数智交互课程 · 制作流程 能力说明
定调、能力匹配、结构编排、素材分工四层分析，全部内化进 Agent 的思考过程，只交付教师一份东西——
《课程设计一页纸》。老师不用在多份文档里来回找答案，一页看完全部要点、给出决策，剩下的交给 Agent。
龙虾学院 · 虚实科技 ｜ 数智交互课程 · 制作流程与能力说明
一一句话：引擎飞轮
数智交互课程是「持续生长的动态生成性系统」，而非一次性内容。我们的引擎飞轮正是这句话的工程实现——
🔄 引擎飞轮
教师投喂教案→
Agent 综合分析（定调+匹配+编排+分工全内化）→
只产一页纸 + 缺口清单→
缺口驱动引擎迭代→
引擎越全→
课越做越快→
沉淀任务模版→
3-5 门典型课→
全校流水线
缺口清单 = 引擎持续迭代的方向（飞轮燃料）；任务模版 = 一次设计处处复用（规模化引擎）。两个齿轮咬合，越转越省力。
十几~上百元
建课 token 成本/堂课，视打磨轮次而定
二对齐课堂新范式
数智课堂的新范式提法，引擎逐条都有对应实现——不是概念，是已经跑在课堂上的能力。
| 课堂新范式 | 引擎的对应实现 |
|---|
| 一堂 N 段（每课 3-5 片段） | stages 关卡编排（5-8 关），片段末开放问题→ discuss 分组转线下 |
| 师—学生—AI 三元协同 / 认知伙伴 | 数字人角色 + 学生自己的 Agent + assistant 悬浮球（对话+画布） |
| 交互数据无感知获取 | 引擎静默上报 ShuzhiMetrics（学生无感） |
| 伴生数据可视化 | 学情大屏 15s 刷新 + 班级筛选，课中实时 / 课末总结 |
| 基于数据的过程性评价 | 首正率 / 用时 / 选项分布 / 高频错误 / 词云 / 分组产出 |
| 持续进化机制（自优化） | 数据驱动迭代 + 缺口回收 → 引擎升级 → 存量课回头升级 |
| 教师 Agent 成为主力劳动者，老师解脱出来专注创造 | 标准化流程承载全部段①②，Agent 扛下从设计到发布的全部执行，一份一页纸走完，老师只做决策和把关 |
数智课堂四大特征：生成性 · 协同性 · 情境性 · 数据驱动性。每一步都为这四条服务——尤其「数据驱动性」，是引擎相对传统课件的降维打击。
三制作流程 · 十一步（分两段）
一堂课从教案到上线，走完十一步。定调（价值层）、能力匹配（技术层）、结构编排（编排层）、素材分工（生产层）
四层分析 Agent 认真做完，只交付一份数据驱动的《课程设计一页纸》——教师读一页就等于把四层结论都读到了。
每步标注谁来做（🤖 Agent / 👩🏫 教师 / 🤝 协同）。
0
资料检查与收集够了就走，不够 Agent 自己伸手要🤖 Agent · 1-2 分钟
检查工作区材料是否齐全（教案/说课稿/素材，Word/PDF/PPT/图片皆可）。齐全直接进下一步，不等人；不够就主动回复最近消息或发微信问教师要，要完后暂停等待，材料到位自动继续检查。
省心之处：教师不用先想起来要投喂什么，Agent 会主动来问，缺什么问什么。
↓ 四层分析全部内化，只产一样东西 ↓
1
⭐ 综合分析 · 产出一页纸定调+匹配+编排+分工，四层思考一次做完🤖 Agent · 20-40 分钟
Agent 内部走完四层分析——定调（趋势+思政+三维映射，这门课该传递什么价值）→ 能力匹配（五级支持状态，引擎接不接得住）→ 结构编排（三段式骨架+逐关卡设计）→ 素材分工（谁产、怎么产）。只交付两样东西：
- 《课程设计一页纸》（教师唯一要看的材料）：Agent 整体评价 · 组件/版式/皮肤使用充分性 · 逐环节设计（含"相比原教案的升华点"）· 供料看板 · 需教师决策的问题 · 改进建议
- 缺口清单（🔴级引擎缺口+过渡方案，抄送八爪进 roadmap，教师不看）
⭐ 硬性检查（引擎自动算，不靠 Agent 自己交代）：14 组件（含 sort/freearrange 排序两兄弟、dialogue/live-dialogue 对话两兄弟）用了几次全列出，未用到也显示；至少 1 个 embed 互动实验/游戏，没有就自动弹红色警示——纯练习题堆砌不算数智交互课；3 版式 + 5 内置皮/自定义 也一并检查，防止漏配。
↓ 教师审这一份就够 ↓
2
⭐ 等待教师审批一页纸没问题就走，有问题原地改🤝 协同
教师读一页纸，在「需教师决策的问题」处给答案。Agent 读完教师的回复自己判断——没问题就通过进入下一步；有问题就不通过，改同一份一页纸重新发送审阅，不用重跑整条分析链。
机制：一页纸在上一步已经发给教师了；这一步 Agent 提交后立刻进入等待状态，教师回复后被重新唤起接着判断——全程不需要教师去 App 里点按钮，回句话就行。
↓ 审批通过，Agent 素材自产 和 教师供料上传 同时开工，谁都不等谁 ↓
3
⭐ 素材双轨并行Agent 能自产的绝不等人🤝 协同 · 并行
一页纸审批通过，两条线真并行（同一个并行组，同时激活、互不等待），都挂进一页纸的供料看板：
⏳ 待处理🔨 制作中✅ 已确认
🤖 AGENT 队
自动产出
课程文本 / 题目 / 台词 / 三级提示 / 主题皮 / AIGC 插画立绘 / 视频走 Agnes 免费兜底 / TTS 配音 / 知识图谱 / 互动实验页
👩🏫 真人队
必须真人
教材原文 / 校园实拍 / 特定版权素材 / 现场采集（非遗访谈等）/ 学生作品实物拍照
点看板卡片推进状态（待处理→制作中→已确认），一页纸里的进度小条和看板共用同一份数据，点哪边都同步——不用两头对照。
建课 token 成本十几到上百元，取决于打磨深度——一版走完就用的日常课十几元，反复打磨的精品课（多学时、多轮迭代）到大几十甚至上百元也正常。实验页复用优先：先查实验库 /static/shuzhi-labs/ 有没有现成的，没有再新造，新造必回流入库全校复用。审核红线：先贤/思政话术与历史人物立绘必须教师送审。
↓ 两队都齐，教师最终确认，触发段② ↓
4
⭐ 素材完成定稿教师最后校验一遍，批准即触发段②👩🏫 教师把关
Agent 汇总两队产出，把清单状态都更新为「已确认」，在教师最近会话频道汇报请求最终批准——这是发课前最后一道人工卡口，教师要亲自校验一遍供料清单。批准后（不是提交的同时）才触发段②任务，批准前绝不提前触发。
↓ 段① 完成，进入段② ↓
5
数智化配置生成一键生成互动课程（一份 JSON = 一堂课）🤖 Agent · 15-30 分钟
核心步骤——按一页纸+素材，生成完整课件 JSON，挂进对应课时。引擎能力盘：
- 14 组件：media / quest（单+多选）/ sort 拖拽排序 / freearrange 自由拖拽布局 / embed 探究实验 / blanks 填空 / read 美读 / table 梳理 / create 创作 / discuss 分组讨论 / extend / craft 作品工坊 / dialogue 先贤对话（固定剧本）/ live-dialogue 先贤 LIVE 对话（生成式）
- 结构版 ↔ 自由版：sort↔freearrange、dialogue↔live-dialogue——要可控/送审/零成本用结构版，要开放/生成/自由用自由版，老师按任务选（有秩序的自由）
- 新能力：🌱 reflect 自由表达（AI 只承接不判对错）/ 🎨 作品闭环（上传自动入墙 + 按课时聚合 + 生生"读懂"互评）/ 🌟 学习积分 / 🎛️ 课堂实时主控（老师大屏推节奏、学生端即时响应）/ 🎤 先贤配音 + 学生语音输入
- 三版式：卡片流（叙事，默认零配置）/ 左右对照（配 panel 学材面板）/ 全屏沉浸（embed 实验，不配 panel）
- 换气质：5 内置皮（古城/星空/山河/海洋/童趣）+ skinDef 自定义整套皮 + 每关背景图 + 闯关旅程线 + 撒花惊喜 + 勋章成就墙——一页纸里已经必填了选哪个皮、为什么
- 平台钩子：@call 呼叫讲师 / @quiz 摸底出题 / @km 知识图谱（内嵌自动注入）
- 三级提示铁律、断点续学、学情大屏第 0 秒就位
架构：互动引擎是公共的、久经打磨的；课程内容是一份配置（课文 / 题目 / 话术 / 角色 / 配色）。换一篇课文 = 换一份配置。第一堂课是成本，之后每堂都是流水线。
↓ 知识图谱 + 考试出题 ↓
6
知识图谱 + 考试出题课前学情诊断 + 课后分层作业的数据底座🤖 Agent · 10-20 分钟
- 逐课时构建知识图谱、合并课程总图；有学习卡也纳入节点。节点目前不支持单独编辑，要调只能重新生成——已知缺口。
- 按重难点出考试题，及格线默认 70 分；出题形式与组件选型对齐（quest 出选择题、blanks 出填空判断、create 不出题）
三段式课程里，课前预习学时的学情诊断依赖图谱、课后总结学时的分层作业依赖考题结果——缺这两样，学情大屏和分层教学就是空的。
↓ Agent 自测 ↓
7
自测验收机器闸机 + 人工过一遍🤖 Agent · 5 分钟
- 🚦 先跑两条机器自检（和上架闸机同一套标准，不通过不许往下走）：结构完整性（课件链接是否完整、配置能否读到）+ 质量与引擎能力应用度（致命错误必须为空、改进建议一并列出）
- 再人工过一遍：逐关可过 / 三级提示生效 / reward 弹卡 / 断点续学恢复 / 学情大屏就位
- 附自测截图，交教师把关。Agent 自查通过，课就一定过审——标准公开、可预期
↓ 教师把关（人永远在环上）↓
8
教师把关 · 一键发布审 + 微调 + 发布👩🏫 教师 · 10-30 分钟
- Agent 自检完成后提交待审批，说明课程已就绪：审台词题目——先贤/思政话术必审，思政/民族/宗教内容需教研组双审
- 同时给出建议定价、是否开放给其他老师/学校 fork，商业决策和内容审核一起摆在教师面前一次性确认
- 教师审阅+确认商业设置后，在 academy 后台点击发布，再回任务页点击「通过」——两件事一次拍板
- 不满意就不点通过，直接打回「配置生成」步——改了再自检、再把关，修改复审随时回环
关键：改题 = 改文本，不改代码。Agent 生成的不是"死课件"，是随时可调的活配置。
↓ 上课后 · 数据回流 ↓
9
数据驱动复盘学情回流 → 课越用越好，持续迭代🤝 协同 · 每次开课后
- 大屏实时：完成度 / 正确率 / 用时 / 选项分布 / 高频错误
- Agent 分析：哪关卡住？哪题异常？自动出调优建议→教师确认→改配置热更
- 新暴露的需求纳入引擎迭代——飞轮再转一圈
闭环：学生学 → 数据采 → Agent 分析 → 教师调 → 学生学得更好。这就是课程的持续进化机制——每开一次课，课就更好一点。
四沉淀为两段 Task 任务模版
整条流程做成 两段 Task 任务模版（已在平台建好、可复跑/可 fork/可改）——中间以「素材封板」为闸口，Agent 能自产的先跑完不阻塞，真人素材齐了再进段②：
📦 段① 课程制作准备（6步）
资料检查 → 综合分析产一页纸+缺口清单 → 教师审批一页纸 → 〔Agent 素材自产 ∥ 教师供料上传〕并行 → 素材完成定稿（教师批准触发段②）。一页纸模板 + 主规范 SPEC 作参考附件，Agent 一运行模版就自动带进任务=开箱即有操作手册。产出=一页纸 + 缺口清单。
🎬 段② 素材齐后制作（5步）
真人 P0 素材到位触发：配置生成 → 知识图谱+考题 → 自测 → 教师把关发布 → 首课复盘。真人需求为 0 的课可与段①连跑不中断。
两段模版覆盖从设计到发布的全过程，是"3-5 门典型课程 → 全校"的关键。一次设计，处处复用。
🔁 可复跑
一堂课 = 一次模版实例化。教师投喂→Agent 走完→教师把关，步骤固化不遗漏。
🌿 可 fork
语文精读版 / 理科实验版 / 思政思辨版；名师造课法固化为专属 fork = 教师经验资产化。
📈 会自强
需求回收 + 实验库回流 + 模版自迭代 + 教师偏好沉淀，跑一次强一圈。
飞轮咬合点：① 缺口回收（步骤 1/6 喂入八爪缺口台账，多堂课命中即自动升优先级、凯凯排期）② 实验库回流（步骤 3 新造实验必入库、全校复用）③ 模版每 5 堂课复盘、迭代版本 ④ 教师把关偏好记入专属 fork。
五3-5 门典型课程 → 全校的流水线
| 维度 | 做法 |
|---|
| 单校启动包 | 两段模版（含一页纸模板+主规范 SPEC 附件）+ 学科 fork + 实验库 + 引擎 SPEC，新校 Agent 开箱即产 |
| 并行度 | 素材双队并行 + 多课时并行（每课时一份独立 JSON） |
| 单堂课工时 | Agent 净工时 ≈ 1-2 小时；教师投入 ≈ 30-60 分钟（审一页纸+把关发布） |
| 质检底线 | 任何规模下教师把关不可跳过——数智课的"人"永远在环上 |
| 先 Demo 后铺量 | 流程先在 Demo 课跑通、边跑边补引擎缺口，方向确认后再规模复制 |
通用价值：这套制作流程是我们平台的通用能力，适用于全学科、全学段——从 K12 到大学、从职业教育到素养培训，全部适用，标准可复制。