IMA 知识库助力教、学、评全链贯通

今晚的直播视频逐字稿，据说视频有回放。

尊敬的各位老师：大家晚上好，非常荣幸能够受到教育部新时代杨尚上名师工作室的邀请，让我能够有机会在今天晚上利用一个小时左右的时间向大家汇报一下我是如何利用IMA知识库助力教学评全链贯通的实际操作。由于本人能力有限，汇报内容难免有疏漏之处，恳请各位专家、同仁不吝指正。我将从精准定位教学痛点、构建数据驱动闭环、创新协同共创模式三个维度展开。首先向大家汇报一下我个人的一点实际操作和感想。自从DeepSeek爆发以来，我先后在自己的公众号持续更新AI教育应用案例，累计发布205篇原创推文，覆盖AI备课、智能出题、学情诊断等多个教学场景，同时将自己近四年来所撰写的1000多篇原创文章共计500万字，全部结构化沉淀至IMA知识库中，形成可检索、可复用、可迭代的校本AI教育实践资源池。这些内容不仅支撑了我日常教学决策的即时调取与动态优化，更在区域教研活动中被近百所兄弟学校参考借鉴。这是我个人组建的IMA知识库，感兴趣的老师可以扫描关注，当然也可以暂时截屏保存，等直播结束之后可以扫码关注。后期我将持续更新原创内容，恳请大家批评指正。该知识库不是一个静态资源库，而是一个持续生长的“教师专业成长地图”，当然更是我们今天所分享的ima知识库的实践应用案例之一。下面我先用一个截图展示一下该知识库的实际内容和应用价值。当我在这个知识库的对话框中输入：“统计出来有多少篇文章提到了ima，并汇总整理出来有关ima知识库应用的内容”系统会快速整理出该知识库内所有和IMA知识库相关的实践记录，共计30篇，而且还详细列出了具体的内容，并给出了一个相对全面的总结。稍后我会详细演示具体的操作过程。在今天的正式分享之前，我还是想向大家分享两点我个人的观点。第一个观点是：AI时代，我们不需要成为技术达人，只需要比周围的人效率高一点点就行。第二个观点是：在人工智能时代我们的教师更需要充实自己的本体性知识。这两个观点看似朴素，却源于我21年来一线实践的深切体悟：当AI工具迭代速度远超培训节奏时，教师真正的竞争力不在于掌握多少模型参数，而在于能否用10分钟完成别人半小时的学情分析；当AI能生成千篇教案时，决定课堂温度与深度的，依然是我们对学科本质的理解、对学生认知规律的把握。这篇文章是我在去年10月份写的《零成本实现全校个性化辅导》，文中详细记录了如何借助IMA知识库中的学情诊断模板与分层任务包。建议大家可以暂时截屏保存，今天的分享结束之后，如果感到有所收获，欢迎大家再次通过此文查看具体的操作流程和注意事项。而这一篇是《手把手教你用ima搭建自己的专属知识库》，同样提供了从零开始的实操指南，包括知识库结构设计、标签体系搭建、校本资源上传规范等细节。光说不练假把式，接下来，我将切换到屏幕操作演示界面，逐步向大家演示ima知识库在我们的教育教学中是如何落地的。首先向大家演示一下，如何在3分钟内生成一份契合自己教学实际和学生学情的教学设计。我先向大家演示效果，然后再详细拆解具体的原理和操作步骤。大家看，我在自己的知识库对话框中先输入“#”，然后就弹出一些可供选择的标签，例如我选择必修二，同样再次输入“#”，然后选择“教学设计原则”，以此类推依次选择了“solo分类理论”“追求理解的教学设计”等标签，然后输入文本：“第二章第3节，教学设计”，点击回车后，系统便自动从知识库中聚合匹配的内容，生成一节契合教学实际与学生认知水平的教学设计初稿，大家可以看一下，在不到一分钟的时间内，系统就完成了从学情定位、理论调用到内容生成的全过程，不仅包含了ubd中提到的“确定预期结果”“评估证据”和“设计学习计划”三大核心环节，同时生成的随堂练习也严格遵循solo分类理论的五个层级，真正实现了“理论—学情—内容—评价”的闭环对齐。更让人惊喜的是，这份初稿还带有我们教师授课的逐字稿和每一个环节所占用的大致时间，以及最后还有板书呈现。大家可以看到，整个过程不超过三分钟时间，可以说极大地提高了我们教师的备课效率。但请注意，这并非终点，而是我们专业思考的起点。生成的教学设计初稿，并不一定完全符合我们课堂实际需求，可能也不太符合我们学校的实际情况，这个时间，就需要我们的教师发挥集体智慧和个人教学经验，对初稿进行二次加工与校本化改造，然后将修改后的成果反向沉淀回IMA知识库，并且标记为教学设计模板。这样下一次我们再生成的教案就会自动融合最新实践成果，形成越用越懂你的“成长型教案库”。说到这里，可能很多老师会说，这样的操作和我们的用的其他的人工智能并没有多大的区别，我想这才是我今天想向大家分享的关键差异。大家回忆一下，刚才我在和自己的知识库对话的时候，是不是先输入“#”再选择标签？这恰恰是IMA知识库最本质的差异所在，它不是被动响应关键词的搜索引擎，而是基于教师真实教学逻辑构建的语义理解系统。下面让我们一起来揭开它的神秘面纱。首先大家看一下我的知识库组成。它的主目录文件夹是“高一生物组”，然后在这个目录下面我分别建立了以下几个文件夹，分别是“生成的教学设计”“导学案”“微信公众号”“教学原理”“课本和课标”“2026高考蓝皮书”“作业设计相关论文”，特别是有个单独的文档文件，名字叫“教案设置原则”。这些看似普通的文件夹结构，其实才是我们知识库的“元知识”。下面让我来逐一向大家解释一下他们的具体作用与设计逻辑。“生成的教学设计”这个就不再多说了，它就是我们每次AI生成后沉淀下来的初稿与校本化迭代成果。“导学案”是我们学生手头的导学案的纸质书籍的扫描件。我打开让大家看一下，这里有个细节就是我们尽量删除封面和目录，也就是尽可能的保证文档的实际页面和显示的页面一致，方便我们后期在AI中精准定位到某一页某一段内容。“微信公众号”里存放的是我们平时在网络上看到的和我们的学科教学相关的优质推文，这是一个动态的资源池。我们可以随时更新和删除。“教学原理”文件夹里，我系统归档了SOLO分类理论、UBD逆向设计、可见的学习和课程与教学的基本原理等核心教学理论的专著。在这里我也想重点向大家汇报一下，我为什么要专门建立这个文件夹。我始终肤浅地认为，当下制约我们教师专业成长发展速度和教学设计质量提升的，不是技术工具的匮乏，而是我们部分教师对教师专业性理论的缺乏。甚至可以夸张地说我们一部分教师自从师范毕业之后就再也没有系统翻阅过一本教学论专著。更不必讳言的是我们很多教师在大学阶段可能就未曾真正读懂过那些可以支撑我们教学实践的底层理论。因此，我把这些经典著作放到知识库文件夹里，就是希望我们的教学设计内有理论根基、外有实践映射，换句话说就是让智能体帮我们来读这些理论专著，也可以说是我们用专业的理论素养为AI注入教学灵魂。当然我还是建议大家有时间可以把这些书籍买来认真地研读一下，毕竟，在AI时代，教师的理论素养不是被替代的对象，而是不可让渡的专业主权。“课本和课标”这是我们大家最为熟悉的内容，但是我也想在此多强调一句话，那就是我们部分老师可能在进行教学设计或者备课的时候，都没有认真地研读过自己学科的课程标准。这是一件非常可怕的事情。有句话说“盲人骑瞎马，夜半临深池。”这句古语用在当下尤为警醒：当教学设计脱离课标锚点，再炫目的技术工具也只如沙上筑塔。所以，我建议每位老师哪怕每周抽出10分钟，也要好好研读我们的课程标准。“2026年高考蓝皮书”，这个文件夹里的内容，是我从一个网站上找到的，下面打开让大家看一下，里面收录了政策性文件、专业论文以及近六年来的高考真题。这些文件都是经过精挑细选出来的。我曾在多个场合强调过，在训练智能体的时候，所遵循的原则就是“垃圾进垃圾出”，因此我特别注重训练数据的权威性、时效性与典型性。切记不可用未经甄别的网络碎片信息去“喂养”AI——那不是在构建教学智能体，而是在制造教学幻觉。我坚持把蓝皮书作为IMA知识库的“政策—考情—学情”三重校准器：它既帮我们锚定高考命题的素养立意转向，也倒逼我们反思日常教学与评价标准之间的落差。最后一个文件夹是有关作业设计的专业论文，这些论文都是我经过精挑细选出来的，涵盖分层作业、项目式作业、跨学科作业等前沿实践案例，为我后期的作业设计迭代提供了扎实的理论支撑与可迁移的操作范式。在这里，我重点向大家展示一下我的这个文档，下面我打开让大家看一下。我始终认为，这个文档的内容才是我们每一个老师的最核心的竞争力，也是我们能够通过一句话生成符合我们学期的教学设计的根本性支撑。这里面的内容是我自己的一个略显粗糙的设计，但是都是我的原创内容，一个字一个字打上的。在教案生成的过程中，要严格紧扣2025年修订的课程标准，完成本节课的所有教学目标，并且依据SOLO分类理论层级，逐级递增问题的难度，遵循追求理解的教学设计，提升学生生物学科核心素养。而且在教案生成的过程中，要根据授课内容，引入一道到两道与本节课相关的高考真题，记住是真题，而且要注明具体的出处，并罗列原题的详细内容。整个教案设置要以学生为中心、教师为主导、训练为主线的方式进行。每个课时为40分钟，要有核心素养的考查和教学重点的罗列，在教案设计的过程中要体现每个环节的内容大概需要多长时间。尤其是要紧扣和该节课配套的学案，学案是独立的一个文件，具有学案的标签，最重要的是每一个环节都带上教师授课的逐字稿，而且内容尽量详细。教学过程的内容尽量不用表格的形式呈现。下面的内容我就不再一一念了，通过这个文档的内容，大家就可以理解为什么我刚才能用一句话生成高质量教案——不是因为我的AI有多聪明，而是因为我的IMA知识库里有一个让其工作的思维框架与校本化知识底座。同时在这里也想告诉大家的是这个设计原则是可以随时调整、优化甚至推翻重构的，如果大家生成的教案不是很理想，也可以在这里进一步优化教案设计原则，然后用最新的设计原则替换原来的即可。按照这个原理，我们也可以设计多个设计原则，例如我们可以设计讲评课设计原则、复习课设计原则、实验课设计原则等，分别对应不同课型的认知逻辑与教学节奏。当然，如果我们对设计的教学设计不太满意，又不愿更改这个设计原则，也可以在生成的对话框中再一次输入优化的要求，系统能够快速响应您的优化指令，而且这种优化的逻辑可以自动沉淀到IMA知识库中，当你下一次再次对话的时间，系统会自动调用本次优化经验，实现“一次优化、全域生效”的校本化迭代闭环。这正是IMA知识库区别于通用AI工具的核心所在。当然至于生成的板书内容，由于是markdown格式，大家可以借助其他的专业软件转化矢量图以便于直接插入我们的自己的教学设计中。说到这里，大家可能已经感受到：IMA知识库不是静态的资源仓库，而是一个会呼吸、能生长的校本教学操作系统。当然仅仅到这一步，其实还是无法实现我刚才的操作的。因为刚才我在对话框中通过输入“#”然后关联了标签，下面就来说一下标签体系的构建逻辑。因为随着时间的推移，我们的知识库可能会不断膨胀，若缺乏结构化标识，后期在调用资源的时间就极易陷入“信息过载却调用失能”的困境。因此，我们需要在一开始就规划好自己的资源标签。就以教学原理的文件夹为例，当我们打开这个文件夹后，在相应的文件上右键选择“编辑标签”，即可为该文档添加相应的标签，比如“SOLO分类理论”“UBD”等，当我们为这些文档添加标签后，当下一次在对话框中输入“#SOLO”或“#UBD”时，系统就能精准召回所有打过该标签的文档。另外IMA知识库还有任务模式，如果您是第一次使用需要申请或者是邀请好友开通权限，大家申请后两到三天应该就能够通过。当任务模式开启后，系统会具有生成报告、生成PPT、生成博客三大功能。由于时间关系现在无法为大家演示全部功能，但是我可以打开之前的记录向大家进行演示。这一个是我前几天利用ppt功能生成的PPT初稿，操作过程就是将已经更改设计好的教学设计，以附件的形式上传，然后输入“生成配套PPT”指令，系统便自动解析教学目标、学情分析、活动设计与评价任务等关键要素，生成一套完整的ppt。不过说实话，我自己并不太满意ima生成的PPT的，在这里我向大家推荐用我们生成的教学设计，然后导入豆包中生成PPT，因为无论是从视觉美观度、动画逻辑还是学科表达的精准性，豆包都更契合一线教师的实际需求。特别值得肯定的是豆包生成的课件在备注栏里还有授课用的逐字稿，感兴趣的老师可以自行尝试，在这里不再演示。下面再来说说生成博客功能，当我们将一篇文章或者是教学设计传到生成博客对话框时，系统就可以快速生成一份完整的博客，让我们的教学内容以多种形式呈现。说到这里，我也想绕开今天的主题，给大家分享一个我自己这几天一直在课堂使用的Ai应用，那就是清华大学设计的专属教育智能体。大家可以打开这个网址，然后进行注册之后，将自己的教学设计以PDF格式上传，它就能基于你的教案自动生成一节完整的课堂实录，如果条件允许还可以停下来和它进行对话。这是我前几天上课的真实场景。在授课的时间，那些可以利用系统讲解的内容直接让系统进行讲解，而对于一些相对难懂的知识点，老师可以让系统暂停讲解，自己再进行深度剖析与互动追问。这种“人机协同授课”的新样态，我想可能在不久的将来将会成为我们的课堂新常态。在任务模式中还有一个强大的功能就是生成报告。大家可以根据自己的实际需要，可以生成“教学反思报告”“学情分析简报”或“校本研修纪要”等模板。下面我来演示一下我前段时间利用该功能生成的一份试卷报告。我上传了一份期中生物试卷的pdf格式文档，然后输入“分析上传的试卷，该试卷为必修1的内容。将每个题所考查的知识点与教材上的对易关系一一找到，同时也要明确出每个题在课标中的考查方向。”系统会弹出一个对话框，让我选择具体的针对问题，有些时间是两个选择题，有些时间是一个选择题，我们只需要直接输入选项即可完成新一轮的交互。这个是系统生成的试卷分析报告，大家可以看一下，里面包含了各个维度。包括各题型内部构成与特点、试卷的章节覆盖范围、整体难度与结构特点，还包括了逐题知识点定位与课标条目映射等等非常详细的内容。另外我们可以点击右侧的“问问IMA”按钮，可以让系统快速进行总结、生成脑图、生成测验、生成播客等操作，也可以直接和该报告进行对话。借助于这个功能，可以节省我们大量的备课时间，当然最重要的是可以无限拓展我们的认知空间。我想这才是人工智能赋能教育该有的样子。说了这么多，大都是停留在教师的备课和授课层面，我想教学评一体化的闭环，恰恰始于课堂，成于课后，落于学生发展。所以接下来，我想重点谈谈——如何把IMA知识库真正用到“评”的环节中去。首先，我们不应该将ima知识库当成一个学生的作业批改机。当然，我知道一位语文老师已经将ima知识库开发成了一个作文批改助手，能自动打分、写评语。大概的思路是，首先将学生的作文进行批量的扫描上传，再通过预设的评分维度（如立意、结构、语言、素材），调用知识库中的课标要求与范文库进行比对分析。具体我没有尝试过，在这里也不敢轻易向大家讲解。而我自己利用iam知识库的主要聚焦于“评”的诊断性与生长性功能。当然这里有个前提就是要收集到学生每一次的作业或者是测试的原始数据。下面我打开我的另外一个向学生分享的知识库，向大家进行演示。这里我想说的是有关数据安全的问题，如果老师特别在意数据安全，我有几个小小的建议，第一就是将学生的学号转换成匿名编号，每个学生只知道自己的，当然这样操作每次都需要浪费一点时间进行数据的替换，还有另外一个技巧就是将文档内容设置成白色，然后权限设置成不可下载，这样大家都无法用肉眼看到真实的数据但同时也不影响机器对数据的读取。这里要特别提醒大家注意的是每一次的练习成绩和作业原题的文件名称必须是完全一致的，否则系统无法自动关联分析。大家看一下这个数据分析依据文件，看似简单的一句话，却能够让以后的每一次分析都做到绝对的一一对应。这一点也是非常关键的。只要大家能够积累出足够多的数据，那么后期学生的个性化学习画像便会自然浮现：哪些知识点长期薄弱、哪类题型反复出错、进步曲线如何波动等等都可以清晰地呈现。下面我来演示一下我在习题讲评之前的一些操作。当然我们还可以根据自己的实际教学需要自定义分析维度，比如将错题按认知层级（记忆、理解、应用、分析）分类，再结合学生过往答题轨迹生成动态预警标签。那么这么好的知识库建设好之后，如何助力学生个性化学习呢？大家再看一下我的具体操作。我将这个知识库分享给学生，当学生回家之后，就可以输入相应的信息，和该知识库进行精准的对话，由于系统内已经积累了学生大量的真实数据，因此，当学生和知识库对话的时间就不再是泛泛而谈的“请认真复习，按时完成作业”之类泛泛而谈的回答，而是能精准指出学生在某个知识点的掌握程度、典型错误类型及针对性的巩固路径。这种对话不是单向灌输，而是基于数据沉淀的双向生长：学生提问越具体，系统反馈越精准；反馈越精准，学生信任越深；信任越深，数据积累越真实——最终形成“学情越清、诊断越准、干预越早”的正向螺旋。例如大家可以看一下我之前的一个演示记录。我的这个知识库一般情况下不会反复测试多个学生的数据，这个学生是我们的班长，我之前在给其他老师分享的时候测试过，因此就直接调出聊天记录吧。大家通过这个聊天记录可以看到，只要学生输入的问题足够精准，学生就能获得高度个性化的解答。说实话我有一个美好的愿望，如果我们的所有学科教师都能够将学生的在校学习轨迹进行系统性沉淀与结构化分析，那么教育将真正从“经验驱动”迈向“数据驱动”。每个孩子都将拥有一份动态生长的学情档案，它不记录分数的起伏，而忠实映射思维的跃迁、认知的破壁与成长的韧性。这不仅是技术的升级，更是教育公平的新支点——让乡村孩子的努力被看见，让沉默学生的困惑被听见，让每一个独特生命的学习节奏，都能被精准识别、温柔托举。当然，还是那句话只要数据足够多，内容足够真，我们就可以形成更加清晰的学情报告。这个是我之前整理的一份学情报告，我给它的指令是“生成报告分析高一3班所有的测试成绩，并罗列出来整体的知识盲点和教学建议。”然后会给出一个提示，看我们的这份报告主要侧重于哪一方面和这份报告的服务对象是谁，我只需要在对话框中输入每个问题的题号和选项即可完成对话，然后在7分钟后就生成了一份这样详尽的报告。当然ima知识库的功能还远不止我前面所分析的那些内容。其中的知识广场也是一个非常不错的资源平台，大家平时需要的资源基本上都可以在这里找到，我简单做一个演示，例如我们想找一下课程标准，那么就直接在搜索框中输入“高中语文课程标准”，系统就能检索出很多网友已经分享的内容，我们参与订阅之后就可以查看，这里需要说一下的就是部分网友分享的内容可能不让下载，那我们就再换一个即可。最后还有一一个就是在ima主页的“@”功能，它支持快速唤起特定知识库，让我们在首页也可以直接调用所需资源，省去反复切换的烦琐。另外，目前的ima知识库开通的订阅号功能，这个是我自己建立的订阅号，刚才已经向大家展示过了。我今天所分享的所有内容，以及其他的一些资源都存在于这个知识库中，并且后期会持续更新。欢迎感兴趣的老师关注。

最后，我想分享一下王坚院士说的一句话：“如果我们把AI当作解决问题的工具，那就大大低估了这次革命。”各位老师，或许我们应该以地质纪年的目光凝视这场变革。当霸王龙的骨骼化作博物馆的剪影，当尼安德特人的篝火熄灭在第四纪冰川，谁又能断言，此刻键盘上跃动的二进制精灵，不是生命长诗里某个璀璨的韵脚？就像三叶虫不会读懂寒武纪的落日，我们又何须执念于预测千万年后的黎明。最后的最后，有两句话分享给大家：技术让我们走的快，阅读让我们走的远！