述的不是分类表，而是一个教育生态位……",
  "interaction": "你们觉得一堂高分课堂，有没有可能仍然处在低水平互动状态？",
  "acceptance_criteria": [
    "页面文字不拥挤",
    "矩阵结构清楚",
    "讲师备注能独立支撑 1-2 分钟讲解",
    "视觉资产不直接生成正文文字"
  ]
}

八、本案例对新任务的使用方式

当强哥提供新的 AI 培训、讲座或课程材料时，不要照搬本案例的主题。应学习以下模式：

先判断讲座目标：认知普及、方法培训、产品介绍、客户赋能、工作坊。
再设计学习路径：问题引入 → 模型解释 → 方法框架 → 案例演示 → 练习迁移 → 总结复盘。
每页生成独立教学单元。
页面文案、讲师备注、生图 Prompt 分开输出。
如果需要 Codex 执行，再将页面字段抽成 JSON。

本案例的关键价值不在具体内容，而在“教学型页面化表达”的结构。

39 KiB Raw Blame History Unescape Escape

31_CASE_典型培训AI_PPT案例

一、案例定位

讲座题目

讲座时长

目标听众

核心目标

核心主线

二、培训 / 讲座 PPT 的设计原则

1. 与客户方案 PPT 的区别

2. 与科普视频分镜的区别

3. 页面具体设计与生图 Prompt 的关系

三、推荐页面字段模板

P[X]：页面标题

四、案例总纲

五、关键页面详细设计示例

P2：教育不可能三角

P6：有工具无成效，有数据无智慧

P8：提示词工程已死？认知工程才刚开始

P9：CCPE，让大模型“长脑子”

P10：SPGM，教育领域的智核

P11：外骨骼学徒制

P12：从分数评价到成长状态评价

P13：从理念到价值的闭环

P14：课堂教学评价

P15：数学主观题评价

P16：作文评价

P17：HiFi Agent Studio

P18：AI教育变革的逻辑链

P19：人机协同的进化共同体

六、培训 / 科普 AI PPT 的页面设计注意事项

1. 页面文字要少，讲师备注要足

2. 每页只解决一个教学目标

3. 案例页必须有“传统方式 vs AI方式”

4. 抽象模型页必须有隐喻或图示

5. 生图 Prompt 不负责文字

6. 讲师备注要承担三件事

七、可被 Codex 抽取的页面字段

八、本案例对新任务的使用方式

39 KiB

Raw Blame History