先看四个问题
01 · 产物
我要一段建议、一张图、一组记录,还是一个能运行的应用?
02 · 来源与动作
它要根据我的资料回答,还是要保存数据、操作文件、运行检查?
03 · 风险与证据
答错的代价是什么?我能用什么动作证明结果真的可用?
通用助手可以构思、写作、学习、规划和分析文件;但“会回答”不等于“会保存业务数据”或“会把软件改好”。
参考 OpenAI 的 ChatGPT 入门说明。
五条工具车道
A / 对话
通用对话助手
适合:解释、构思、改写、比较方案、生成初稿。
完成证据:人能读懂、事实已核对、语气和约束符合要求。
B / 资料
私有资料助手
适合:围绕 PDF、网页、会议材料或课程资料问答与整理。
完成证据:答案能回到来源位置;例如 NotebookLM 提供来源内引用。
C / 成品
视觉成品工具
适合:图片、海报、演示稿、视频、配音等可视化成品。
完成证据:能导出需要的格式,并在真实屏幕或打印件上检查。
D / 记录
无码应用平台
适合:表单、清单、台账、多人协作、提醒和简单流程。
完成证据:新增一条记录后,能查到、筛选、更新并追踪状态。
E / 执行
自动执行代理
适合:操作文件、修改代码、运行测试、制作定制应用;Codex 属于这一类。
完成证据:能看到改动、打开成品、运行检查,并知道如何撤销。
一项工作可以换车道。
先用对话助手把需求说清,再用无代码平台验证流程,最后才让执行代理做定制版本。选择工具不是站队,而是决定下一步。
现在来选:每题只看产物
判断 1 / 5
把一段生硬的活动通知改得更亲切,先开哪类工具?
判断 2 / 5
只根据上传的三份讲义制作复习问答,先开哪类工具?
判断 3 / 5
把活动信息做成一张能打印的招募海报,先开哪类工具?
判断 4 / 5
先记录 5 道错题并按日期筛出待复习项,先开哪类工具?
判断 5 / 5
在已有应用中加入筛选按钮、运行测试并打开页面,先开哪类工具?
加一道风险闸门
只要任务涉及儿童姓名、成绩、照片、医疗、财务、法律、账号、密钥或不可逆发布,就不能只凭 AI 自己验收。先减少数据、使用匿名样例,并让有责任的人确认。
UNICEF 的儿童 AI 指南把隐私、安全、透明和问责列为核心要求。
“AI 给了答案”只是过程;“人能用证据检查答案”才是完成。NIST 的 AI 资源中心也把测试、评估、验证与确认作为风险管理的重要实践入口。
课后动作:带来三件真事
- 写下本周三个真实任务,不写工具名。
- 为每个任务补上“最终产物、数据来源、是否要保存/执行、失败代价”。
- 选择一条工具车道,并写出一个人能亲手完成的验收动作。
把你的三条判断发给 agent;我会逐条追问和纠偏,而不是直接替你选答案。
↑ 返回总目录
开工课 02 · 10–15 分钟
先做闭环,
别先做大程序
“错题集小程序”听起来像一个产品,但第一步不是登录、OCR、排行榜或漂亮首页。第一步只验证:一道错题能不能被再次拿出来作答,并留下反馈。
如果一张普通表格都跑不通,换成代码只会更贵地跑不通。
圈
本课目标
把“错题集小程序”缩成 5 道匿名样题可验证的 MVP,并选择最低门槛的第一版工具。
产品的中心不是“收藏”,是“再答一次”
01 · 录入
保存题目、科目和第一次出错原因。
02 · 提取
到复习日时,只看到题目,先独立再答。
03 · 反馈
记录“会了 / 仍不会”,安排下一次复习。
教育科学研究院的实践指南建议把学习分散到不同时间,并用主动提取和测验帮助识别仍需学习的内容。
所以第一版必须证明“能再次作答和反馈”,而不只是把作业照片收集起来。
参考 IES Practice Guide。
一条错题只要六个字段
- 题目
- 一张匿名照片,或手工输入的题目文字。
- 科目
- 先用数学、语文、英语等单选,不做复杂知识图谱。
- 错误原因
- 不会概念、看错题目、计算失误、步骤遗漏等。
- 正确思路
- 由孩子复述或成人确认,不把 AI 解释直接当标准答案。
- 下次复习日
- 第一版由成人手动选择;先证明复习发生,再做智能算法。
- 复习结果
- 会了 / 仍不会,并可补一句新的错误原因。
第一版用匿名样题。
不上传孩子姓名、学校、班级、头像、完整成绩单或带身份信息的作业照片。UNICEF 的儿童 AI 指南明确要求保护儿童数据与隐私,并优先保障安全、透明和问责。
先选第一版范围
风险判断
第一轮试用应该放入哪类数据?
工具升级路线:每一级都有证据
0
纸或普通表格:先跑一次
5 道题、1 个孩子或成人扮演者、1 次复习。证明流程值得存在。
1
多维表格:让数据可持续
添加附件、单选、日期、筛选和表单。飞书官方将多维表格定位为可用字段、视图、自动化和应用模式搭建业务系统的无代码工具。
2
无代码应用:改善使用体验
如果家长或孩子确实反复使用,再用妙搭一类工具增加更友好的录入页、复习页和数据持久化。
3
Codex 定制:处理真实差异
只有当账号、OCR、特殊复习规则、跨平台发布或现有工具限制已经被证据证明,才进入定制代码。
如果“小程序”特指微信小程序,还会出现微信登录、隐私声明、审核、订阅通知、云服务和运维等新范围。那已经不是“把网页变成小程序”这么简单,应另开正式交付任务。
第一次试用只问三件事
- 录入一道题时,哪一步让人停下来?
- 复习时,孩子能否在不看答案的情况下再次作答?
- “会了 / 仍不会”的反馈,是否真的改变下一步复习?
不要先问“你喜欢吗”。观察真实动作,比收集礼貌评价更有用。
课后动作:用 5 道样题跑一遍
- 准备 5 道不含身份信息的样例题。
- 用纸、普通表格或多维表格建立上面的六个字段。
- 请一位朋友扮演学习者,完成录入、再答和反馈。
- 只记一个最大卡点和一个可以删除的功能。
把试用观察发给 agent。只有出现真实学习证据后,才会写入 learning record,并据此决定下一课。
↑ 返回总目录
开工课 03 · 10–15 分钟
把 Codex 当作
受监督的执行助手
Codex 不只适合专业程序员,但它也不是“说一句话就放心交付”的魔法。零基础真正要补的不是代码语法,而是三件事:缩小范围、写清验收、看见证据。
你不必读懂每一行代码;你必须看懂结果、风险和撤销方法。
审
本课目标
写出一张 Codex 能执行、自己能验收、遇到高风险会停下的五段式任务单。
先回答:普通人能不能用?
能,但要选对任务。
OpenAI 当前的 Codex 入门流程是登录、选择电脑上的项目文件夹、描述第一个任务;
官方也展示了非技术团队用它制作内部应用、仪表盘和材料的案例。
参考 Get started with Codex 和
Codex for every role。
适合从 Codex 开始
结果存在一个明确文件夹里;任务能拆成一小步;你能打开成品;它能运行检查;失败可以撤销。
先不要从 Codex 开始
只是记录几行数据;需求还说不清;第一步就要真实儿童数据、账号、付款、公开发布或长期运维。
对错题集而言:先用表格证明“录入 -> 再答 -> 反馈”。当你能明确说出表格哪里不够,再让 Codex 定制;这时它解决的是已知限制,不是在替你猜需求。
五段式任务单
1
目标:最后能看见什么
例如“做一个只在本机浏览器打开的错题集原型”。
2
范围:这次做什么、不做什么
只做录入、筛选、反馈;不做登录、云端、OCR、支付和公开发布。
3
参考:给它内容和边界
提供 5 道匿名样题、字段名称、喜欢的页面截图或现有文件。
4
验收:我亲手做哪些动作
能新增、筛选、标记复习结果;刷新页面后结果仍在;手机宽度不横向溢出。
5
验证与停止:它要证明什么,何时问我
运行检查、打开页面、报告改动;需要账号、密钥、付费、删除或发布时先停下。
一张可以直接改的任务单
目标:
在一个全新的本地目录里,制作一个只在浏览器本地运行的错题集原型。
范围:
这次只做新增错题、按复习日期筛选、记录“会了/仍不会”。
不做登录、云端数据库、OCR、支付、公开发布。
参考:
字段使用:题目、科目、错误原因、正确思路、下次复习日、复习结果。
只使用你创建的 5 道匿名样题。
验收:
我能新增一题;能筛出今天待复习的题;能记录复习结果;
刷新页面后样例仍可使用;手机宽度没有横向溢出。
验证与停止:
先说明计划,再实现;完成后运行检查并打开页面。
告诉我改了哪些文件、怎样验收、怎样撤销。
任何需要账号、密钥、付费、删除文件或公开发布的步骤,先停下来问我。
第一次用时,把项目放进一个全新的空目录。这样范围清晰、容易检查,也不会误改其他私人文件。
即时判断:什么时候该停
判断 1 / 3
第一次交给 Codex,哪种开场更可靠?
判断 2 / 3
本地原型应该先使用什么内容?
判断 3 / 3
出现哪种情况时,Codex 应先停下来问你?
写你的版本
即时练习
换一个你自己的低风险小任务,写出五段式任务单。可以很短,但五个标签都要出现。
检查项:目标、范围、验收、验证、停止。
结果回来后,只做四步
- 看范围:它有没有做任务单之外的事?
- 看成品:自己打开页面,不只看它的文字总结。
- 跑验收:逐条点击、刷新、换手机宽度,记录失败。
- 小步修正:一次只提一个明确问题,再让它重跑检查。
“它说测试通过”不是证据。要求看到执行了什么检查、输出是什么;对于孩子数据、账号、付费、发布和安全问题,还需要成年人或专业人员负责。
课后动作:只让它完成一个小任务
- 准备一个全新的空目录和 5 道匿名样题。
- 复制上面的任务单,按你的实际需求修改。
- 让 Codex 先复述计划;确认后再执行。
- 亲手完成验收动作,并把失败点发给 agent。
当你能说明“它改了什么、我怎么知道可用、我如何撤销”时,才有足够证据写第一条 learning record。
↑ 返回总目录