我做了个给老师用的 AI 做课智能体「智课工坊」：为什么做、怎么做的、和整套开发提示词

引语：一门课从零做到能开课，正常要 8 到 12 个人天。我用一个单文件 HTML 接 DeepSeek，把它压到 1 天。这篇不是功能清单，是把「为什么做 → 解决了什么 → 怎么一步步做出来 → 每个关键功能背后的取舍 → 整套开发提示词」完整摊开，你照着能复刻一个。

1. 为什么做：31 节课之后，我受够了重复劳动

先交代背景。过去几个月我做了四门 AI 素养课：入门 7 课、进阶 8 课、高阶 8 课、案例实战 8 课，加起来 31 节。做到第 20 节的时候有个感觉越来越强烈：每节课的结构明明一模一样——封面、知识点、实操步骤、Prompt 模板、总结页、桥接语，但每次都是从头开始。大纲、逐课内容、课件、习题、考核，一整套下来 8 到 12 个人天，而课程内容本身一个学期才更新一次。

这个痛点不止我有。高校老师想开 AI 课，卡点根本不是专业能力——计算机老师哪个不会讲？他们缺的是三样东西：课程设计方法论（产出链怎么排、能力怎么分层、目标怎么对齐）、课件工程化（淡蓝科技风的翻页课件没人会写）、考核配套（题库、答案键、评分量表）。市面上的工具没有一个能一站解决。

于是目标很明确：做一个工具，老师输入课程主题或丢进来一份讲义，输出一门能开课的完整课程包。老师不是甩手掌柜，是审核者——AI 出草稿，老师改，改完确认。

2. 解决什么问题：先做业界调研，发现这是真空白

动手之前我先做了个系统调研，防止自嗨。翻了国际 15+ 个产品（Khanmigo、MagicSchool、Diffit、Curipod、Eduaide、Coursebox、LearnWorlds 这些）+ 国内 27 个（讯飞智作、希沃、ClassIn、小鹅通、百度文库 AI、WPS AI、豆包、Coze），外加 Gamma、SlidesAI 这类通用工具。

调研结果可以浓缩成一张六层能力基线表——成熟作课产品的起跑线：

对照这张表，五个空白非常扎眼：

1. 没有一家能端到端生成「多课时完整课程」——全停在单套 PPT、单课教案；「课程目标 → 多课时序列 → 跨课时一致性 → 版本迭代」没人打通
2. 教学设计层在商业工具里几乎缺失——Bloom 分层、产出链设计、能力分层只能靠用户自己写 prompt
3. 理工科/开发者课程没人做——国内竞品全部面向 K12 新课标，代码实验、可运行 Notebook 是真空
4. 考核闭环普遍做浅——「出题 → 答案键 → Rubric → AI 批改」完整闭环无人提供
5. 华为底座齐全但缺封装——智果、码道、ModelArts、开发者空间、开发者学堂每一块都有，就是没拼成「老师自助 AI 作课」的成品

结论：不是没人想到，是没人打通。这个空白就是我们产品的落点，PRD 里产品名暂定「智课工坊」。

3. 怎么做：单文件 HTML + DeepSeek + localStorage

技术路线我选得特别朴素：单文件 HTML，双击就能开，接 DeepSeek 的 API，数据存 localStorage。不引框架，不搞后端。

为什么单文件？给老师的工具，越简单越好。一个文件拷走就能用，不用装环境、不用部署、不会过期。老师电脑上可能什么都没有，但他一定有浏览器。

整个产品是六步向导（每一步都有「下一步」按钮，步骤条只允许点当前步及之前，防止跳步）：

① 课程输入与澄清 → 主题+学员+课时+深度；AI 用四问（谁学/缺什么/学完能怎样/凭什么）追问
② 课程方案       → 产出链 + 课时大纲（可编辑表格 = 可编辑中间态，先审结构）
③ 课程详细内容   → 每课：Bloom学习目标 + 知识点 + 实操步骤 + Prompt模板 + 桥接；可展开改
④ 逐课课件生成   → 严格基于详细内容，页数下限 8，知识点全覆盖
⑤ 题库考核       → 20 题/批分批生成，多题型+答案+解析+对应课时
⑥ 审校与导出     → AI 质量自检 + 「需教师确认」清单 + 导出课程包

4. 三次推翻：每个关键决策都是被真实使用打脸

第一次推翻：让 AI 从大纲直接生成课件，每课只有 2 到 3 页

第一版流程是五步：输入 → 方案 → 逐课课件 → 题库 → 审校。方案生成没问题，课件开始翻车——AI 从大纲直接生成课件，每课只出 2 到 3 页，页数完全失控：同一个提示词，第一课 9 页，第二课 3 页，有的课连总结页都没有就断了。

想明白问题出在哪：让 AI 从大纲直接跳课件，等于让它自己脑补中间层，它脑补不了。人做课是先写教案再写 PPT，AI 也应该这样。

于是改成六步，中间强制插入「逐课详细内容」这道闸——不是大纲里的一句话，是每课的学习目标（带 Bloom 分级）、4 到 6 个知识点、3 到 5 个实操步骤、2 到 3 个 Prompt 模板、桥接语。生成课件时把详细内容整段塞进提示词，并写死页数下限：

【课件生成提示词 · 可以直接抄】
你是课件设计师。严格基于下面的「本课详细内容」制作课件，不要自由发挥新增知识点。
输出 JSON：{"slides":[{type,icon,h1,tag,time,output,subtitle,paras,list,steps,prompts,outputs,takeaways,bridge}]}
slide.type 只能是这 5 种之一：cover / content / steps / prompt / summary。
要求：
1. 页数至少 8 页，不足 8 页算生成失败
2. 详细内容里的每个知识点至少 1 个 content 页
3. 每个 Prompt 模板对应 1 个 prompt 页
4. 第一页是 cover，最后一页是 summary（含 bridge 桥接语）
5. 只输出 JSON，不要代码围栏，文本字段内部不要换行

【本课详细内容】
{在这里粘贴第 3 步生成的每课详细内容 JSON}

改完以后课件稳定在 8 到 11 页，内容页和知识点一一对应。少于 8 页就拦截重试，未知的 slide 类型兜底按内容页渲染——AI 会发明非标准 slide 类型，这是页数悄悄变少的元凶，兜底渲染不是保险，是刚需。

第二次推翻：100 道题一次生成，JSON 被截断

题库是第二个坑。老师填「100 道题」，AI 一次输出 100 道题的 JSON——题干、四个选项、答案、解析。max_tokens 给的是 4000，输出到一半就断了，JSON.parse 直接报 Expected ‘]’。

三个修复一起上：max_tokens 提到 8000；20 题一批串行生成，批间合并；解析器从后往前找 JSON 闭合点，AI 输出被截断或带尾巴都能救回来。

【题库生成提示词 · 可以直接抄】
你是课程考核设计师。基于课程内容出题，覆盖多个课时知识点。
输出 JSON：{"quizzes":[{"type":"choice 或 multi","question":"题干（不要包含选项文字）","options":["A","B","C","D"],"answer":"单选题为下标数字 0-3，多选题为下标数组如 [0,2]","difficulty":"easy|medium|hard","lesson":课时序号,"explain":"解析"}]}
要求：恰好 N 题；单选约占 70%、多选约占 30%；多选题必须 4 个选项且正确答案 2 到 3 个；题干中不要出现 A./B./C./D. 之类的选项文字。只输出 JSON。

顺带把续批做了：生成完可以继续追加，新题跟旧题不重复。AI 侧把已出题的题干塞进提示词要求避开，本地再过滤一遍完全重复的。双保险——实测 AI 有时候就是不听话，本地过滤是兜底。

第三次推翻：AI 返回的字段类型，说变就变

打包下载的时候用户报错：打包失败，sl.paras.map is not a function。

查了半天：AI 返回的 paras 字段，有时是数组，有时是字符串，有时是对象。我写的 (sl.paras||[]).map 只兜得住 null 和 undefined，字符串直接炸。一个函数解决：

/* 类型防御 · 可以直接抄 */
function arr(x){ return Array.isArray(x) ? x : []; }
// 所有 AI 生成的字段一律包一层：
// 课件页：arr(sl.paras).map(...)  arr(sl.steps).map(...)
// 详细内容：arr(d.kps).map(...)  arr(d.prompts).map(...)
// 题库：arr(q.options).forEach(...)

课件页的 paras/list/steps、详细内容的知识点、题库的 options，全部包上 arr()。这之后同样的数据再没炸过。教训：AI 输出的形状默认不可信，校验和兜底不是防御过度，是必需品。

5. 关键功能：每个功能背后都是一道取舍

1. 四问澄清——「一句话起课」最容易跑偏，AI 先追问四问：谁学？缺什么？学完能怎样？凭什么跟你学？这四问来自我做 31 节课的洞察定位方法论，是课程设计的命门
2. 可编辑中间态——方案是表格、详细内容可展开，每一步都能改。这是「AI 草稿 + 人工审校」的落地：老师先审结构，再放量生成
3. 详细内容驱动课件——这是本产品最大的卖点：课件页数有下限、知识点全覆盖、Prompt 一一对应，AI 的自由发挥被关进笼子里
4. 附件深度阅读——老师上传的讲义大多是 Word。浏览器读 docx 要先解压 zip，本来准备引 JSZip，后来发现浏览器原生 DecompressionStream 就能解压 deflate——手写了一个六十行的极简 zip 解析器，只找 word/document.xml 里的文本，零依赖搞定。PDF 读不了，提示老师直接粘贴文本。生成方案是两步走：先深度阅读提炼要点（真实进度条 15%→60%→100%），再综合设计产出链大纲
5. 题库分批 + 去重 + 多选——20 题一批串行生成防截断，续批不重复，单选 70% / 多选 30% 混合，选项自动清理 AI 自带的 A. 前缀
6. 审校与导出——AI 质量自检（评分 + 高中低三级「需教师确认」清单），课程包一键打包：课程方案 md + 逐课课件 HTML + 题库 md + 项目 json，ZIP 下载（又是手写的 stored 模式 zip 生成器，约 60 行，兼容系统自带解压）

6. 开发提示词合集：五个可以直接抄的 Prompt

除了上面课件、题库两个，把另外三个核心环节的提示词也贴出来，凑成整套：

【四问澄清提示词 · 可以直接抄】
你是课程设计顾问。用户想开发一门课，请用四个问题澄清需求，每个问题给出选项+建议，
不要一次问完就生成方案：
1. 谁学？（目标学员，给出 2-3 个典型画像选项）
2. 他们缺什么？（结合画像给 2-3 个可能的痛点）
3. 学完能怎样？（给出 2-3 条产出链示例，如「网页截图 → 作品集 → 第一个AI程序」）
4. 凭什么跟你学？（工具/出口/体系，引导用户说出差异化）
等用户全部回答后，再综合输出课程方案。

【课程详细内容生成提示词 · 可以直接抄】
请为「{课程名}」第N课《{课名}》输出课程详细内容，先给我审，不要直接生成课件：
1. 学习目标 2-3 条，每条用 Bloom 层级标注（如「应用-能独立完成…」）
2. 知识点 4-6 个，覆盖本课核心概念
3. 实操步骤 3-5 个，可操作、可验证
4. Prompt 模板 2-3 个，与实操强相关，学生可直接复制
5. 桥接语一句（过渡到下一课）
输出 JSON：{"objectives":[],"kps":[],"steps":[{"title","body"}],"prompts":[{"label","text"}],"bridge":""}

【AI 质量自检提示词 · 可以直接抄】
你是课程质量审核员。检查下面的课程内容，输出评分和问题清单：
1. 事实正确性：物理公式/代码/概念有没有错误
2. 与前序知识点是否匹配（有没有跳级）
3. 每课产出是否可验证、可展示
4. 跨课时一致性：课次衔接、产出链是否连贯
输出 JSON：{"score":0-100,"issues":[{"level":"high|mid|low","lesson":N,"desc":"需教师确认的问题"}],"suggestion":"改进建议"}

这五个提示词基本覆盖了「澄清 → 方案 → 详细内容 → 课件 → 题库 → 审校」的完整链路，是我在真实使用中迭代出来的，直接改改就能用。

7. 意外收获：老师真的会改

工具做出来之后发现一件没想到的事：老师不点「AI 一键全生成」，而是让 AI 出草稿，然后逐课展开改。详细内容区每课有「展开」按钮，改完再让 AI 基于改过的内容重新生成课件。

「教师是审核者」——这个定位不是我想出来的产品理念，是用户行为自己长出来的。产出链和知识点拆解，老师认可六七成，剩下三四成自己改。工具的价值不是替老师做课，是把老师从 8 天里解放出来，让他把时间花在改自己的课上。

8. 总结

三个判断：

1. 让 AI 直接生成最终产物是错的，中间层必须人肉可见——先详细内容，后课件，顺序不能反
2. AI 输出的形状默认不可信，解析容错和类型兜底不是防御过度，是必需品
3. 做课工具的市场空白不在「生成」，在「教学设计」——Bloom、产出链、能力分层这些教学设计层，才是别人没做、老师真正缺的东西

AI 把做课的时间从 8 天压到 1 天，剩下的那 1 天，是老师在改自己的课——这 1 天才是这门课的魂。