入门必懂：老师必须掌握的 AI 核心概念
从零打底，建立正确的 AI 教学思维，认识后续全程要用的 AI 工具。大家好，我是爱教课的香蕉豚，我们正式开课。
视频没能加载出来
多半是网络不稳，刷新页面再点一次试试；也可以先往下看图文教程，内容是同步的。
导本节课你会学到什么
这是 AI 实操入门第一课，目标是帮大家从零打底，吃透所有老师必须掌握的 AI 核心概念。整节课分为两大板块：
搞懂 AI、大模型、智能体这些核心术语，搞清楚 AI 和课堂的真实融合边界，建立正确的 AI 教学思维。
认识后续全程要用的 AI 工具，搞懂它们的功能区别和使用边界，为接下来七天的实操训练打好基础。
一先重新认识一遍「AI」
大家平时在比赛、教研、培训里，经常听到一个词：AI 教学融合。但在开始之前，我想先问一个问题：我们老师用 AI，到底是为了什么？
先破除误区：什么是「伪 AI 课堂」
现在市面上有很多乱象：很多课只是简单放了一个数字人、贴了一个 AI 字样、加了一段虚拟动画，就被叫做 AI 融合课堂。于是很多老师会困惑：到底什么才是真正的 AI 教学？AI 和我们课堂的真实融合边界到底在哪里？
香蕉豚老师划重点
贴个数字人、放段动画、摆个智能体界面，看着很高级，但对教学设计、课堂效果、学生体验没有任何帮助——这只是「技术表演」，不是 AI 教学。
AI 的三个发展阶段：ANI、AGI、ASI
首先，不要把 AI 想得太高深、太前沿。人工智能早就融入了我们的日常生活：刷脸进校门、语音助手、短视频推荐，全都是 AI。但同样是 AI，能力可以差出「只会下棋的机器」和「什么都会的助手」这么远。
业内习惯按能力边界把它分成三档，记住三个英文缩写就够了：
对应到我们熟悉的说法：ANI 已经到处都是，AGI 我们刚走到门口、还没进去，ASI 还只是设想。你现在用的所有 AI 工具——包括后面每一课要用的——都还在 ANI 到 AGI 之间的这一段。所以别被「AI 什么都能干」的说法吓到，它现在能做的，仍然是一件件具体的活。
二8 个必须听懂的核心概念
接下来统一认识所有核心专业名词，全部用老师能听懂的方式讲透。建议你把这一节收藏，后续实操中遇到任何术语，回来查就好。
概念 1：大语言模型（LLM）—— AI 的大脑
大家可以把大模型直接理解成：AI 的大脑。它学习了全网海量的文本知识、逻辑规则、语言体系，本质上是一个超级概率模型——根据你输入的内容，推算出最合理、最通顺的回答。
模型分为两大类，这对我们做课件非常关键：
只能聊天、写文字、写教案、写脚本。
- 看不懂图片，也画不了图
- 适合备课、写文案、改脚本
既能读文字、懂逻辑，又能处理图像。
- 识图、看图理解、解析课件图片
- 文生图、图生图、修改画面
如果你需要做配图、做插画、解析课件图片、修改画面，就必须用到多模态模型，纯文本模型是完全做不到的。
市面上主流的模型，分为国内和海外两类。海外模型能力强，但国内使用受限、不稳定。教学备课、课件制作，优先全部使用国内合规稳定模型：
不同模型特长不同：有的擅长推理备课，有的擅长生图设计，后续实操会逐一教大家精准选用。
概念 2：智能体 Agent —— 给大脑装上手脚
如果说大模型是 AI 的大脑，Agent 智能体，就是给大脑装上了手脚和执行力。两者的差别，直接决定你能让 AI 干多复杂的活：
只能一问一答、被动回答问题。
- 聊天、答疑、写文字
- 任务需要你一步步带着做
可以自主完成整套完整工作。
- 自主规划任务、分步执行
- 调用工具、读取文件、运行代码
用大家常用的两款工具做个简单区分：
| 工具 | 定位 | 能做什么 |
|---|---|---|
| 普通豆包 | 对话式 AI | 聊天、答疑、写文字 |
| Workbuddy / 豆包工作 | Agent 智能体 | 自主干活、跑流程、做成品、完成全套课件任务 |
高级课件、自动化备课需要多步骤执行，普通聊天 AI 只能给你一段文字，而智能体可以直接交付成品。
概念 3：API 接口 & API Key —— 连接线和钥匙
很多老师看不懂这两个词，一句话讲透：
不同软件、不同大脑之间的「转换器和连接线」。
大模型是大脑，Agent 是工作机器。平台自带的大脑不好用，或者你想用更便宜、更强的模型，就可以通过 API 接口，把外部优质模型接入你的 Agent。
就是钥匙、密码。
有了这串密钥，你的工具就可以成功连接、调用对应的大模型能力。没有 Key，就像有电卡但没充值，门是打不开的。
概念 4：Token —— AI 世界的「算力钱币」
Token 是 AI 世界的最小计费、计量单位，可以直接理解为 AI 的「算力钱币」。
你输入的文字、AI 输出的内容、读取文件、解析图片、上下文记忆、推理思考，全部都要消耗 Token。我们平时看到的积分、额度、次数，全部都是平台把 Token 换算成了可视化数值。
| 消耗量级 | 典型任务 | 例子 |
|---|---|---|
| 少量 Token | 简单问答类 | 普通问答、写标题、改文案 |
| 大量 Token | 多步骤复杂任务 | 读取长文件、整册课件生成、高清生图、多步骤复杂任务 |
同时不同平台计费规则不同：有的按月刷新额度、用完即止；有的按天刷新、滚动恢复。做课件生图、交互开发，消耗会明显更高，后续我会教大家省 Token、高性价比的使用方法。
概念 5：技能 Skill —— 固化下来的工作流程
技能，就是给智能体提前装好的一套固定工作流程。相当于我们把「做某件事的完整步骤、标准、要求、判断规则」提前教给 AI。
以后每次遇到同类任务，它就可以直接按照流程自动完成，不需要你重复教、重复提示。无论是剪辑、生图、排版、代码生成、课件优化，全部都可以封装成专属技能，大幅提升备课效率。
香蕉豚老师的大白话
Skill 就像你给新助教写的一张「岗位 SOP」：第一次手把手带，以后他照着 SOP 自己干，而且每次标准都一样。
概念 6：AI 幻觉 —— 一定要规避的坑
AI 为了完整完成你的任务，自动编造不存在的内容、虚假信息、无效修改、虚假文献。而且它编造的时候语气通常非常自信，不核对很难发现。
所以我们在做教学设计、写教案、做课件时，必须提前加约束指令，要求内容真实、有据可查、不编造、不虚假修改。可以直接在提示词里加上这一段：
「请基于真实、可查证的资料完成内容；不确定的信息直接标注『待核实』，不要编造文献、数据和案例；修改课件时只改我要求的部分，不要改动其余内容。」
概念 7：GitHub —— 全世界共享的代码素材仓库
还有一个非常实用的平台，叫 GitHub。很多老师一听名字就觉得，这是程序员才去的地方，跟我们老师没关系——其实不是。
你可以把 GitHub 理解成一个全世界共享的代码素材仓库：全球的开发者、创作者，会把自己写好的脚本、工具、交互模板，免费开源放到这里分享。里面有海量现成的代码：自动剪辑脚本、网页小游戏模板、HTML 交互课件框架、口播生成工具，应有尽有。
像我之前做 HTML 心理互动课件、自动剪辑短视频，很多底层框架就是从这里找到的开源代码。如果从头自己写，要耗费几天；直接拿成熟开源代码二次修改，省时又省钱，甚至可以省下很多软件会员费。
不用自己上手去啃复杂代码，只需要告诉你的 Agent：「去 GitHub 帮我找一个 XX 功能的开源脚本」。智能体会自动检索、下载、调试、修改，把适配我们课堂的成品给到我们。它是我们做 HTML 交互课件、搭建自动化工作流非常重要的素材库。
概念 8：HTML 交互课件 —— 本课程的核心特色
很多老师问我：为什么我不用传统 PPT，而是用 HTML 课件？给大家讲最真实的区别：
| 对比项 | PPT | HTML 课件 |
|---|---|---|
| 动画方式 | 手动堆叠动画，出现、消失、移动全部手动设置 | 代码级交互，一行指令实现动画、跳转、随机效果 |
| 随机游戏 | 无法实现真正随机游戏、逻辑互动 | 原生支持随机效果、互动游戏、闯关机制 |
| 制作效率 | 复杂交互非常耗时 | 模板可复用，制作效率更高 |
| 课堂效果 | 线性播放，交互有限 | 灵动、随机、强交互 |
同样的课堂游戏、情绪互动、心理活动设计，HTML 能做到 PPT 永远做不到的灵动、随机、强交互。这也是我们整套 AI 训练营，区别于普通 AI 备课课的核心优势。
三整个训练营的底层核心逻辑
概念都认全了，回到最开始那个问题：这些概念，我们到底该怎么用？下面这条分活方法，是整套训练营的地基——后面每一课的实战，都按它来。
它提升效率，但无法替代老师的专业思考。
真正的 AI 教学融合是：让 AI 帮我们降低技术门槛、节省时间成本、承接繁琐的执行工作。让我们以前想做、但做不出来的互动课件、游戏化课堂、趣味活动，现在可以低成本轻松实现。
所以一定要建立正确的协作关系：
负责思考、把关、把控教学逻辑。
负责落地、执行、优化细节。
而「AI 当助理」这句话具体怎么落地？最关键的一条是：别让一个模型从头干到尾。往下看这一条，它贯穿我们后面每一课。
三档模型：贵的想，中的干，便宜的查
「AI 是工具」这句话下面，还藏着一条更具体的用法：同一个 AI 里装着好几个「脑子」，聪明程度和价钱差得很远。大多数人全程只盯着其中一档用——要么把钱烧在不需要动脑的地方，要么在最该想清楚的地方，用了个便宜脑子。
整套训练营从头到尾，都按这一条来分活：
交给它「思考」
- 这节课到底要解决什么
- 目标怎么写、活动选哪个
- 挑毛病：哪里假、学生会卡在哪
交给它「执行」
- 把定好的方案写成教案
- 生成 HTML 课件、批量出情境卡
- 按模板改写、补齐每一页细节
交给它「找答案」
- 查课标、查概念、查某理论说了什么
- 翻译、总结长文档
- 改格式、统一标点、批量替换
判断交给最贵的，执行交给中间的，查找交给最便宜的。
为什么非得分开？因为三步犯错的成本完全不一样：
| 哪一步 | 错了会怎样 | 所以该怎么做 |
|---|---|---|
| 想 | 方向一错，后面全部白做 | 这一步必须上高阶。它慢一点、贵一点，但它会反问你、会指出你的目标写歪了 |
| 干 | 改一轮就好，不影响方向 | 中阶足够。方向已经定了，要的是手脚快、听话、肯改 |
| 查 | 你一眼就能看出来 | 低阶就行，便宜又快；但关键结论要回头核一遍（这就是概念 6 说的幻觉） |
两种最常见的翻车：全程只用一档
连「帮我查一下课标里这句话怎么写的」也交给最贵的脑子。
- 额度三天见底
- 它每句话都在长篇推理，你只想看一句话
教案写得像模像样，目标却是「引导学生了解情绪的重要性」。
- 它不知道这句话有什么问题
- 你也不知道，直到课上砸了才发现
省钱省错了地方，和花钱花错了地方，结果一样：钱花了，东西没变好。
怎么认档：认档，不认名字
模型名字半年一换，各家叫法也不一样，所以不要去背「哪个模型是高阶」。用这三条，两秒钟就能判断：
| 看什么 | 高阶长什么样 |
|---|---|
| 名字后缀 | 带「深度思考 / 推理 / Thinking / Pro / Max / Ultra」这类字样的，通常是高阶；带「Lite / mini / flash / turbo」的通常是低阶 |
| 反应速度 | 会先「想一会儿」再出字，页面上常常有一行「思考中」——多半在高阶档 |
| 计费单价 | 同一个平台里，三档的单价能差出几倍到几十倍，越贵越靠高阶 |
三档之间，每个 Token 的单价差很多倍。所以省钱不是「少用 AI」，而是「别用贵脑子干便宜活」——查资料、改标点这种事，用低阶做一百次，可能还不到高阶想一次的零头。
后面每一课的实战指令，我都会标出它该发给哪一档，长这样：高阶 · 想中阶 · 干低阶 · 查。看到标签，就知道这条该开哪个脑子。
四本课总结：一张图记住核心逻辑
AI 不是炫技工具，是老师的高效执行助手。
大模型是大脑，决定思考能力；Agent 是手脚，决定执行能力。
API 负责连接，Token 负责计费，Skill 负责固化工作流。
GitHub 是开源素材宝库，给我们提供现成代码模板。
选对多模态模型，才能做图文课件、课堂插画。
HTML 交互课件，是未来课堂互动教学的最高效形态。
三档模型分活：贵的想，中的干，便宜的查——后面每一课都按这条走。
下节课预告
从下一节课开始，我们正式进入动手实操：一步步带大家从零学会 AI 备课、AI 做互动课件、AI 搭建教学工作流，最后每个人产出一套可以直接进课堂使用的交互式教学成品。