课程体系
每一门课都以「当天能带走什么」为验收标准：讲义、演示案例、实操任务、常见错误清单缺一不可。课程与教案包分离，便于按需组合。
教师端四层阶梯
教师端的起点就是本地最常见的状态：知道，却没有用过。因此第一层不能跳过。
基础层：从「知道」到「会用」
补齐认知：知道 AI 能做什么、不能做什么，完成第一次有效使用
前置：无门槛要求，这是起点。本地教师最常见的状态是「知道，却没用过」，第一层不能跳过
效率层：把时间还给教学
备课、出题、批改、材料与数据处理的提效方法，以重复性事务为切口
前置：需要已完成基础层。没理解能力边界就上手提效，容易把省下的时间又浪费在返工上
教学层：AI 进入课堂设计与评价
让工具成为设计、互动与反馈的一部分，而不是课外点缀
前置：需要效率层已有稳定习惯。教学层要求能判断哪些环节该用、哪些环节必须人来判断
基础层：从「知道」到「会用」
补齐认知：知道 AI 能做什么、不能做什么，完成第一次有效使用
对应课程：教师 AI 第一课：AI 能做什么、不能做什么（1 课时）、常用工具上手：按场景选工具，不追新（1 课时）
效率层：把时间还给教学
备课、出题、批改、材料与数据处理的提效方法，以重复性事务为切口
对应课程：备课提效：从 90 分钟到 30 分钟的一节课（1 课时）、批改与数据处理：把机械时间还给老师（1 课时）
教学层：AI 进入课堂设计与评价
让工具成为设计、互动与反馈的一部分，而不是课外点缀
对应课程：AI 融入课堂：设计、互动与反馈三处落点（2 课时）、作业与评价改造：学生开始用 AI 之后怎么办（1 课时）
骨干层：种子教师培养
每校培养一批能讲、能用、能带人的教师，形成校内自传播
对应课程：种子教师培养：能讲、能用、能带人（2 课时）
学生端三层阶梯
先建立判断力，再谈使用；素养层不是附加内容，而是学生能否长期正确使用 AI 的前提。
素养层：核验、伦理、诚信与依赖风险
知道哪些事不能交给 AI，知道何时应当停手
前置：需要完成应用层。素养层不是附加内容，而是长期正确使用的前提
认知层：AI 是什么、能与不能
从零建立基本判断，既不神化，也不回避
对应课程：学生第一课：AI 是什么、能做什么、不能做什么
应用层：把 AI 用在学习与项目中
学会提问、拆解任务、核对结果、标明使用过程
对应课程：学生实操：会问、会拆、会核对、会交代
素养层：核验、伦理、诚信与依赖风险
知道哪些事不能交给 AI，知道何时应当停手
对应课程：素养课：核验、诚信、安全与依赖风险、看穿生成内容：图、视频与「AI 味」的识别
全部课程
每门课标注版本与适用时间；已标注「已更新」的课程会给出替代它的新课程，避免各校拿到过期材料。
教师 AI 第一课：AI 能做什么、不能做什么
当场上完课，每位教师用 AI 独立完成一次真实任务，并能说出三条「不能交给 AI」的事
常用工具上手：按场景选工具，不追新
能为自己的三类任务（写材料 / 读长文档 / 处理数据）各选出一个合适工具，并知道每个工具的短板
备课提效：从 90 分钟到 30 分钟的一节课
用 AI 在 30 分钟内产出一份可直接进课堂的教案初稿，并保留自己的教学判断
批改与数据处理：把机械时间还给老师
能用 AI 完成一次成绩统计与错因归类，并把批改反馈的时间压到原来的三分之一
AI 融入课堂：设计、互动与反馈三处落点
设计并试讲一节真正用上 AI 的课，且能说清每个环节为什么必须用工具、为什么必须由人做
作业与评价改造：学生开始用 AI 之后怎么办
产出一份改造后的作业设计：过程可追溯、评价看证据、能识别「代做」
种子教师培养：能讲、能用、能带人
每位种子教师能在校内独立完成一次进校宣讲，并带出至少 2 名同伴
学生第一课：AI 是什么、能做什么、不能做什么
学生能用自己的话解释 AI 的能力边界，并举出三件「不该交给 AI」的事
学生实操：会问、会拆、会核对、会交代
学生完成一次「自己提问 → 核对 → 标明过程」的完整任务
素养课：核验、诚信、安全与依赖风险
学生能识别四种常见风险场景，并知道每种场景下应当停手还是继续
看穿生成内容：图、视频与「AI 味」的识别
学生能对一段可疑的图文或视频内容提出三个具体的核实问题，而不是直接转发