教师写一篇教研文章、活动报道或项目总结，常见起点不是空白文档，而是一堆材料：通知、方案、照片、表格、聊天记录、旧稿、政策链接和零散笔记。AI 很擅长把这些东西迅速整理成一篇“像文章的文字”，但越顺畅，越容易掩盖一个问题：文章究竟表达了谁的判断。

从材料到文章，有些工作可以交给工具，例如建立清单、找重复、对照时间、生成结构备选、统一格式。有些决定必须留给教师：写给谁看、为什么写、哪些事实能够确认、哪些经历值得展开、哪些内容不应出现、最终愿不愿意署上自己的名字。

教师把通知、方案、数据、照片和观察笔记整理成可追溯的材料地图
材料多不等于依据充分，先弄清每一份材料能证明什么。

先定读者和用途，不要从“写得正式一点”开始

同一场课堂活动，写给家长、写给教研员和写给校内同事，选材完全不同。家长关心学生做了什么、学到了什么；教研员更需要教学理由、实施过程和可观察证据；校内复盘还要说明组织条件、问题和下一次调整。

给 AI 的第一条信息不应只是字数和语气，而是文章完成后要让读者知道什么、相信什么、采取什么行动。可以写成：“面向本校教师，说明这项做法解决了哪个日常问题，呈现实际流程和限制，供其他年级判断是否采用。”

用途也决定发布边界。校内工作记录可以保留必要的流程细节，公开文章则要处理学生身份、内部账号、未公开数据和照片授权。目的不清，模型往往会把能看到的内容都写进去。

给材料分身份，而不是全部倒进同一个文件夹

材料至少分成五类：正式依据，如课程标准和公开政策；一手记录，如原始方案、时间表和统计结果；教师观察，如课堂笔记；他人观点，如访谈和会议发言；待核实线索，如群聊转述、旧稿数字和没有出处的图片。

分类时记录来源、日期、责任人、是否公开、能否引用。AI 可以帮助识别重复和缺项，但不能把“出现在材料里”自动变成“可以公开写进文章”。一份内部名单可能准确，却不适合进入公开稿；一张漂亮的网络图片可以说明主题，却未必有使用授权。

遇到两个版本不一致，不要让模型选择“看起来更新”的那个。把冲突列出来，由教师回到文件修改时间、发布主体或原始记录确认。

文章立意必须由教师写成一句话

工具最容易把文章写成“技术提高效率、课堂更加精彩、学生全面成长”的通用叙事。要避免这种空泛，教师先写一条可以被材料支持的中心判断。

例如，不写“AI 赋能信息科技课堂”，而写“让学生比较模型回答并标出证据，比直接学习提示词格式更能看见他们的信息判断过程”。这句话包含做法、对比和要观察的学习变化，后续每一段都能判断是否相关。

同时写出“不写什么”：没有调查数据就不写“显著提升”，只上过一次课就不写“形成成熟模式”，没有取得授权就不展开个别学生故事。排除项能阻止 AI 为了完整而补出夸张结论。

先做证据卡，再让 AI 生成结构

每张证据卡只支持一个小结论，包含四项：要说明什么、来自哪份材料、材料中的具体位置、还存在哪个限制。数据要保留统计口径，照片要写清拍摄场景，教师观察要标明是观察而不是普遍事实。

证据卡准备好以后，可以让 AI 生成两到三种结构。活动报道可以按时间推进，教研文章可以按问题、做法、证据和反思展开，项目总结可以按目标、实施、结果、风险和下一步组织。要求每个段落标注准备使用的证据卡编号。

教师选择结构时，保留真正重要的矛盾和转折。模型倾向于把过程写得过于顺利，容易删除失败尝试、条件限制和尚未解决的问题，而这些恰恰是经验文章最有价值的部分。

教师在多种文章结构之间选择并保留关键证据、限制和未解决问题
AI 可以提供结构选项，教师决定文章的主线、取舍和诚实程度。

哪些决定可以协作，哪些必须自己确认

写作决定

AI 可以协助

教师必须保留

确认依据

读者与用途

分析不同读者可能关注的问题

确定文章交给谁、要产生什么作用

发布场景和实际任务

事实选择

建立材料清单、发现冲突和缺项

判断事实是否准确、必要且可公开

原始文件、发布主体和授权

中心判断

提出不同表述供比较

决定自己真正赞同并能负责的观点

课堂经验与证据卡

文章结构

生成多种提纲并检查重复

保留关键转折、限制和未解决问题

读者需要与材料强弱

语言与发布

调整句长、格式、标题和摘要

确认语气、署名、引用和最终版本

逐段校对与发布规范

表里的分工不是说教师要手工完成所有句子，而是每个关键决定都能找到责任人。工具生成的内容只要还没经过确认，就保持“草稿”身份。

让初稿带着出处长出来

生成初稿时，不要一次把所有材料交给模型自由发挥。按提纲逐节写，每一节只使用指定证据卡；缺少依据就留空或写“待补充”，不允许用常识补成具体事实。

涉及政策和课程文件，保留直接链接与对应位置；涉及校内统计，写清时间范围、样本和口径；涉及课堂观察，使用“在本次课堂中观察到”这样的边界。引用他人原话前要确认身份、语境和授权，不能把模型的概括当成对方原话。

图片也属于文章证据。照片要检查人物授权和身份暴露，网络图片要确认许可，AI 生成图片要避免冒充真实活动现场。装饰图可以增强阅读，但不能替代真实数据或课堂记录。

第二稿不要只改“AI 味”，要检查判断有没有变形

语言校对可以先找机械句式：过多的“首先、其次、最后”，连续对仗的标题，空泛的“赋能、助力、全面提升”，以及每段结尾都做一次宏大总结。删掉这些句子只是第一步。

更重要的是逐段比较中心判断和证据。模型可能把“部分学生能够说明理由”改成“学生普遍形成了判断能力”，把“尝试了一次”写成“构建了新模式”，把“计划开展”写成“已经取得成效”。文字更有气势，事实却被推远了。

可以让 AI 标出文章中的所有数字、时间、机构名、因果判断、绝对化用语和引号内容，教师逐项回到来源核对。无法核对的内容删除、降级为观察，或明确标注为预期。

署名前做一次“我愿不愿意负责”的检查

终稿完成后，暂时不要继续润色。教师从头回答六个问题：标题是否准确，核心判断是否真是自己的，关键事实能否找到来源，是否夸大了学生表现，是否暴露不该公开的信息，图片与引用是否有权使用。

还要说明 AI 在哪些环节参与。校内一般文章可以按学校要求记录“用于材料整理、结构建议和语言校对”，不必把工具包装成共同作者，也不能因为使用了 AI 就免除署名者责任。正式投稿、课题和评审材料要遵守具体机构的披露规则。

教师在署名前逐项核对标题、中心判断、事实来源、隐私、图片授权和 AI 参与环节
最后一次检查不是问文章顺不顺，而是问每个重要判断能不能由自己解释和承担。

OpenAI 对 Codex 工作场景的说明强调从正确上下文出发、保留引用并由人审阅和批准；联合国教科文组织的生成式 AI 指南也把人的能动性、知识产权和内容标识列为重要问题。对教师写作来说，最稳妥的做法不是拒绝工具，而是把整理工作交给工具，把决定权留在自己手里。

参考资料