备课与出题
教学端
输入
所用教材、课程标准、教学大纲、学校既有教案与校本题库。
输出
教案与课件大纲初稿、课堂活动设计；按知识点与难度分层出题、组卷，并配参考答案与解析。
人在哪里介入：教师审校内容准确性与适龄性后使用；题目与答案须经教师核对，超纲题由教师剔除。
模块按角色分端，清单是开放的
下面分两组：一组已经有可运行实现、可以直接演示；一组是按学校情况评估接入的。每个模块都按“输入什么—系统给出什么—人在哪里介入”定义。学校不必一次全上，通常先跑通一到两个再扩。
核心模块
已有可运行实现教学与校务里最常被提到的几个场景，也是我们目前可以直接演示的部分。
作业与作文批改辅助
批改端
输入
学生作业或作文、教师设定的评分标准与批改要点。
输出
按评分标准给出的评分参考、逐条修改建议与评语初稿，并汇总本班共性问题。
人在哪里介入：教师复核后再反馈给学生；成绩与评价结论由教师确认并留痕，系统评分不直接入册。
学情分析与讲评
学情端
输入
批改结果、作业与测验的错题记录、知识点与题目的对应关系。
输出
错题按知识点归因、班级共性问题清单、讲评重点建议与下一轮分层练习建议。
人在哪里介入：只做知识点维度的归因，不对学生做画像、打标签或排名；讲评内容与节奏由教师决定。
答疑辅学
学习端
输入
校本教材、题库与教师整理的讲解资料；学生在限定范围内的提问。
输出
启发式讲解：先追问学生的思路与卡点，再按教材口径讲方法，默认不直接给出答案。
人在哪里介入：开放范围、年级与时段由学校设定；学生端默认关闭与课程无关的自由对话，提问记录可供教师查看。
校园知识库与校务材料
管理端
输入
教务与学工制度、学籍与资助政策、办事指南、招生就业政策、常见问题汇编。
输出
自然语言提问返回答案与引用的文件、条款和版本；通知、总结、材料初稿起草。
人在哪里介入：文件范围与版本有效性由各业务部门维护；学籍、处分、资助等有后果的事项以学校正式通知为准。
教研与课题助手
教研 / 科研端
输入
听评课记录、教研资料与课例、学科文献；高校与科研院所的课题材料。
输出
听评课记录整理与教研报告初稿、教研资料检索与综述、文献阅读要点与实验方案整理。
人在哪里介入：结论与署名由教师与课题组负责；未发表的研究内容限定在本地，不出本单位。
扩展模块
按学校情况评估接入这些来自不同类型学校提出的实际需求，技术路径与核心模块相同；但能不能做、做到什么程度，取决于学校的资料条件与现有系统，需在评估阶段逐项确认，不作为默认现成功能。
教材与校本资源建设
资源端
输入
现有校本讲义、课件、题库、往年教案，以及学校认可的公开资料目录。
输出
按知识点与课程标准打标签归档，重复与缺口清单，校本教材与讲义的整理初稿。
人在哪里介入：入库范围与资料来源由学校确认；对外公开使用前，版权由学校核定。
分层练习与复习计划
学习端
输入
错题记录、知识点掌握情况，以及教师设定的练习范围与难度。
输出
按知识点生成的分层练习，以及阶段复习的内容与顺序建议。
人在哪里介入：范围与难度由教师设定并审核；不以系统结论调整学生的分班、分组或评价。
招生咨询与就业服务
校务端
输入
招生简章、专业介绍、历年问答、就业政策与岗位信息。
输出
招生与就业常见问题的应答初稿，专业与岗位信息的对照整理。
人在哪里介入：对外口径由招生与就业部门确认；不向考生与家长承诺录取或就业结果。
评估迎检与材料梳理
校务端
输入
评估指标体系，以及学校已有的制度与过程材料。
输出
指标与材料的对照清单、缺项提示、自评报告初稿。
人在哪里介入：结论与报送材料由学校负责；系统只做对照与整理，不承诺通过任何评估或检查。
实训与实验教学助手
职业院校 / 高校
输入
实训手册、工单、设备操作规程、实验室安全与危化品制度。
输出
实训任务书与工单初稿、操作规程问答、安全知识问答与考核题。
人在哪里介入：涉及安全操作与准入的结论，以学校制度和现场规程为准，不以系统回答为准。
多语种与双语教学资料
国际学校 / 留学生教育
输入
双语课程资料、外文教材，以及学校已有的学科术语表。
输出
教学资料的多语种对照初稿，术语一致性检查与术语表维护建议。
人在哪里介入：译文由学科教师或专业译者定稿；考试与正式文件不直接使用机器译稿。
为什么不把模块写成一张固定清单
教育场景本身在变：课程标准会改、评价方式会改、模型半年前做不了的事现在能做。把能力钉成一张封闭的清单，对学校没有好处，对我们也不诚实——要么很快过期，要么为了显得全面而写上做不到的东西。
所以我们固定的是方法，不是清单。任何一个新场景都按同一套流程接进来：先说清输入什么、输出什么，再定人在哪里介入、谁对结果负责，最后用学校自己出的评估集验收。上面两组不是能力上限——学校提出的场景只要这几件事能说清，就可以进入评估；说不清的，我们会直接讲为什么现在不适合做，而不是先接下来再说。
不随模块增加而改变的只有硬边界：无论加多少模块，涉及成绩、评优、分班、处分、升学的结论，以及学生心理状态的判断，都不由系统给出。见明确不做的事与能力边界三档。
本页讲的是教学与校务里做什么。底层的模型选型、显存与算力卡、国产化适配与部署档位，见教育行业 AI 私有化部署与配置计算器。
覆盖哪些机构，各自先上什么
各类教学机构的学段、决策方式、合规要求差别很大，不能用一套方案套到底。下表是我们按机构类型区分的切入建议。
| 机构类型 | 建议先上的模块 | 要特别注意的 | 决策与采购路径 |
|---|---|---|---|
| 小学 / 初中（义务教育） | 备课与出题、作业批改辅助 | 未成年人信息与监护人同意；学生端默认不开放，先只服务教师 | 多由区县教育局或学校预算采购，常需进政府采购流程 |
| 普通高中 | 备课与出题、学情分析与讲评 | 涉及升学、分班的结论不由系统给出 | 学校或教育局预算，周期中等 |
| 中等职业学校 / 技工院校 | 备课与出题、校园知识库 | 实训与专业课资料分散，需先确认各类资料的责任部门 | 校级预算加招标，常有国产化要求 |
| 高等职业院校 / 应用型本科 | 校园知识库、备课与出题、教研助手 | 二级学院之间的资料权限与密级隔离 | 可按一个学院试点，再校级推广 |
| 普通高校与科研院所 | 教研与课题助手、校园知识库 | 未发表的研究内容必须留在本地 | 院系试点，走学校信息化与采购流程 |
| 特殊教育 / 国际学校 / 民办学校 | 备课与出题、答疑辅学 | 教材与课程体系差异大，需先做资料适配与口径对齐 | 决策链较短，可先云端验证 |
| 校外培训机构 / 职业技能与考试培训 / 企业大学 | 备课与出题、答疑辅学、批改辅助 | 培训材料需符合主管部门对校外培训材料的管理要求 | 负责人拍板，周期最短，可先云端验证 |
| 教育主管部门 / 教研院所 / 电教馆（区域教育云） | 校园知识库、教研助手，按校划分租户 | 多校数据隔离、使用配额与运维责任划分 | 预算与招标，周期最长，通常以区域试点起步 |
学前教育阶段只做教师端与管理端（备课、活动设计、园务材料），不面向幼儿提供对话。上表是常见情况的归纳，不代表每一所学校都如此，实际路径以学校或主管部门的制度为准。我们不参与也不代办招标评标环节；需要进入政府采购流程时，可与具备相应资质的集成商合作。
哪些工作适合交给 AI，哪些我们明确不做
适合 AI 的是“重复、耗时、有标准可依”的工作。涉及评价、育人判断与学生权益的部分，仍由教师和学校负责。右侧是我们写进方案的硬边界。
通常成立的场景
- 备课：按教材与课程标准生成教案、课件大纲与课堂活动
- 出题：按知识点与难度分层出题、组卷，配参考答案与解析
- 批改：作文与主观题的评分参考、逐条修改建议与评语初稿
- 讲评：错题按知识点归因，汇总班级共性问题
- 校务：教务与学工制度、学籍与资助政策、办事指南的问答
- 材料：通知、总结、教研报告与各类材料初稿起草
- 教研：听评课记录整理、教研资料检索与综述
- 答疑：按校本教材与题库，用启发式方式回答学生提问
我们明确不做的事
- 不把 AI 评分直接作为学生成绩、评优、分班、处分或升学的依据
- 不做学生心理健康的诊断、预警与风险判定
- 不对学生做不透明的画像、打标签或排名
- 不面向学龄前儿童直接提供对话
- 不替学生写作业、不直接给答案
- 不在没有数据分级与监护人授权设计的情况下导入学生个人信息
- 未经学校书面授权，不把学校数据用于任何模型训练或调优
- 不承诺具体准确率数字，不承诺“上了系统就能提分”
涉及学生，特别是未成年人，先把数据规则定下来
教育场景的数据敏感度高于一般企业场景。不满十四周岁未成年人的个人信息属于敏感个人信息，处理前需取得父母或其他监护人同意，并制定专门的个人信息处理规则（《个人信息保护法》第二十八条、第三十一条）。《未成年人网络保护条例》对未成年人个人信息处理和网络产品服务提出了进一步要求；《生成式人工智能服务管理暂行办法》要求对未成年人用户采取防止过度依赖、沉迷的措施。
我们的做法：一、默认不导入学生个人信息，先从不含个人信息的制度、教材与教研资料起步；二、必须涉及时按学段与身份做数据分级，权限过滤前置到检索阶段，越权资料不进入召回结果；三、需要监护人同意的场景，由学校按本校制度取得并留存记录，系统保留授权记录与访问留痕；四、学生端默认关闭与课程无关的自由对话，只开放与课程、题库相关的答疑范围，并可按年级与时段限制。
理解边界：以上是技术与流程上的配合，不代替学校自身的个人信息保护合规责任。具体适用哪些要求、谁是个人信息处理者、谁是受托处理方，需在项目启动前以书面方式约定。若以面向师生的移动应用形态提供，还需确认是否属于教育移动互联网应用程序备案范围。
政策依据：《中华人民共和国个人信息保护法》第二十八条、第三十一条 ｜《未成年人网络保护条例》｜《生成式人工智能服务管理暂行办法》
数据处理
- 本地部署：模型与数据全部在校内服务器，推理不调用外部接口
- 区域教育云：限定在主管部门自有云账号内，按校划分租户与配额
- 学生个人信息分级授权访问，权限过滤在检索阶段前置
- 提问、命中片段、生成内容与导出全程留日志，可按人按时间追溯
- 云端验证期只用去标识化或虚构的测试数据
人机协同
- 系统提供评分参考与初稿，教师决定最终评价
- 每条校务答案附原文出处，查不到依据时明确拒答，不编造条款
- 优先选用已完成备案或登记的国产模型
- 学生端为启发式答疑，默认不直接给答案
- 不承诺具体准确率数字，以学校自出的评估集与并行期比对为准
能力边界：现成能力 / 项目评估 / 后续方向
把三件事分开说清楚，避免把规划当成现成功能。第一档可以演示，第二档需要用学校的真实条件实测确认，第三档不作为交付承诺。
现成能力
已有可运行实现
以下能力已有可运行实现，具体配置与交付边界以合同及演示确认为准。
- 制度、教材与校本资料批量入库与增量更新
- 版式文档与表格解析（Word / PDF / 扫描件）
- 按章节与知识点切分、元数据管理
- 向量与关键词混合检索
- 重排序精排
- 答案附原文出处与条款定位
- 低置信拒答策略
- 角色权限与资料密级隔离
- 教案、课件大纲与课堂活动初稿生成
- 按知识点与难度分层出题、组卷与参考答案
- 按教师评分标准给出评分参考与逐条修改建议
- 班级共性问题与错题知识点汇总
- 启发式答疑与提问范围限制
- 通知、总结与材料初稿起草
- 提问、命中片段、生成内容与导出留痕审计
- 评估集管理与版本回归对比
- 云端模型与本地模型双接入
项目评估
需按学校现场条件确认实现方案
以下内容不作为默认现成功能，需在需求与技术评估阶段逐项确认，并用学校自己的样本实测。
- 与校内系统对接：教务、学工、OA、智慧校园平台与统一身份认证（CAS、钉钉、企业微信）的接口，取决于对方是否提供开放接口、数据库读写权限及原厂商配合程度，需逐个系统评估。
- 纸质作业与作文的扫描识别：取决于原件清晰度、手写比例与版式一致性，需先用真实样本做识别质量摸底，再确定可自动化的范围与比例。
- 理科题型的批改：公式与化学式可解析，但几何作图、图形题与解题过程判断，文本模型能力有限，需按学科与题型逐类实测确认可用范围。
- 口语评测与课堂录音转写：需另配语音识别或语音评测模型，不属于文本模型能力，单独评估。
- 本地 GPU 与国产算力卡部署：取决于可用硬件、并发人数、上下文长度与运维条件，评估阶段完成选型与实测。
- 区域教育云多校部署：租户隔离、使用配额、运维责任与数据归属划分，需与主管部门共同设计。
- 教育移动应用备案：若以面向师生的移动应用形态提供，需确认是否属于教育移动互联网应用程序备案范围及申报主体。
- 评估与迎检材料对照：取决于学校过程材料的完整度与电子化程度；系统只做指标与材料的对照、缺项提示和初稿整理，不承诺通过任何评估或检查。
- 实训与安全规程问答：须与学校现场规程、设备实际状态和准入制度对齐，并在产品中明确以制度与现场为准，不以系统回答为准。
- 多语种与双语资料：取决于语种、学科术语积累与已有术语表，需按语种和学科分别实测，考试与正式文件不直接使用机器译稿。
- 模型微调：多数场景通过检索优化与提示设计即可满足，不默认微调；确需微调时需评估标注规模、许可条款与后续维护成本。
后续方向
持续增强方向
当前不作为现有功能承诺；如项目有明确需求，可在需求阶段确认实现条件与范围。这一档会随模型能力与教育场景的变化定期调整，不是一张写死的清单——今天在这里的条目，确认可稳定交付后会移到前两档。
- 跨学段知识图谱与长周期学习路径建议
- 校本题库质量自动巡检（重复题、超纲题、答案过期）
- 课程标准或教材换版后，自动比对校本资料的差异与待更新清单
- 跨部门长流程的多智能体协作（如一次评估迎检中的材料调度与进度跟踪）
- 面向单个教师的个性化助手（按任课学科与使用习惯沉淀提示词与模板）
- 多模态课堂实录分析（涉及学生影像，须先完成伦理与合规论证，当前不作为可交付功能）
验收依据：学校出题，学校判定
下面每一项都可以在学校自己的资料和作业上复现。测试集由学校出题、学校判定，我们不预设通过率。
| 测试项 | 怎么测 | 通过标准 |
|---|---|---|
| 校务问答的依据正确性 | 学校自己出 50 道真实教务、学工问题，逐题核对答案引用的文件与条款。 | 引用的文件、条款与版本正确，答案与正式文件不冲突。 |
| 没有依据时的拒答 | 另出 20 道知识库内确实没有依据的问题。 | 全部回答“未找到依据”并给出相近文件线索，不编造条款。 |
| 备课与组卷可用性 | 任取 5 个课时，生成教案、课件大纲与分层作业初稿。 | 知识点与所用教材、课程标准对应正确，无超纲内容；修改量由教师评价是否可接受。 |
| 批改参考的一致性 | 同一批 30 份作业或作文，教师先评、系统再评，双向比对差异。 | 差异能逐条解释原因；教师认可可作为批改起点，而非直接采用。 |
| 权限与数据边界 | 用教师、班主任、教务、学生等不同角色账号问同一个问题。 | 越权资料不出现在召回结果中；每次提问、命中片段与导出都有日志。 |
| 未成年人信息处理 | 抽查含学生个人信息的处理链路、授权记录与访问日志。 | 有专门处理规则、监护人同意记录（适用时）与完整留痕。 |
| 并行期实际效果 | 选一个年级或一个科目，并行使用一个完整教学周期。 | 教师实际节省的时间与遗留问题清单，由学校记录并确认。 |
验收口径：以上述可复现的测试项为准，不以“系统已部署完成”或“功能已上线”作为验收。评估集与通过标准在项目启动时一并写入验收口径；我们不承诺具体准确率数字，也不承诺达到某一分数。
四种部署形态
“数据留在校内”有几种不同程度，对应的数据边界、采购方式与运维责任都不同，需要先对齐概念再谈方案。
校内本地部署
部署在学校自有服务器或一体机上，模型与数据都在校内网络，推理不调用外部接口；可在不连公网的内网环境运行。适合已确认要处理真实学生数据、且有机房与运维条件的学校。
学校自有云账号
部署在学校控制的云账号或云资源内，按学校安全策略配置访问、备份与运维方式。省去机房与硬件采购，数据边界仍在学校名下。
区域教育云 / 主管部门统一部署
由教育局、电教馆或教研院所统一部署，按学校划分租户与使用配额。需在设计阶段明确多校数据隔离、数据归属与运维责任划分。
云端先验证
先用云端形态验证场景是否成立，再决定是否上硬件。验证期只用去标识化或虚构的测试数据，不传真实学生个人信息；这一点需要在开始前书面确认。
国产算力卡的型号与供货变化较快，硬件型号、供货与项目预算一律以评估时的当期情况为准，官网不标价；硬件量级可先用配置计算器估算，再以实测确认。各档配置与国产化适配说明见教育行业 AI 私有化部署。
常见问题
「知学」和你们的「教育行业 AI 私有化部署」是同一件事吗？
一个板块、两个视角。「知学」讲教学与校务里具体做什么——有哪些模块、哪个学段先上哪个、怎么验收；「教育行业 AI 私有化部署」讲底层怎么建——模型选型、显存与算力卡、国产化适配与部署档位。学校通常先在本页确定场景，再用部署页和配置计算器确认硬件量级。是同一套交付的两个说明面，不是两个产品。
模块就这些吗？我们想要的场景不在列表里怎么办？
列出来的是目前已经在做和已经评估过的，不是能力上限。教育场景在变，模型能做的事也在变，所以我们固定的是方法而不是清单：任何新场景都按同一套流程判断——输入什么、输出什么、人在哪里介入、谁对结果负责；这四件事能说清就可以进入评估，再用学校自己出的评估集验收。说不清的，我们会直接讲为什么现在不适合做，而不是先接下来再说。唯一不随模块增加而改变的是硬边界：涉及成绩、评优、分班、处分、升学的结论，以及学生心理状态的判断，始终不由系统给出。
中小学也能用吗？学生的数据会不会外传？
能用，但入场顺序不一样。本地部署形态下模型与数据都在校内服务器，推理不调用外部接口；区域教育云形态限定在教育主管部门的自有云内。我们默认先上不含学生个人信息的模块（备课出题、校务问答）；确需处理学生个人信息时，按学段与身份分级、权限过滤前置到检索阶段，不满十四周岁的按《个人信息保护法》要求由学校取得监护人同意并制定专门处理规则，授权与访问全程留痕。
AI 批改能直接给学生打分吗？
不能，这是硬边界。系统给出的是评分参考和逐条修改建议，教师复核后再反馈学生。成绩、评优、分班、处分、升学一类有后果的结论，一律由教师和学校确认并留痕。我们也不做学生心理状态的诊断或风险预警——这类判断不应该由模型给出。
一定要先买服务器吗？
不一定。可以先用云端形态验证场景，但云端验证期只用去标识化或虚构的测试数据，不传真实学生个人信息。验证通过、确认要上真实数据之后，再决定是买校内硬件、用学校自有云账号，还是接入区域教育云。
理科公式、手写作业、图形题能批改吗？
要分题型实测，不在评估前承诺。文本类题目（作文、主观题、简答）相对成熟；公式与化学式可以解析，但要看录入形式；几何作图、图形题以及手写体的识别与解题过程判断，文本模型能力有限。标准做法是先用学校自己的真实样本做一轮识别与批改质量摸底，按学科、题型逐类确定哪些能自动化、自动化到什么比例。
能和学校现有的教务、学工、OA、统一身份认证对接吗？
要逐个系统评估，取决于对方是否提供开放接口、能否给到数据库读写权限，以及原厂商的配合程度。常见的统一身份认证（CAS、钉钉、企业微信、智慧校园平台）多数可以对接，但这属于项目评估项，不是开箱即用的现成功能。
公办学校和教育局怎么采购？多久能用上？
公办体系通常要走预算与政府采购流程，周期较长，并常有国产化（信创）要求——需采用国产算力卡与国产软件栈，适配情况在评估阶段实测确认。我们的做法是先做一所学校或一个学科的试点，用学校自己出的评估集验收，再决定是否区域推广；需要进入政府采购流程时，可与具备相应资质的集成商合作。官网不标价，预算按实施、资料整理、接口、硬件与年度服务分项评估。
预约一次智慧教育场景交流
告诉我们机构类型、学段和最想减轻的工作，我们给出适合先上的模块、部署形态，以及一个可以验收的试点范围。
- 按学段与机构类型选出先做的一到两个模块
- 对齐数据边界：哪些资料进知识库，学生个人信息要不要进
- 给出部署形态建议（校内本地 / 自有云 / 区域教育云 / 先云端验证）
- 一起设计由学校出题的评估集与并行期验收口径
- 不把规划能力当作现成功能承诺
电话：13716687203 邮箱：info@zzxytech.com
沟通前可以先准备
以下信息能让第一次沟通直接进入实质讨论，没有也可以先聊。
- 机构类型与学段（小学、初中、高中、职校、高校、培训机构、主管部门）
- 教师人数、班级数与最想减轻的具体工作
- 可以进知识库的资料类型与数量（制度、教材、校本题库、教研资料）
- 是否涉及学生个人信息，以及本校的数据与信息化管理制度
- 是否有国产化、信创、政府采购或备案方面的要求
- 已有的教务、学工、OA、统一身份认证系统与接口条件