Courseware · VibeCoding教育工具开发
AI 与 VibeCoding 工作流
教师怎样把教学想法做成可复用的小工具
按顺序讲需求澄清、Spec、Plan、Tasks、执行、Review，以及哪些环节必须由人把关、由人负责。
- 对象
- 一线信息技术教师、AI 教育实践教师
- 时长
- 18 分钟
POSITION
一句话定位
这节课不教把代码外包给 AI。它讲怎样把教学想法组织成一套能执行、能审查、能复盘的 AI 协作开发流程。
适合
网页课件制作
例如把一个信息技术概念做成能点击、能投屏、能反复用的讲解页面。
适合
课堂小工具原型
例如选择结构练习器、编码演示页、资料整理器这类低风险工具。
不适合
高风险自动系统
不直接处理真实个人数据，不自动生成评价结论，不自动接入校内系统。
WORKFLOW
从教学想法到可验证产物
成熟的 VibeCoding 不是“一句 Prompt 到处跑”。它把开发拆成小步骤，每一步都有证据、有门禁。
VibeCoding 工作流六步
分步演示 · 6 步先问清楚教学问题
说清谁会用、解决什么问题、哪些不做，免得 AI 一开始就往错的方向写。
写出最小规格说明
写下目标、受众、必须做、明确不做、验收标准和安全边界，用它约束整个任务。
确定实现方案和风险点
让 AI 说明要改哪些文件、用什么技术、可能影响哪里，再由教师判断是否合理。
拆成小任务，一次只做一个
每个任务写明允许改动的范围和验证方式。多个改动混成一大包，就没法审查。
让 AI 做窄范围实现
AI 负责生成代码、整理文本、跑检查，但不能越出任务边界。
独立审查，不信自评
看运行结果、截图、测试、人工试用和内容安全检查，再决定能不能进入下一步。
COMPARE
只写 Prompt vs 使用 Workflow
Prompt 重要。但长期项目更依赖稳定的规则、明确的上下文、任务证据和人工门禁。
两种协作方式的差异
对比切换这一轮怎么问
适合一次性文案、简单查询或小范围改写。缺点是容易跑偏，产物也难复查。
- 产物通常是一段回答或代码
- 边界依赖临场表达
- AI 自评容易被误当证据
整个任务怎么完成
适合公开课件、教学工具和需要长期维护的项目。教师从提问的人，变成设计任务、给每一步把关的人。
- 沉淀 Spec、Plan、Tasks 和验证记录
- 每一步都有边界
- 可审查、可复盘、可继续维护
GATE
三级风险判断卡
按高、中、低三级风险，判断一个 AI 协作任务能不能继续自动执行，哪一步必须停下来由人确认。
低风险尝试
整理公开资料、做静态网页课件原型、做不含真实数据的课堂演示组件。
需要教师复核
教学解释、课堂活动建议、评价量规、面向学生展示的 AI 生成内容。
必须停下来
涉及学生个人信息、高风险评价、公开发布、连接外部平台、自动部署或处理真实数据。
CASE
一个可以照着改的案例
本课最关键的练习：把“帮我做个课堂工具”改写成 AI 能执行的任务。
糟糕起点
帮我做个 Python 选择结构练习页
这句话没说受众、范围、交互方式、验收标准和风险边界。AI 很容易直接写出一个没法维护的页面。
改进方向
先写 Spec
写清学习目标、必须有的交互、不做身份系统和数据保存、怎么验证页面能用。
可复用路径
再拆 Tasks
一次只做一个任务：页面骨架、交互组件、样式、测试、审查和提交。
TEMPLATE
可复制任务信封
Task Envelope 是交给 AI 的标准任务包，比一句“帮我做一个页面”可靠。
角色：你是本次任务的执行者。
目标：本次只完成什么？
材料：必须读取哪些资料？
范围：允许修改哪些文件？不允许修改哪些文件？
约束：风格、技术、安全和教育场景有哪些要求？
验收：完成后用什么证据证明？
输出：给出改动摘要、验证结果和风险说明。
停顿：遇到公开边界、真实数据、发布、部署或范围变化，先停下来问教师。SOURCE
资料来源与延伸阅读
本页由工具开发的实践笔记整理而来，只保留可复用的方法和流程，没有照搬原始长稿。
阶段制 VibeCoding 流程：需求澄清、Spec、Plan、Tasks、执行、Review、证据验证。
- 教师 AI 协作开发中的 Human-in-the-loop、内容安全和人工门禁原则。
- 面向网页课件和低风险教学工具的公开展示边界。