该开放手册要求每章说明教学实践及研究依据、提示的迭代开发、可靠性或忠实度评测、评测结果、参考文献和最终提示。它为本站提供了比“热门提示词合集”更扎实的内容模板,也允许在 CC BY 4.0 下改编。
主要能力
- 研究依据、开发过程与最终提示共同呈现
- 要求评测提示对教学实践的忠实实现
- CC BY 4.0 允许复制和改编
中文教育中的具体用法
可按同一章法开发中文教学提示:先说明分级阅读、输出假说或形成性评价依据,再记录提示迭代、失败样例、模型版本和效果边界,最后公开可编辑模板。
该开放手册要求每章说明教学实践及研究依据、提示的迭代开发、可靠性或忠实度评测、评测结果、参考文献和最终提示。它为本站提供了比“热门提示词合集”更扎实的内容模板,也允许在 CC BY 4.0 下改编。
该开放手册要求每章说明教学实践及研究依据、提示的迭代开发、可靠性或忠实度评测、评测结果、参考文献和最终提示。它为本站提供了比“热门提示词合集”更扎实的内容模板,也允许在 CC BY 4.0 下改编。
可按同一章法开发中文教学提示:先说明分级阅读、输出假说或形成性评价依据,再记录提示迭代、失败样例、模型版本和效果边界,最后公开可编辑模板。
选定有研究基础的中文教学实践
把关键教师动作转为提示步骤和可观察输出
用多水平中文样例跨模型测试
由教师按量表评估忠实度和可用性
公开提示、版本、结果与改编说明
核验于 2026-08-09 · 可访问
核验于 2026-08-09 · 可访问
核验于 2026-08-09 · 可访问
把教学主题、学习者水平和课时限制转换为目标、活动、材料与评价安排的可复制备课 Prompt。
分析匿名化中文学习者产出、归纳偏误并起草针对性反馈的 Prompt,最终反馈由教师确认。
从任务匹配、输出质量、隐私、成本与教师工作量等维度比较 AI 工具的试用记录模板。
MCP 是连接 AI 应用与外部数据、工具和工作流的开放标准,区分客户端、服务器及可暴露的工具、资源和提示。它适合借鉴为本站的“能力连接层”:资源条目不仅指向网页,还可说明如何以只读、最小权限和人工审批方式接入教学或科研工作流。
Pydantic AI 是面向 Python 的模型无关代理框架,突出类型安全、依赖注入、结构化输出、工具、MCP、人工审批、耐久执行、观测和 evals。它适合作为“先定义可验证数据契约,再让模型生成”的实现案例。
该 Python SDK 在 Responses API 之上提供代理循环、工具、代理交接、护栏、会话、MCP、追踪和人工介入。它的借鉴重点不是让代理自由替代教师,而是把不同专业检查拆成明确角色,并让高风险工具调用暂停等待人工批准。