用AI生成教案，效率提升是明显的：输入课题和基本要求，几分钟就有一份结构完整的教案。

但这份教案通常有一个问题：它是通用的，不是为你这个班写的。

AI不知道你的学生基础如何、哪里容易卡、这节课在你整个单元里的位置。这些恰恰是教案最关键的部分。

必须改写的五个部分

第一部分：学情分析

AI写的学情分析通常是泛泛的——“学生已经掌握了……但对……理解可能存在困难”。

这个表述放在哪个班都成立，所以等于没写。

改写的方向：换成具体的、来自你观察的内容。

比如：“本班在上节小测中，有三成学生把‘位移’和‘路程’混用了，这节课在引入概念时要专门处理这个混淆。”

学情分析的价值在于具体。 具体的判断只能来自教师。

第二部分：教学目标的表述

AI生成的目标常常过大或者过于抽象——“培养学生的科学探究能力”“提升核心素养”。

这类目标无法检验，也无法指导教学。

改写的方向：把目标改成可观察的行为。

不说“理解函数的概念”，说“能用自己的话说出函数的定义，并能判断给定的两个变量是否构成函数关系”。

可观察意味着可检验——课上你能看出学生有没有做到，这是目标设计的基本要求。

第三部分：问题设计

这是AI教案里最薄弱的部分。

AI给出的问题通常是合格的、通顺的，但往往偏浅——多是确认性问题和事实性问题，缺少那种需要学生真正思考的问题。

改写的方向：加入三类问题。

一是能暴露误解的问题。 比如给出一个常见的错误说法，问“这样对吗，为什么”。 二是需要比较和判断的问题。 比如“这两种方法，哪种在这个情境下更合适”。 三是开放但有边界的问题。 不是随意发散，而是在限定条件下有多种合理路径。

同时检查问题的层次——从浅入深，前一个是否为后一个做了铺垫。

第四部分：时间分配

AI给的时间分配是按经验均值来的，通常不准。

改写的方向：结合自己的实际课堂节奏调整。

重点检查两处：

一是学生活动的时间是否给够。AI容易压缩学生思考的时间，把环节排得很紧。 二是有没有留出余量。一节课要有3-5分钟的缓冲，用于处理意外和生成。

第五部分：评价与检测

AI通常会写“通过课堂练习检测目标达成”，但练习内容往往笼统。

改写的方向：把检测题具体化，并且和前面的目标对应。

目标说“能判断两个变量是否构成函数关系”，检测就要有一道这样的题。目标与检测一一对应，这节课的效果才说得清楚。

还有两处建议检查

一是情境素材的适配性。

AI编的情境有时候不符合学生生活经验，或者数据不真实。

检查两点：这个情境学生熟不熟悉？情境里的数据和设定是否合理？

不合适就换成学生身边的例子——本地的、校园的、最近发生的事，效果通常比通用情境好。

二是环节的衔接。

AI生成的环节往往是并列罗列的，缺少衔接。

检查的时候问一句：学生为什么要从这一步走到下一步？ 如果答不上来，说明中间缺一个过渡，需要补一句承上启下的话。

一个实用的改写流程

第一步：先看目标，再看其余。 目标定了，后面才有判断标准。

第二步：把学情换成自己的观察。 这是最关键的一处改写。

第三步：逐环节检查时间。 在脑子里过一遍，看时间够不够。

第四步：补问题和检测。 这两处AI给的通常不够用。

第五步：通读一遍，看是否连贯。 有没有突兀的跳跃。

全部走完大概二十到三十分钟，比从头写教案快，但质量可控。

关于AI的定位

把AI想象成一个提供初稿的助手：它能帮你把结构搭起来、把常规部分写完，但那些需要教学判断的地方——学情、目标、问题、评价，仍然要你来填。

这个分工明确了，AI的效率和教师的专业性都不浪费。

一个提醒：教案不等于课堂

教案写得再完整，课堂上总会出现教案里没有的情况。

AI教案尤其容易给人一种“准备充分”的错觉。真正决定课堂质量的，是教师对学生反应的即时判断——这部分没有任何工具能替代。