☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

你是一位有8年教育科技产品设计经验的课程架构师，请将“人工智能在教育中的应用”按教学场景逐层拆解，每个子问题必须满足：①指向一个真实教师可操作的具体动作；②能用一句话问出；③不包含“如何”“为什么”等开放式引导词。参考格式：【课前】教师怎样用ai自动生成符合新课标要求的学情诊断题？仅从以下3个维度展开：教师备课、课堂互动、作业批改；每个维度生成2个子问题，共6个。所有子问题以“【××环节】+主语+动词+宾语+约束条件”格式呈现。

你想让ai把“人工智能在教育中的应用”这种宽泛主题，自动分解成可执行、能落地的若干个具体问题，而不是让它泛泛而谈或直接写总结。

用角色+指令明确拆解动作

第一步：在提示词开头直接指定AI身份，例如“你是一位有8年教育科技产品设计经验的课程架构师”。角色设定不是装饰，它会触发AI调用对应领域的知识图谱和任务惯性——没有角色时，AI默认按通用百科逻辑响应，容易堆砌概念；有了角色，它会下意识按“先分模块→再列痛点→最后排优先级”的专业路径思考。

第二步：用动词短语强制启动拆解行为，例如“请将该主题按教学场景逐层拆解，每个子问题必须满足：①指向一个真实教师可操作的具体动作；②能用一句话问出；③不包含‘如何’‘为什么’等开放式引导词”。这里的关键是堵死AI偷懒空间——如果只说“请拆分成小问题”，它可能输出“AI教育有哪些优势？”“存在哪些挑战？”这类伪问题，根本无法推进下一步实操。

第三步：给出一个带格式的示例锚点，比如“参考格式：【课前】教师怎样用AI自动生成符合新课标要求的学情诊断题？”。这个例子不是模板，而是告诉AI你接受的最小颗粒度：必须含场景标签（【课前】）、主语明确（教师）、动作可验证（生成题目）、约束条件具体（新课标要求）。没有这个锚点，AI常会产出“怎么提升教学效率？”这种又绕回来的大问题。

用结构化限制防止发散

方法一：限定维度与数量
在提示词中写明“仅从以下3个维度展开：教师备课、课堂互动、作业批改；每个维度生成2个子问题，共6个”。维度框定比单纯说“拆得细一点”有效得多——AI对抽象形容词无感，但对数字和名词列表响应极快。漏掉任一维度或超量都会被它主动修正。

方法二：绑定输出格式
要求“所有子问题以‘【××环节】+主语+动词+宾语+约束条件’格式呈现，例如【作业批改】语文老师如何用AI在5分钟内完成30份作文的立意与错别字双维度标注？”。这种格式强制AI把模糊概念转译为时空可定位的动作，避免出现“AI能帮老师做什么？”这种无效提问。

【注意：若未限定输出格式，AI大概率返回段落式描述而非问题列表，后续无法直接拿去追问】

用反馈机制倒逼精准拆解

第一步：先让AI拆解一次，拿到初版子问题列表。

第二步：从中挑出1个最模糊的问题，单独发给AI并指令：“请指出这个问题里哪个词导致它无法直接执行，并替换为可测量、有时限、有工具指向的表述”。比如原问题是“怎样提升学生参与度？”，AI会识别出“参与度”是模糊指标，替换成“课堂随机点名后，学生3秒内开口回答的比例”。

第三步：把修正后的表述插回原问题，形成新提示词：“【课堂互动】教师如何用ClassIn自带点名工具，在每节课中使学生3秒内开口回答的比例达70%以上？”。这步操作本质是把AI变成你的提示词校对员，比自己反复修改更省力。