跳到主要内容
中文教育 AI 导航

教学法提示手册:以教育研究和评测替代提示堆砌

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。

资源说明

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。

工作流步骤

  1. 1. 步骤 1

    选定有研究基础的中文教学实践

  2. 2. 步骤 2

    把关键教师动作转为提示步骤和可观察输出

  3. 3. 步骤 3

    用多水平中文样例跨模型测试

  4. 4. 步骤 4

    由教师按量表评估忠实度和可用性

  5. 5. 步骤 5

    公开提示、版本、结果与改编说明

来源与使用边界

研究领域
AI 能力生态
原始名称
The Pedagogical Promptbook
最近核验
2026-08-09

访问、许可与隐私

访问条件
官网与 Volume 1 整卷于核验日可公开访问,阅读无需账号且未见单独收费;在具体模型中运行提示仍可能需要对应账号、订阅或 API。各章节的模型、测试样本、量表和日期必须逐章核对,不能只引用首页概述。
许可与复用
网站声明提示手册采用 CC BY 4.0,改编时应署名并注明修改;引用的第三方研究仍按原许可。
隐私与风险
用真实学生数据评测提示前需取得适当同意并去标识化,优先采用合成或公开样例;还应按 UNESCO 教育指南核对年龄适切性、数据保护、机构审批及模型服务商的数据保留政策。

基本信息

适用场景

适用对象
教师研究者项目管理者
任务场景
备课设计评价反馈材料设计

分类

相关能力资产

更多相关资源

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。

教师研究者
备课设计+2

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。

研究者项目管理者
文献检索+2

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。

研究者项目管理者
文献检索+2