“台上一分钟，台下十年功”，恰可形容教师“手搓”教学智能体的实践逻辑。
教师通过自然语言描述角色、配置知识，便可便捷搭建用于备课、答疑或评价的智能体原型。但支撑智能体真正走进课堂、发挥育人价值的，是教师长期积淀的专业判断——将隐含于“怎么教”中的默会经验，转化为包含适用条件、判断依据与行动策略的“智因”。
由此，智能体创建并非单纯的技术操作，而是把教师原本隐性的判断写入提示词、规则与案例，使其成为可以回看和讨论的对象。教师能否实现专业成长，则取决于能否借这一过程重新理解自身教学。
从技术操作走向学习设计师
智能体的生成，要求教师将重心从工具操作转向深层专业建构，其中涵盖了懂学习、懂智能、善编排的能力结构。
懂学习，是实现从讲授式向共生式教学思维的转变。教师需要重新审视人工智能时代的学习规律：知识获取变得容易，但理解、迁移与创造更为稀缺；学习不再只是单向接收，而是人与智能体通过对话、共创，建构意义并持续验证的过程。
其次，教师需要重新定位学生的学习目标：从记住标准答案转向提出好问题、辨别信息、形成判断、解决真实问题，并发展元认知、协作能力，培养数字伦理意识。在此基础上，重构教与学的关系：教师从知识讲授者转变为学习情境的设计者、思维过程的示范者和人机协作的协调者；学生则从被动接收者转为可与智能体分工协作、会质疑、验证和反思的共生学习者。
懂智能，是实现从会使用技术到理解技术的教育应用逻辑的升级。教师需洞察提示词、知识库、记忆机制与工具调用的功能边界，理性审视生成结果的随机性，准确识别输出偏差源于知识匮乏、策略失当还是模型瓶颈。在此基础上，立足教育需求梳理技术的应用逻辑。比如，搭建可信知识体系，为课程标准、核心概念、典型错因与评价量规做好来源标注、逻辑关联与版本管理；再如，提炼实践智慧，将“通常这样教”的默会经验，拆解为“何种情境、依据什么、采取何策、何时调整”的显性化规则，使教学经验具备可核查的适用条件，避免将局部有效的方法泛化为普遍适用的教学规律。
善编排，是实现从教学内容设计向学习流程构建的转型。善编排不是把智能体简单塞进原有课堂，而是围绕学习目标，把任务、资源、人机角色、互动节奏、评价反馈与反思迁移等串成一条可体验、可调整、可复盘的学习流程。
例如，以真实问题或项目为主线，设计由浅入深的挑战任务，让学生完整经历“具体体验—反思观察—概念构建—行动应用”的学习过程，同时设置迁移环节，预留反思空间，帮助学生从一次学习经历中提炼出可复用的方法。
从提示词调试走向基于证据的人机磨课
教师对教学智能体的“训练”，本质上是围绕教学任务，优化资源配置、打磨交互策略的过程。
类似磨课，这一过程须经历教学意图的结构化表征、教学行为的证据化验证以及设计规则的闭环进化三个阶段。
第一步是表征，将教师的教学意图转化为智能体可执行的结构化方案。
优质的提示词并非单一句式指令，而是一套可落地的微型教学设计，至少包含四类模型：任务模型、学习者模型、教学策略模型和边界模型。任务模型说明要解决什么问题，学习者模型说明面向谁及其可能遇到的困难，教学策略模型规定何时追问、解释或提供支架，边界模型则明确哪些事项必须停止或转交教师。知识库、正反案例与评价量规共同完善这些模型，使智能体不仅知道“做什么”，也清楚“依据什么教育逻辑做”“守住哪些边界”。
第二步是验证，即把真实学情转化为能够检验智能体的证据。标准答案只能检验知识正误，却难以检验教学行为。
教师需要组建由典型学习情境构成的“教学测试集”，有意识地纳入不完整表达、错误概念、连续困惑与越界提问。测试的对象也要从单轮回答转向多轮教学决策：智能体是否能先理解学生的思路，能否判断错误发生在哪里，能否随着学生表现调节辅助力度，又能否在无法判断时守住边界。
第三步是进化，即依据证据迭代教学判断规则。借鉴设计型研究的思路，智能体优化可形成“定标—设境—试教—诊断—改进—复测”的闭环机制。
其中的诊断绝非笼统归因于“提示词不好”，而是精准区分问题源于知识储备不足、任务定义不清、学习者模型不准、教学策略不适，还是触及模型能力边界，进而开展针对性修正。教师的每一次修改、否决和对失败案例的标注，都不应随对话消散，而应作为“实践经验”留存记录，成为个人教学判断持续完善的依据。如此一来，智能体的回应逻辑将不断贴合真实教学规律，教师的教学经验也会在结构化表达中持续积淀。
在生成性课堂中建立智能体应用秩序
课堂情境具有高度生成性，教师必须围绕场景适配、人机协同与应用治理建立秩序，确保智能体始终运行在教学目标与专业判断的轨道上。
其一是场景适配，使智能体“用有所指”。
场景适配的核心，是回答“何时、何地、对谁、为何用”的问题。教师应优先选择目标清晰、容错度较高、可监控且能显著增值的教学环节试用，同时结合学生认知基础、语言能力、设备条件与课堂节奏，判断智能体的应用是“雪中送炭”还是“叠床架屋”。
其二是人机协同，使智能体“用有所序”。
人智共生既不是“人机平权”，也不是“机器接管”，而是“师—智—生”之间有边界、有分工、可调节的协同关系。
课堂中的教师不是退场者，而是设计者、观察者、追问者与协调者；智能体是助手、陪练与反馈源；学生仍是学习主体。要确立学生主体性优先的原则：先独立思考，再人机对话；先形成判断，再请求验证；先比较证据，再接受结论。分清哪些环节由学生独立完成，哪些由人机协作完成，哪些必须由教师介入。当一堂课需要多个智能体时，可按“共生网络”的思路分工：教师智能体支持目标建模与活动设计，学习者智能体负责情境创设与追问，评价智能体收集过程证据，再通过协调机制守住任务流转与人工确认节点。此外，还需要预留“无智能体环节”和“认知摩擦空间”，让学生始终拥有批判反思的空间。
其三是应用治理，使智能体“用有所控”。
前置管控上，针对“手搓”搭建的知识库、评价量规与边界模型，设置核心知识校验规则、价值导向红线规则与回应边界熔断规则，以守住伦理底线。同时按任务风险分级授权：资料整理等低风险事务可较高程度自动执行；学情诊断、情感干预、终结性评价等高影响决策，智能体仅提供证据与备选方案。
动态调控上，教师依据课堂实时学情灵活调整智能体的开放程度与支持强度：学生过度依赖时下调提示层级，普遍遇阻时上调支持强度，让技术适配学习节奏。
偏差修正上，正视智能体的局限性，出现错误时不仅要及时纠偏，还需要将其转化为教学资源，引导学生对比辨析、验证结论，培养批判性思维。
在反思性实践中生成教师的情境智慧
教师专业成长的关键，不在于“做出”一个智能体，而在于形成“情境中实践、实践中反思、反思后迭代”的闭环，逐步将零散经验转化为可迁移的情境智慧。
情境中实践，核心是以真实课堂场景为参照，在教学智能体的落地应用中辨识教学策略的适用边界。
智能体在不同学生、不同课堂场景中的应用不确定性，能很好地磨炼教师的临场决策能力。
一方面要突破工具应用的惯性思维，以差异化、情境化应用表现为抓手，依据班级认知节奏、课型目标定位动态调整提示梯度与介入时机，实现从标准化套用到情境化适配的转向。
另一方面要跳出“万能教法”的思维惯性，在跨场景调试中持续追问“对谁、何时、为何有效”，逐步识别并拆解教学策略背后的约束条件，构建起策略、条件与场景的匹配逻辑，形成技术介入与自主探索之间的调适机制。
实践中反思，核心是以智能体应用证据为镜像，依托真实课堂表现追问教学假设、进行偏差归因。
一方面，要超越“是否好用”这类技术层面的追问，以人机对话记录、学生作品、课堂片段为证据，在行动研究中检视人机协同的角色、节奏与认知负荷，关注点从工具效能转向人智共生发展。
另一方面，摆脱经验式笼统归因，在证据化复盘与行动研究中追问“如何预设学生需求、依据何在、偏差何指”，将任务定义、学情归因、支架尺度等回溯至教学假设，使默会经验外显，实现教学决策的可检验与可修正。
