AI教学设计助手：生成好教案的Prompt技术实战（二）

项目背景

        在学习提示技术之前，就有和身边的朋友聊过 AI 应用技术相关的事情，也是想从他们的想法中找到一些灵感。

        在一次群聊教育相关的话题时，我问了一个问题“作为老师的你们，是否有应用 AI 来为自己提效呢？”在大家的讨论当中，我认为生成教学设计这个蛮不错的，是 LLM 能解决的，也是擅长的。作为老师的他们，大多数在吐槽 AI 生成的差强人意，还不如自己写来得高效。

为此，更加确定要做这样一个 AI 生成教学设计的工具来解决他们的问题。

        决定了要做一个 AI 教学设计工具，那时并没有实现的思路，直到学习到方向性刺激提示技术，才有了实现的想法，而且还挺强烈的，有一种马上要编码的冲动，再结合最近学习到的 Python 前后端分离架构知识，立即就有了实现技术架构的选择——Vue + Flask。还有，也想试一试把产品需求描述清楚，使用的技术描述清楚，用 AI Conding 工具，看它能否从 0 到 1 构建一个项目。真是想法一下子就出来的感觉。

当然，最后是理性战胜了，那时是要专注于提示技术学习的。

项目目标

1. 核心目标：提示技术的学以致用（方向性刺激提示）；
2. 做一个有实际作用的 AI 教学设计工具（扣子应用）；
3. 动手锻炼做 AI 应用项目的实战能力。

项目背景和项目目标，和上一篇是一样的。

本文主要是分享基于已实现的扣子智能体来实现扣子应用（桌面端），这也是上一篇最后【展望与设想】的第一点。还有，重点优化了工作流。

---

项目过程

工作流优化

新旧工作流

• 原来的工作流

该工作流，将不同结构的教学设计大纲分开来设计，通过选择器来判断，而且涉及的场景也不具备广泛性。

• 现在新的工作流

新工作流关键优化点

（一）开始节点入参修改为单个变量