我带高校老师用 WorkBuddy，两天把两门旧课合成一门本科新课｜培训全分享（上）

最近，一位设计院的总监找到我，想请我们给他们团队做陪跑。

他是看公众号找过来的。我们通了半个小时电话，他有个意思，说到了点子上：

我的文章写得很明白，有能力的人跟着就能走下来；但看得懂和用得会，是两回事。他们要的，是让员工快点用起来。

我回头翻了翻自己写过的教程，发现一个问题：提示词我都贴了，但「为什么这么写」，大多留在了培训现场。

而真正让人用得会的，恰恰是这部分。

10 月 20、21 日，我在天津职业大学给职业本科老师做了两天的智能体工作坊。这次我把现场录屏转成文字，对着讲稿重新整理。这是第一篇，讲课程开发的主干：两门专科的旧课，怎么合成一门本科的新课。

这一篇会比较长。前三节是现场上午讲的底层认知，后面是一步步的实操。认知部分别跳过，后面每一句提示词为什么那么写，答案都在前面。

一、先换个脑子：它不是聊天机器人

现场我先做了个小调查：用过 WorkBuddy 的举手。

没几个人。大部分老师用得最多的，是 DeepSeek 和豆包：问个问题、出个大纲、写个报告。

所以我先讲清楚一件事：WorkBuddy 和你熟悉的 DeepSeek、豆包，不是一类东西。

去年的 DeepSeek、豆包，行业里叫 Chatbot，对话机器人。核心逻辑就是你问一句，它答一句。

WorkBuddy 这一类，叫 Agent，翻译过来是「代理」。

什么叫代理？打个比方。注册公司流程很复杂，我们会找个代办。你只需要说清楚：工商、财税都给我弄好，我给你佣金。中间怎么跑，代办自己去跑。

Agent 就是这个代办。你说清楚最终要什么，它交给你一件做完的事。 你说要个 PPT，它最后给你的是一个能直接编辑、直接用的 PPT 文件，不是一段文字。

为什么它能做到？我现场讲了三样东西：

1. 工具。 它的手脚。DeepSeek 为什么做不了 PPT？因为它没有写 PPT 的工具。Agent 能读你本地的文件、能写脚本、能跑脚本、能生成网页。

2. 状态。 它的任务记录。用 DeepSeek 最大的痛点是什么？每次都得交代你是谁、做什么；新开一个对话，全忘了。Agent 可以通过本地文件，记住一个项目做到了哪。

3. 循环。 它干活的节奏。先计划，再执行，再检查，再修正，然后进入下一轮。人干活是这样，Agent 也是这样，行业里叫 Agent Loop。

少了哪一样都不行。没有工具，只能说不能做；没有状态，做到一半就忘了；没有循环，生成一次就收工，错了也没机会改。

所以，你的角色也变了：从提问的人，变成派活和验收的人。

二、什么是上下文

第二个认知，是上下文。

我在现场画了一张四宫格，叫 AI 的乔哈里视窗。横轴是人知不知道，纵轴是 AI 知不知道。

（视频：AI 乔哈里视窗：什么是上下文（配音为 AI 克隆声，动画为 AI 生成），见公众号原文）

• 人知道、AI 也知道的，是公共知识，不用多说；

• AI 知道、人不知道的，是 Chatbot 最常用的场景：查个概念、查个新闻；

• 人和 AI 都不知道的，是探索区，跟我们关系不大；

• 人知道、AI 不知道的，对我们普通人最重要。

你叫什么、你们班学生什么情况、你们学校的人培方案、旧课标、你对新课的要求，这些 AI 都不知道。可要把任务做好，这些又极其重要。

这些 AI 不知道、只有你知道、对任务质量又极其重要的信息，就叫上下文。

你回想一下，用 DeepSeek 的时候，你是不是会先交代自己的角色、现状，再把相关文件从电脑里一个个找出来，加到附件里？

这个动作，本质上就是在手动给 AI 收集上下文。

到了 Agent 时代，还需要这么做吗？

不用了。因为 Agent 是跑在你本地电脑上的，它有你文件夹的访问权。 既然它就住在你的文件夹里，相关的材料，完全可以让它自己去找。

以后你做任何事，可以先问自己一句：我是不是又在手动收集上下文？这件事，能不能让它自己做？

三、房子和桌面

第三个认知，是现场老师答错最多的一道题。

WorkBuddy 新建任务时，左下角要选「工作空间」，就是指定一个文件夹。选了它，相当于把这个文件夹的所有权交给 Agent：它能看、能改、能新建文件。同时也是一道安全边界，它只在这个文件夹里干活，跑不到外面去。

模型选择那里，每个模型还标着一个参数，叫「上下文窗口」，比如一百万 token，差不多一百五十万个汉字，两部《红楼梦》的量。

我问老师：你选的模型，上下文窗口是不是一定要大于你整个文件夹的信息量？

一位老师说：要更大一些。这也是大多数人的直觉。

其实不用。我打了个比方：

工作空间是一间房子，上下文窗口是房子里的一张桌子。

（视频：工作空间是房子，上下文是桌面（配音为 AI 克隆声，动画为 AI 生成），见公众号原文）

房子里可以有无数本书，但桌子大小是有限的。让一个人写报告，他不会把所有书都搬到桌上，而是先看书架上的标签，挑出相关的两三本，放到桌上看。

Agent 也一样。文件夹里可以有一百个文件，跟这个任务相关的，可能就五个。它会自己搜，把最相关的读进来。

这里有个前提：书架得有标签。

如果房子里的书乱七八糟堆在地上，还没有封皮，那人就只能一本本搬上桌子去翻，桌子很快就满了。

对应到文件夹：没分类、文件名乱起，Agent 找材料就要先读一大堆不相关的东西，上下文被占满，干活质量自然下降。

所以我在现场说了一句话，后面整个项目都建立在它上面：

Agent 时代，你的文件夹不是给你自己准备的，是给 Agent 准备的。

四、一门还没有课标的新课

认知讲完，进入实操。

天职大正在从专科升职业本科，示范课用的是包装工程技术专业曹老师的一门真课：《包装材料应用和检测技术》。

培训前，曹老师发来一段语音，把情况说得很清楚：这门课是职业本科准备新开的课，由专科的两门课合并而来，《绿色纸包装材料选用和检测技术》和《软包装和金属包装材料选用和检测技术》。新课还没有课标，手里只有两门旧课各自的课标。

她的真实需求就一句话：结合两份旧课标和本科要求，生成合并后的新课标。

这件事，几乎每所升本的职业院校都在做。

手里的材料：学校的人培方案、教学进程表、课标编制规范和模板；两门旧课的课标、教案、考核方案、实训指导书；曹老师写的课程开发需求；国标、企业画册、设备照片、实验视频。

37 份文件，平铺在一个文件夹里，没整理过。每位老师现场拿到的，就是这个文件夹。

五、先盘点，别急着写

第一句提示词：

我是包装工程技术专业的老师。学校正在从专科升职业本科，下学期（第 4 学期）我要开一门新课《包装材料应用和检测技术》。这门课由我原来专科的两门课合并而来：《绿色纸包装材料选用和检测技术》和《软包装和金属包装材料选用和检测技术》。新课现在还没有课标。

这个文件夹里是我手头的全部东西，都堆在一起，没整理过：学校的人才培养方案、教学进程表、课标编制规范和模板，两门旧课的课标、教案、考核方案和实训指导书，我自己写的课程开发需求，几个准备做成教学资源的案例材料，还有国标、企业画册、设备照片和实验视频。

这次要做的是：按学校模板写出新课标，后面附上课程能力图谱；再做一次课的教案、课件和微课；最后汇总成一个能分享的课程网站。

先别急着写，也先别移动文件。请你把这些材料一份份看完，告诉我每份是什么、对新课有什么用。重点找出文件之间对不上的地方，比如课名、课程代码、学时、配套实训课的名字。再看看还缺什么。最后给我一个初步判断：这门课往什么方向做、按什么顺序推进。等我确认了，我们再往下做。

这段话就是我常讲的 SGP：State 现状、Goal 目标、Process 过程。

前两段大白话，把现状交代清楚；第三段一句话，把目标交代清楚。

（视频：给 Agent 派活，只要 SGP 三格（配音为 AI 克隆声，动画为 AI 生成），见公众号原文）

Process 呢？现在的 Agent，不需要你给它详细规划，它自己规划得比大多数人好。但需要你人工加几个检查点。

这个任务很复杂，课标、图谱、教案、课件、微课、网站。如果让它现在就做，它做得出来，但最后肯定不是你想要的。所以最后一段，我把它卡死在「先盘点、下判断、等我确认」。

为什么盘点要交给 AI？三十几份文件，让人全部看完还留下印象，几乎不可能。但这件事 AI 非常擅长。

为什么重点要它找「对不上的地方」和「还缺什么」？盘点素材，就是为了知道现有的东西够不够撑起一门新课。知道缺什么，才知道怎么补。

课前我用同一段话完整跑过一遍：约 8 分钟、7 积分，37 份材料读完，文件一个没动。交回来一份审查报告，列了 27 处对不上的地方，按危害分三级，还缺 11 项，最后给了推进顺序和 4 件要老师拍板的事。

同一门课，人培和进程表里是两个名字、两个代码；软包装那门旧课，课标、教案、任课说明书里学时各不相同；还有硬缺口，比如企业调研跟岗证据，这是每个专业都逃不掉的。

最要命的是这一条：人培给这门课写的目标和典型任务，通篇是「绿色包装材料」，跟「应用和检测」这个课名对不上。 照这段写课标，会写成一门绿色材料课。

这一处，我们课前都没注意到。

为什么每位老师跑出来的不一样

现场同一段提示词，每位老师跑出来的结果都不太一样。有人会担心：是不是我做错了？

没做错。大模型本质上是概率。 同样的素材，每个人跑出来都会有差别。

你要判断的是：这个不一样，是事实性的错误，还是发散和创新？

如果所有人的答案一模一样，那它也就没有创新性了。但泛化性必然会带来一些事实性错误。所以人在这里最重要的职责，就是验收。

验收有个技巧：让它说的每一个结论，都附上来源。 这样你不光知道它为什么这么说，还能点回去核对。

还有一个我自己的习惯：任何有意义的结论，都让它落成本地文件，别只留在对话里。 模型有概率性，有时候它光聊，不出文件。可对话里的东西，新开一个窗口就找不到了；文件可以一直用，下次直接 @ 出来就行。

六、给项目建一个「分身」

盘点完，下一段提示词，是这两天最长、也最重要的一段。

先说我要解决什么问题。

刚才说了，Agent 比 Chatbot 强在有「状态」。可如果我现在新开一个对话，刚才盘点出来的结论，它还知道吗？

不知道。

人做项目也是一样的：做了哪些、哪些延期、哪些在做、下一步做什么，总得有个地方记着。一门课要做一整个学期，更是这样。

所以我要给这个项目建两个文件。这是我自己沉淀下来的做法，我把它叫做项目分身：Agent 一进入这个文件夹，就立马知道这个项目有哪些规则、做到了哪、接下来做什么。

以人培方案为准：课名用《包装材料应用和检测技术》，代码 0910123001，配套实训课叫《包装材料成型与检测实训》。进程表是旧版，先不管。课程结构按我需求里写的 4 个模块来，人培的 5 项典型任务要落到这 4 个模块里。

这门课我后面要持续做。我希望你每次进这个文件夹，都知道现在做到哪，也不会把还没确认的内容当成正式结论。

先把文件夹整理清楚。请按干活的顺序分成四个区，区里再怎么分小类，你按材料来定：

• 01_原始材料：学校文件、我的旧课材料、国标、企业画册、照片和视频这些原件。只读不改，不覆盖，不改原文件名。

• 02_过程文件：还没定稿的中间东西：分析、对照、调研、草稿、检查记录。

• 03_内容底稿：我确认过、后面写课标、教案、课件都要从这里读的底稿。

• 04_交付成果：能交出去、能进课堂的东西：课标、图谱、教案、PPT、交互课件、微课、课程网站。

文件夹理清后，请在根目录写两个文件。

第一个是 CODEBUDDY.md，这是这个项目的长期规则。写清楚：项目是做什么的；四个区和下面的小类各放什么；以后新生成的文件，你自己判断放进哪个区，需要新的小类就自己建，并把目录说明同步更新到这份规则里，我不用每次告诉你路径；原始材料只读；事实分开“已确认”和“待核实”，凡是 AI 起草、我没确认的，一律标“待核实”；用学校模板时格式不能改；移动已有文件、改课程方向之前先问我；我拍板的决定、做完的关键步骤，主动记进 00_项目总览.md。

第二个是 00_项目总览.md，只写当前状态：课程基本信息、以哪份文件为准、已经确认的决定、现有材料、已完成、还缺什么、下一步做什么。

先把目录方案和这两份文件的草稿给我看一眼。我确认后，再真正移动文件、落盘。

第一段是拍板。AI 把矛盾摆出来，裁决必须是人：课名用哪个、代码以哪份为准。

第二段是目的。告诉它为什么要建这两个文件。

后面三段，我一段段拆开讲。

四个区：为什么这么分

还记得「书架要有标签」吗？这一段就是在给书架贴标签。

为什么是这四个区？任何项目，本质上都是信息的输入、处理、输出。 按这个流程分就行：

• 原始材料，是输入；

• 过程文件，是还没定稿的中间东西，比如刚才那份盘点报告；

• 内容底稿，是确认过的东西，比如定下来的课标。以后所有教案、PPT 都从这里取。行业里有个词叫 SSOT，唯一真源；

• 交付成果，是能交出去、能进课堂的东西。

这是我的习惯，我觉得任何项目都可以这么组织，大家可以把这段存下来。

注意，我只定了四个大区，小类让它按材料自己分。以后新生成的文件，也让它自己判断放哪、需要新小类就自己建。

为什么？因为 AI 太容易产出东西了，一下子写十几个文档都可以。不定好规则，过几天你自己都找不到。规则写清楚之后，它会自己维护这个文件夹。 以后的提示词里，就不用再写路径了。

少写路径，多写判断。

CODEBUDDY.md：其实就是系统提示词

第一个文件叫 CODEBUDDY.md。名字有点怪，为什么叫 Code？

因为这一类 Agent 产品，一开始都是给程序员写代码用的。后来大家发现，搞知识工作的人用它处理文档、做研究也非常好用，才慢慢有了面向办公的产品。WorkBuddy 的前身，就是腾讯给程序员用的 CodeBuddy。这个文件名，是从那里带过来的。

行业里更通用的名字叫 AGENTS.md。名字不同，本质是同一个东西：系统提示词。

很多人知道提示词，但很少有人知道，提示词还分系统提示词和用户提示词。

我在现场打了个比方。你去政务大厅办营业执照，对窗口说：我要办执照。这是你这一次的要求，相当于用户提示词。

窗口后面的工作人员，手边有一本工作手册：哪些材料必须收，哪些情况不能办，按什么顺序走。不管谁来办事，都得照这本手册来。你看不到这本手册，但它一直在规范工作人员的行为。这就是系统提示词。

用户提示词

管这一次要办什么

每次都不一样

系统提示词

管每一次都要守的规矩

长期有效

（视频：系统提示词和用户提示词（配音为 AI 克隆声，动画为 AI 生成），见公众号原文）

系统提示词有个加载逻辑：Agent 进入任何一个新对话，在你还没开口之前，就已经把它读进去了。

所以我想让它永远遵守文件夹规则，就得把规则写进这里。写进去以后，你新开一个对话让它做 PPT，它会自己把 PPT 放到 04 区。

每次都要说的话，别再一遍遍打进对话框，写进系统提示词。

那系统提示词怎么写？不需要什么技巧。它本质上就是一个文件，你说清楚想要什么规矩，让它自己给自己写。 这段提示词，就是让它自己写。

每条规则，为什么这么写

我写进去的几条规则，每一条都有原因。

原始材料只读，不改，不覆盖，不改名。 原始材料一旦被改，改到最后你就不知道哪个才是最真实的版本了。我觉得这是任何人和 Agent 协作的第一原则：原件不动，任何产出都新建文件。

事实分开「已确认」和「待核实」，AI 起草、我没确认的，一律标待核实。 刚才说了，AI 的结果有不确定性，你不知道它带来的是创新还是事实错误。教学是很谨慎的场景，千万不能出现事实性错误。这条规则一立，回到文件夹里，哪些是你确认过的，哪些还只是 AI 的初稿，一眼就分得清。

用学校模板时，格式不能改。 每个学校的教案、PPT 都有自己的模板。过去套模板很麻烦，现在一条规则就管住了。

移动已有文件、改课程方向之前，先问我。 这是给它画一条线：可逆的小事它自己做，伤筋动骨的事人来定。

我拍板的决定、做完的关键步骤，主动记进项目总览。 这一条最关键，它把「记录状态」这件事，从人的负担变成了 Agent 的义务。

最后，我在现场又补了一条：任何新对话，先读项目总览。 这样哪怕新开一个窗口，它都知道项目做到哪了。

项目总览：状态文件

第二个文件，00_项目总览.md，就是我们一直在说的「状态」。课程基本信息、以哪份文件为准、确认过的决定、做完了什么、还缺什么、下一步做什么。

它不光给 Agent 看。哪怕换一位新老师接手这门课，把这个文件给他，他也知道现在做到哪了。

一个管规则，一个记状态。两个文件，一个项目分身就立起来了。

它怎么做的

注意最后一句：先给我看方案和草稿，确认后再动文件。动手之前，先过人这一关。

三分钟，它出了方案，文件还是一个没动。原始材料它自己分成了 8 类，37 份逐份对过，没有遗漏、没有重复。

回一句「确认，按这个方案执行」，又是三分钟，落盘：

包装材料应用和检测技术_课程开发/

├── CODEBUDDY.md 规则

├── 00_项目总览.md 当前状态

├── 01_原始材料/ 37 份，只读

├── 02_过程文件/ 审查报告；调研、对照、草稿、检查记录

├── 03_内容底稿/ 按定位、目标、模块、标准、案例分好格

└── 04_交付成果/ 课标、图谱、教案、PPT、交互课件、微课、网站

37 份原件只挪了位置，文件名一个没改。刚才拍板的话，它自己记进了总览。规则也真的生效了：它给所有没确认的文件，自己加了版本号后缀。

怎么知道它真的记住了

下午一开始，我让老师新开一个对话，只问一句：做了哪些决定，接下来做什么？

它先去读了项目总览，然后把定下来的几件事、下一步要做什么，原原本本说了出来。

哪怕这个项目是一周前做的，一周后新开一个对话，它也能把状态接上。 这就是为什么要建项目分身。

课前我还试过一个更刁钻的问法：这门课的代码是多少、以哪份为准？纸杯那一讲的旧课件在哪？

13 秒，0.23 积分。代码答对了，依据也说对了；旧课件它直接到旧课材料里找到了。提示词里一个路径都没给。

两个提醒

第一，新对话要从项目里开。 这个坑很容易踩：跑着跑着觉得对话太长、模型不太聪明了，想新开一个，结果点了左上角的「新建任务」。从那里新建，默认是一个新项目，工作空间就丢了。正确的做法是在这个项目里点新建任务，左下角的工作空间还是这个文件夹。

第二，规则是 AI 写的，自己要从头看一遍。 这次的 CODEBUDDY.md 草稿 200 多行，比我们说的多出不少，其中有一条「04 区不许出现待核实」。听着很严谨，可后面做 PPT，初稿就得先放进 04 给人看。这条规则一立，它要么不敢放，要么把待核实的标记删了。

不是你要的，就删、就改。 这份文件每次对话都会读，写错一条，后面每次都错。

补充：项目级和用户级

第二天有老师问我：如果有些规则我想让所有项目都生效，怎么办？

CODEBUDDY.md 是项目级的系统提示词，只对这个文件夹生效。新建一个项目，它就不管用了。

想全局生效，在 WorkBuddy 的设置里，个性化，有一个「给 WorkBuddy 的指令」，那是用户级的系统提示词，对你所有项目都生效。

我的建议是：用户级尽量少填，只放你最常用的几条。 每个项目自己的规矩，放进项目自己的 CODEBUDDY.md。

七、先给我看 5 行

家底理清了，第二个问题：新课比旧课变了什么？

两门旧课加起来的课时，远远超过新课。所以要把旧课拆开，一个任务一个任务地看：哪些留、哪些并、哪些升级、哪些去掉。

新课标要从两门旧课合并出来。请把两门旧课课标里的项目和任务全部拆出来，每个任务要带上学时，然后对照我需求里的 4 个模块（纸、塑料、金属、综合），做一张新旧内容对照表，用 Excel，放在 03_内容底稿。

表头用这几列：旧课程、旧项目、旧任务、旧学时、新模块、处理方式（保留、合并、升级、并入实训、删除）、理由。处理方式要按我需求里写的本科要求来定：本科要从“会检测”升到“会选材、会评价、会决策”；纸页成型、纸浆模塑和部分检测已经并入《包装材料成型与检测实训》。

先只做绿色纸包装那门课的前 5 行给我看，我确认表头和判断标准没问题，再做完整张表。

最后一句，是我最常用、也最省事的一招。表头和判断标准错了，只错 5 行；对了，再放手做全表。 免得它吭哧吭哧做完一整张，不是你要的。

确认后再跟一句，做完整张表，再写一份一页的《合并建议》。

现场有几个细节，我当时特意停下来让老师看：

我没告诉它 Excel 放哪，它自己放进了 03 区，还新建了一个「模块与任务」的子文件夹。 建出来的结构，比我们自己整理的还清楚。这就是刚才那条「新文件自己归类」在起作用。

我没让它用任何技能。 我问它表是怎么做的，它说自己写了一个 Python 脚本。我们电脑上看到的任何文件，底层都是代码产生的，而写代码，恰恰是 Agent 最擅长的。

它做完以后，自己把 Excel 打开截图检查，调表头、调列宽。 不光要做出来，还要好看。

然后，它自己去改了项目总览。 没人叫它改。因为 CODEBUDDY.md 里写了：做完关键步骤，主动记进总览。

最后的结果：两门旧课一共 35 个任务、96 学时，新课 64 学时，其中一部分转进了实训课。每一行都写了处理方式和理由。

我还让它把对照表做成了一个网页，可以按处理方式筛选。这也是我自己的一个习惯：复杂的结论，让 AI 用网页画出来。 文字信息量大，但逻辑关系光看文字很难看出来。如果你希望它以后都这么做，同样，写进系统提示词。

老师要追问的地方

这一步，有两处 AI 自己没发现。

第一处，它发现纸包装课的课标正文写着「18 个任务」，表里却有 19 个。可软包装课的正文也写着「18 个任务」，表里是 16 个，这一处它漏了。

第二处，更隐蔽。合并建议里的学时账，新课 64 学时，正好等于两门旧课剩下的学时，一点没给新增内容留位置。可它自己在同一份文件里又说，金属模块要加新内容。

自相矛盾，它没察觉。老师要问一句：新增内容的学时从哪来？

八、能力图谱和课标：先读懂学校的规矩

第二天上午，进入正题：能力图谱和课标。

这两样，学校都有自己的格式要求。我的套路是一样的：先让它读懂学校的规矩，再动手。

能力图谱，第一句只问不画：学校的编制说明在原始材料里，先读，告诉我要画几层、每层是什么、编码怎么编、最后交哪几样东西。先别画。

它讲清了四层结构，还指出学校的说明里没规定编码怎么编。这种地方，就是要老师定的地方。

第二句交代材料从哪来，最关键的一句是：每一条都标上来源，人培原文、我的需求、调研报告，还是你起草的；你起草的，标「待核实」。

出来的 Word 版图谱，115 个能力点，来自调研报告的 65 条，它自己起草的 30 条，全标了待核实。第一天做的岗位调研和问卷，就是在这里派上用场的。

课标也是先读模板和规范。它读完发现，学校的课标模板里少了一章，章节号从五直接跳到了七。

然后交代材料。有一句我特别强调：

课程目标直接用我需求里的原文，不要改；不符合学校规范的地方写在最后的编制说明里提醒我。

课程目标是曹老师亲自定的，AI 再会写，也不能替她改。觉得不合规范，可以提醒，但要写在说明里，由人决定。

缺的内容，先标【待补】。最后的 Word 课标，正文 20 页，十章齐全，课程目标一字未改，35 处【待补】标成红字。

这时候，项目分身里那条「待核实」规则又起作用了。

AI 产出的初稿，默认都是待核实状态。 很多东西 AI 能很快写出来，但里面的信息没填、没核实，是没法正式交付的。等你认可了，说一句「新课标可以了，改成已确认」，它会把状态改过来，挪进交付成果。

我在现场也说得很直白：AI 写的这一版，只是学校编制流程里的「起草初稿」。 后面的论证、审核，一步都省不了。现场为了把流程先跑完，有几处我没让老师停下来确认，但你们回去写自己专业的课标，这几个停点一个都不能少。

九、带它跑通一遍，再收成 Skill

有了课标，教案才有依据。

教案这一步，我没有直接让它写，而是先做三件事：在课标里找到这节课的位置和学时，盘一盘手里的材料够不够，缺的上网补。然后才按学校的教案用纸写，写完自己检查一遍：每个教学目标，在教学活动里能不能找到对应的活动。

课前我跑这一步时，它在课标里找到了纸杯对应的任务，还查出了我们自己课件里一句过时的说法，提醒要改。

为什么教案值得做成 Skill

图谱和课标，一门课只做一次。教案不一样，每节课都要写。

我在现场说了句大实话：很多老师都是先做 PPT，等学校要交差了，才去补教案。既然每节课都要有教案，而流程又是固定的，先定位、再盘材料、再补资料、最后套模板写，那就把这个流程做成一个 Skill。

Skill 是什么？我用装桌子打过比方：你买了一张要自己组装的桌子，电钻是工具，电钻的使用说明是说明书，而木匠师傅二十年装桌子的经验，是最短成功路径。三样合在一起，才是一个完整的技能。

Skill = 工具 + 说明书 + 最短成功路径。

（视频：Skill 是什么：工具 + 说明书 + 最短成功路径（配音为 AI 克隆声，动画为 AI 生成），见公众号原文）

什么事值得做成 Skill？两个条件：经常要做，流程固定。 一辈子只装一次的桌子，没必要拜师学艺。

不要从零写 Skill

怎么做 Skill？WorkBuddy 里有个工具可以直接从零创建 Skill，但我很少用。

因为你没带它做过一遍，它根本不知道这件事的具体流程是什么。啥也没干就让它写 Skill，效果一般不会好。

最推荐的方式：先带着 WorkBuddy 把一件事做成，成功之后，再让它把这个过程固化成 Skill。

而且有个硬要求：做事和收 Skill，必须在同一个对话里。 现场有老师问能不能新开一个窗口再做 Skill，不行。你新开一个窗口，它怎么知道你刚才是怎么做成的？

所以，趁刚写完纸杯这一份教案，在同一个对话里说：

我们刚才从课标走到教案，走了好几轮。以后每次课都要这么做，请把这个过程整理成一个项目级 Skill：先在课标里找到这次课的位置和学时，再盘材料、上网补资料，再写学情，最后套学校教案用纸写教案并自检。要写清用到哪些文件、每一步停下来要我确认什么、教案格式有哪几栏。Skill 名字叫“职业本科教案生成”。在开始设计 Skill 之前，请通过决策树提问的方式与我对齐。

两个细节。

「项目级 Skill」。 这个 Skill 只有这门课的备课会用，所以只装在这个项目里，不污染别的项目。

最后一句，「通过决策树提问的方式与我对齐」。 这是这次培训用得最多的一招，下一篇专门讲。这里你只要知道：它没有直接动手，而是弹出选择卡片，一组一组问你，停几次、任务名对不上怎么办、资料补多少、文件放哪。

这些问题的答案，就是这个 Skill 以后的规矩。

其中「停几次」最重要。我定了三个停点：课标定位和资料清单、教学目标和重难点、成稿后的自检结果。

为什么是这三个？让 AI 全自动做完一件事很容易，难的是知道在哪几个环节让人来检查。 问自己两句：这里错了，后面会白做多少？这里的对错，AI 自己能不能判断？

（视频：检查点放哪？问自己两句（配音为 AI 克隆声，动画为 AI 生成），见公众号原文）

课标定位错了，整份教案白写；教学目标是老师的专业判断，AI 判断不了。这两处必须停。当然，如果你觉得某个停点不需要，也完全可以让它从头跑到尾。

Skill 长什么样

做好以后，我带老师打开看了看。

一个 Skill 就是一个文件夹。SKILL.md 是主文件，写的是刚才怎么做成这件事的：输入是什么，输出是什么，哪几处必须停下来让人确认，哪些地方它可以发挥。旁边还有参考材料和脚本。

SKILL.md 是说明书，脚本是工具。 它刚才干活时写了不少 Python 脚本，放进 Skill 里，下次就不用再现写了。

还有一个小技巧：让它每次用完 Skill 之后复盘一下，这次用的过程中有哪些地方可以改。 它才是这个 Skill 真正的使用者，用的时候最清楚哪里不顺。你看一眼，没问题就让它改。这样 Skill 会越用越好用。

换一节课，才算数

Skill 写完不算完。我课前自己做过一次验证：新开一个对话，换一节课。 新对话里没有刚才几轮的提醒，一次能写对，才说明 Skill 本身靠得住。

用“职业本科教案生成”这个 Skill，给模块四里过度包装判别那一节写第 1 次课的教案。

就这一句。它按 Skill 停了三次，和我们定的一模一样，出来的教案格式和纸杯那份完全一致。

这节课里有个细节，我最想让老师记住。

过度包装的判定，要用到国标里的一个系数 k。它读到了最新的修改单，但没有主动用新口径。是我点了一句，让它按新口径算，再按旧口径对比，它才算。结果，同一道例题，按新口径合格，按旧口径不合格，结论正好反过来。

而曹老师旧课件里这道题，按的正是旧口径。

AI 读得到最新的标准，不代表它会主动用。

最后，它还自己找出了 Skill 的 4 个毛病，我让它改完，用这节课再跑一遍。没写对，就回去改 Skill，再跑一次。 一个 Skill，就是这样磨出来的。

十、看得懂和用得会之间

回头看这条线：

STEP 01

乱序材料

→

STEP 02

盘点

→

STEP 03

建项目分身

→

STEP 04

新旧对照

→

STEP 05

能力图谱

→

STEP 06

课标

→

STEP 07

教案

→

STEP 08

收成 Skill

→

STEP 09

换课验证

两天里，有一句话我在现场说了好几次：我不是这个专业的老师，它写的这些，有时候我甚至看不懂对不对。但如果是你的专业，你一眼就能看出来。

这不是谦虚，这就是事实。

再回头看看这篇里那几个「老师要追问的地方」：人培和课名对不上，它查出来了，可任务数它漏了一处；学时账自相矛盾，它没察觉；最新的国标口径，它读到了，却没用；它自己写的规则，多出来一条会坑自己的。

这些地方，没有一处是提示词能提前写死的。 它们藏在具体的材料里，只有懂这门课的人，在那个当下，才看得出来。

所以这两天，我花了一上午讲底层认知，而不是直接发提示词。

提示词可以抄，你照着这篇文章抄，大概率也能跑通。但什么时候该停、该问什么、规则为什么这么写、哪一处该说「不对」，这些判断，只能建立在你理解了 Agent 是怎么干活的之后。

这就是那位总监说的，看得懂和用得会之间的那段路。

写在最后

这一篇里现场做的「职业本科教案生成」Skill，我就不分享出来了。

原因很简单：它里面的教案格式、停点、审核环节，都是按天职大和曹老师的习惯定的。换一所学校，教案用纸不一样；换一位老师，在哪儿停、停下来看什么，也不一样。拿过去直接用，大概率不顺手。

能带走的，是做它的过程：先带着 WorkBuddy 把一件事做成，在同一个对话里收成 Skill，用决策树定规矩，再换一节课验证。这些步骤，上面都写清楚了。

用你自己的一节课，带着 WorkBuddy 跑一遍，再让它收成你自己的 Skill。 自己跑出来的，才最合手。

下一篇讲这次培训用得最多的一招：需求说不清的时候，让 AI 出选择题问你。 我们用它把一句很模糊的「做个过度包装的交互实验」，做成了一个能在大屏上操作的 3D 虚拟实验。

数字人微课，也在下一篇。

关注大鹏，不追热点，坚守长期主义、价值主义！ #WorkBuddy #AI教学 #职业教育 #课程开发