从个人探索到同行共学:高校教师的 AI 进阶实践


AI 跟我有什么关系?

这是今年 1 月以前,在高校工作近 20 年的杜老师,谈起 AI 的第一反应。

杜老师是华东理工大学的一名老师,主要负责学校工会的宣教工作,包括新媒体运营、教职工活动和青年教师培训等。面对工作,他有自己的一套熟悉的方法,从未想过 AI 能在工作中发挥什么作用。

转变发生在一次帮助同事核查学生学分的过程中。杜老师尝试把一张信息繁杂的成绩表和核查规则交给了 WorkBuddy,结果它很快完成了核查。

正是从这次任务开始,WorkBuddy 逐渐进入杜老师的日常工作。此后几个月,他又用 WorkBuddy 沉淀了多年的青教赛经验、制作网页课件、搭建个人网站,并开始帮助更多教师学习和使用 AI。

01一张成绩表,让学分核查有了新解法

每年毕业季,高校都要开展毕业资格审核,负责毕业审核的老师需要对照专业培养要求,逐一核查学生前三年的课程与学分。

核查工作并不只是看总学分:不同课程模块各有最低要求,部分课程还存在关联条件。老师既要找出未通过的课程,也要算清每名学生的学分缺口。一张成绩表往往包含几十名学生和大量课程,过去只能对照专业培养要求逐行计算、核对。由于结果关系到学生能否毕业,老师即使是已经完成多轮核查,也难免担心出错。

面对这项规则明确、又需要反复核对的工作,杜老师想到:能否先让 AI 完成第一轮筛查,再由负责的老师复核?为了保证数据安全,他先将成绩表中的姓名、学号等可识别信息替换为临时编号,并将编号与真实身份的对应关系单独保存在本地,再将脱敏后的成绩表和具体核查规则交给 WorkBuddy。

他没有只问“应该怎样核查”,而是直接给出具体要求:通识教育、学科基础教育、专业教育、实践教育等模块分别需要达到多少学分;哪些指定课程必须修读;已经达标的项目无需输出,只列出未达标项目及现有学分。

在实际生成的报告中,WorkBuddy 将核查结果整理为汇总总表、未达标明细和统计说明。老师不再需要从第一行开始重新翻完所有课程,而是可以先查看异常项目,再回到原始成绩表逐项复核。

对杜老师而言,这次尝试的意义不只是少做了一些计算,更是让他第一次开始思考:

那些规则明确、重复发生、需要处理大量文件和表格的工作,或许不必完全依靠人工完成。

02多年青教赛备赛经验,不再只停留在人脑中

完成这次学分核查后,杜老师又想:既然 WorkBuddy 能接手一张复杂的表格,是否也能帮助自己整理那些更难归纳的个人经验?

杜老师长期参与青年教师教学竞赛,陪伴教师从校内选拔走到正式参赛,并组织专家培训。过程中,他既要帮助教师理解竞赛制度,也要持续整理材料和案例,判断不同阶段需要解决的问题,积累了丰富的资料和经验。

但资料多,并不意味着经验就能被很好地沉淀和使用——文件分散在不同位置、经验主要留在个人记忆中,新一届教师遇到相似问题时,仍然需要重新寻找材料,或者再次向有经验的人请教。一个人的时间有限,多年经验也很难仅靠一次次口头讲解传递出去。

于是,杜老师再次打开 WorkBuddy,在资料库中搭建起了青教赛知识宝库。

他把多年收集的竞赛制度、优秀案例、培训材料,以及陪跑过程中形成的经验陆续放进 WorkBuddy 资料库。此后,教师需要了解竞赛规则、寻找参考案例,或者梳理不同阶段的准备重点时,可以直接在 WorkBuddy 资料库中查询。杜老师后续开展培训或提供指导时,也能继续调用、补充和更新这些内容。

原本分散在不同文件、反复依靠个人讲述的经验,开始成为可以反复调用、持续补充的资料。杜老师使用 WorkBuddy 的方式也向前走了一步:它不仅可以完成眼前的任务,也能让过去的积累继续服务之后的工作。

03从个人网站到网页课件,让曾经的构想落地

随着使用不断深入,杜老师逐渐发现,有了 WorkBuddy,过去的一些受限于技术能力、只能停留在构想中的创意,也有了真正落地的可能。

搭建个人网站,就是其中的一次尝试。

这些年,杜老师积累了不少个人介绍、课程资料、项目成果和研究内容,但它们分散在不同文件中。因此,杜老师一直希望尝试搭建一个自己的个人网站。但是,要想清楚如何重新组织这些材料,又该以怎样的结构呈现在一个网站上,对从没有网页搭建经验的他来说并不是一件容易的事。

杜老师没有一开始就让 WorkBuddy 直接生成网站,而是先把相关资料交给它,要求它梳理一份网站 Brief:明确个人定位,筛选适合放在首页的信息,整理课程与项目成果,规划页面模块,并列出仍需人工确认的内容。确认整体方向后,再让 WorkBuddy 继续完成页面。

就这样,原本分散的资料被重新组织进个人介绍、课程、成果作品、能力与联系方式等模块,形成了一个完整的个人网站。此后,他还上传了新的照片,继续提出局部调整要求,让页面逐步接近自己的设想。

同样的过程也被运用到了教师培训中。

一次,杜老师把教师 AI 培训的课程主题、内容材料和授课思路告诉 WorkBuddy,WorkBuddy 在此基础上继续梳理课程结构,将认识 AI、使用知识库、现场练习和后续行动计划等内容,制作成了一套 34 页的网页课件。不仅支持直接在浏览器中打开,还加入了页面索引、动效与静态模式,形成了一份可以实际用于授课的完整成果。

对杜老师来说,他不需要学习如何编写网页,而是可以继续专注于内容和创意:提供材料、确认结构、提出修改意见,再由 WorkBuddy 帮助他,把这些停留在脑海里的构想变成可以看见、展示和使用的成果。

04用 AI 省下来的时间继续学习 AI

从核查学分、沉淀经验,到搭建网站、制作网页课件,如今,杜老师会借助 WorkBuddy 处理琐碎工作、沉淀个人经验、把构想变成落地的成果。而他自己,则是把更多精力放在思考和判断上。

改变工作链路带来的最直接的结果是时间被重新分配。用杜老师的话说,现在的他是“用 AI 省下来的时间继续学习 AI”。杜老师经常观看 WorkBuddy 官方的课程和直播,还获得了 腾讯云 WorkBuddy OPC 从业者认证证书¹。遇到不了解的功能时,他会直接向 WorkBuddy 提问;搭建过程中出现问题,就把报错页面截图下来,请 WorkBuddy 一步一步说明接下来该怎么做。

他并不是先学完所有功能,再开始寻找使用场景。相反,他总是在真实任务中遇到问题,再继续学习新的方法。新的能力被带回工作中,解决更多问题;省下来的时间,又被用于学习、整理经验和准备课程,由此形成持续循环。

如今,杜老师已经从一次偶然的尝试,开始将 WorkBuddy 用于日常工作。他也把这几个月摸索出的方法和经验分享给更多教师:

第一,不必从掌握所有功能开始,先选择一件真实、重复出现的工作。比如:表格核查、资料整理和培训备课,这些原本就是教师必须完成的任务,可以以此切入。

第二,把材料、规则和结果要求交代清楚。需要处理哪些文件、判断标准是什么、最终希望得到什么,都要尽可能明确。

第三,把具体执行交给 WorkBuddy,把关键判断留给人。WorkBuddy 可以整理数据、标记异常、生成成果,但事实是否准确、结果能否使用,仍然需要教师回到原始材料中确认。

杜老师告诉我们,只有先做出一份真正能用的成果,教师们才能更具体地判断 WorkBuddy 适合做什么、自己必须保留什么,也更容易找到继续学习 AI 的动力。

05写在最后

从今年年初重新认识 AI,到用 WorkBuddy 处理复杂琐碎的工作、沉淀多年经验,再到做出个人网站和网页课件,杜老师只用了几个月的时间。

当他回看这几个月的 AI 实践时发现,当中最有价值的地方,并不是掌握了多少功能,而是找到了一条逐步推进的路径:先让 WorkBuddy 解决一件真实工作,再把省下来的时间用于学习;当能力不断增加,他又开始整理过去的经验,尝试过去很难独立完成的事情,并把这些方法带给更多教师。

对教师而言,学习 AI 不必从理解一项新技术、掌握所有功能开始。更实际的起点,是今天必须完成的一件事:找到其中规则清楚、重复发生的环节——让 WorkBuddy 接手可以执行的部分,把人的时间留给判断、学习和积累,并最终让个人经验成为更多人可以继续使用的成果。

几个月前,杜老师问的是“AI 跟我有什么关系”;现在,他开始帮助更多教师寻找自己的答案。而答案,往往就藏在每一位教师的真实工作流中。

原文:腾讯 WorkBuddy 官方公众号 · 2026 年 9 月 7 日