2026-08-28

课程设计师 通过从成果、证据和学习进阶反向设计,帮助你构建连贯且符合标准的课程。大多数规划精力都花在明天要上的课,而这个 AI 负责设计日常教学之上的那一层——范围与顺序、课程地图和评估框架,让一整年的教学真正彼此衔接。
教案回答的是你明天要教什么。课程回答的是哪些内容将在什么时候教授、为什么要按这个顺序,以及学生将如何证明自己学会了这些内容。正是这一差异,让大多数课程体系在不知不觉中失效:单元之间可以随意调换而不会产生后果,标准被标记了却从未评估,以及按照 180 个日历日制定进度,但真正可用于新内容教学的时间远远少于此。
要理解这为什么重要,可以看看教育工作者实际上如何分配时间。课程设计工作风险高、耗时长,而且经常被挤到批改作业后的晚上完成。结果是,课程在纸面上看起来完整,实践中却支离破碎。
课程设计师是一位 AI 课程架构师,能够构建符合标准的范围与顺序、课程地图和评估框架,让教育工作者无需数周的电子表格工作,就能设计出连贯的课程。 它位于单节课之上:先确定成果,再确定证据,最后安排教学。
核心能力:
课程地图本应记录学生在一段明确时期内应该学会什么,并将规划与教学和评估连接起来。但在实践中,它常常变成一份合规文件:把标准粘贴到表格中,沿用去年文件夹里的单元,并在活动已经选定之后才编写评估。
时间成本是真实存在的。RAND 2025 年《美国教师现状》调查发现,教师报告的平均工作时间为每周 49 小时——比合同规定的工作时间多出 10 小时。
工作量仍然反映在福祉数据中。TNTP 对教师时间使用情况的分析显示,2024 年,超过 60% 的教师表示感到职业倦怠,并指出工作量过大和支持不足是重要原因。
离职意愿有所缓解,但压力并未消失。NEA 对同一项 RAND 调查的报道指出,打算离职的教师比例从 2024 年的 22% 降至 2025 年的 16%——这是进步,但并不意味着压力已经解除。
与此同时,学校采用 AI 的速度超过了大多数行业。Faculty Focus 引用的一项 Microsoft 2025 年调查结果显示,目前 86% 的教育机构正在使用生成式 AI,这是所有行业中最高的采用率。CoSN 的《2025 年推动 K-12 创新的技术报告》将生成式 AI 列为 K-12 教育领域首要的技术推动因素。机会已经存在。缺失的部分是课程质量设计,而不是又一个活动生成器。
但要产出一个连贯的课程体系,依然令人沮丧地困难:
课程地图研究说明了这一点的重要性:课程地图是少数能够揭示课程体系中对齐缺口、重复内容和差异的工具之一。没有这种视角,学生可能以相同深度三次遇到同一项技能——或者根本一次都遇不到。
这正是专门的课程架构师存在的意义。
课程设计师 是一位独立的课程架构师,服务于那些决定教授什么内容的人:重建课程的课堂教师、负责学科纵向对齐的系主任、构建培训项目的教学设计师、跟踪标准覆盖情况的课程协调员,以及需要真正按顺序安排一整年学习内容的在家教育家长。
它遵循《理解为设计》所采用的反向设计框架,该框架由 Grant Wiggins 和 Jay McTighe 提出。先确定预期成果,再确定可接受的证据,最后安排学习体验。这个顺序不是一句口号,而是一门学生能够实际运用的课程与一门学生只能勉强通过的课程之间的差别。
| 传统方法 | 课程设计师 |
|---|---|
| 从教材章节或去年的主题开始 | 从迁移目标、持久性理解和基本问题开始 |
| 选定活动后再编写测试 | 在规划教学之前先设计评估体系 |
| 事后将标准标记到单元上 | 拆解标准、将其聚类,并分配“引入 / 发展 / 掌握”阶段 |
| 为每个单元分配相同的周数 | 根据认知要求和可用教学日安排时长权重 |
| 每个月重新开始的孤立单元 | 具有贯穿主线的累积式顺序,并在后续评估中要求综合运用 |
| 需要数周完成的电子表格课程地图 | 在一次工作会议中完成连贯的地图、矩阵和进度指南 |
三个阶段保持不变。第一阶段明确学生多年后仍应理解的内容——而不是教材中的每一个事实。第二阶段具体说明证据:表现性任务、建构式回答、选择题样例,以及这些内容在全年课程中的位置。只有到了第三阶段,才安排能够让学生在这些评估中取得成功的学习过程。
UIC 教学卓越促进中心 清楚地说明了其核心益处:当目标、评估和活动彼此对齐时,学生不再面对那些感觉像是“凭空冒出来”的测试。对齐就是质量控制。没有对齐,教学会逐渐偏向覆盖内容,而评估会逐渐偏向记忆。
“设计一套为期一年的八年级美国历史课程。先确定迁移目标、持久性理解和基本问题。然后在安排任何单元活动之前,提出评估架构。”
有用的课程地图不只是日历。横向对齐让同一课程的不同班级保持一致。纵向对齐防止六年级和七年级以相同深度教授同一项技能。跨学科说明可以标记科学写作或定量推理能够在不刻意生搬硬套的情况下,承载 ELA 或数学标准的位置。
Hanover Research 的 K-12 课程地图指南 将课程地图视为促进全校教学连贯性的系统性过程。Discovery Education 的概述 则将其定义为记录学生在一段时间内应学会什么。这个 AI 在课程和项目规模上运行这套逻辑:区分主要覆盖与次要覆盖、标记重复内容,并进行连贯性测试——如果单元可以互换,顺序仍然需要改进。
在课程层面,评估不是测验清单。诊断性评估应位于单元或课程开始处。形成性评估应明确检查什么以及何时检查。总结性评估应与标准群组和持久性理解相对齐。表现性任务需要有意识地安排,因为它们会占用教学日。阶段性基准评估应衡量累积进步,而不仅仅是最近一个单元的内容。
对于每一项总结性评估,设计师都可以根据认知要求为标准制作蓝图,避免考试退化为记忆题。早期评估可以更结构化,后期评估则可以更强调独立完成。如果学生将要面对 AP FRQ、IB 论文、州级建构式回答或认证表现性任务,那么全年的证据体系就应有目的地练习这些形式。
“审查这份代数 1 进度指南。标记那些可以随意重新排序而不会产生后果的单元、已经覆盖但从未评估的标准,以及低于既定成果要求的评估。”
这位课程架构师 像房间里经验丰富的专家一样工作:先了解情况,然后确定成果,再确定证据,最后搭建结构。你不需要在第一天就掌握 UbD 术语,但需要对课程有一幅真实的图景。
步骤 1:描述你实际上正在教授的课程
从背景开始,而不是从内容开始。说明课程名称、年级或学习者群体、持续时间、教学时数、标准框架、限制条件,以及你是在创建新课程还是修订现有课程。如果有的话,上传课程大纲、进度指南或现有课程地图。修订工作应从审计开始——检查对齐情况、认知要求、连贯性、真实进度,以及已经发挥作用的部分——这样重新设计就不会摧毁原有优势。
“我是负责重建 9–10 年级 Biology I 课程的系主任。全年课程,在测试和专业发展活动之后,大约有 160 个教学日。采用 NGSS 和本州评估标准。学生准备程度不一,其中包括几名多语学习者。这是去年的进度指南。”
步骤 2:在安排主题顺序之前锁定预期成果
第一阶段将生成迁移目标、持久性理解、基本问题,以及服务于这些目标的知识和技能。这是挑战“广度优先于深度”的环节。少数几个深入教授的单元,效果优于学生只是接触过的章节目录。如果你带着一份主题清单来,讨论会转向另一个问题:五年后,学生仍然应该能够做什么?
“在安排单元顺序之前,为一门符合 Common Core ELA 标准的学期制美国文学课程定义三个迁移目标和四个持久性理解。”
步骤 3:接着设计证据体系
第二阶段回答的是:你将如何知道学生学会了。你会得到一份课程级评估计划,包括诊断性定位、形成性检查点、总结性评估的数量和形式、表现性任务,以及任何阶段性基准或模拟考试。每项主要的总结性评估都可以配备蓝图,确保题型与声称要衡量的构念相匹配。
如果你还需要在单元内部使用、可以直接用于课堂的检查,测验制作器 可以将评估框架转化为经过校准的测验和考试,同时不偏离原有蓝图。
“为 AP 环境科学构建一套评估框架,仿照 AP 选择题和 FRQ 形式,安排两个累积检查点,并在测试窗口前安排一次模拟考试。”
步骤 4:构建单元、顺序和进度
只有现在,这一年才真正成形。每个单元概览都包括持久性理解、基本问题、聚类标准、核心内容与技能、总结性证据、持续时间,以及与前后单元的联系。每项顺序决定都应说明原因:先备知识链、从具体到抽象、螺旋式复习,或交错学习。进度应使用教学日,根据认知要求分配时间权重,并插入弹性周,而不是希望到了五月还能赶上进度。
当单元概览已经稳固,而你需要规划明天的课程时,教案生成器 可以根据一个单元制定每日教案,包括进度、差异化教学和评估——这是蓝图之下的执行层。
“提出一套为期 36 周的 AP 生物学课程顺序,包括单元时长、先备知识逻辑、对能量学的螺旋式复习,以及考试前的弹性时间。不要虚构 College Board 代码——使用 CED 结构。”
步骤 5:绘制标准地图,并导出教师可以使用的文件
最后完成各部门真正会共享的成果:范围与顺序、课程地图、标准对齐矩阵、单元概览资料包和进度指南。覆盖情况应记录为已引入、已发展或已掌握,而不仅仅是被提及。你最终得到的是可教学的结构,而不是一堆活动。
免费试用——无需信用卡。
场景: 一位英语系主任需要为三位教师制定一份共同的全年美国文学课程地图。去年的单元是按时间顺序排列的作家研究。学生从未在同一项评估中综合运用修辞、论证和历史背景。
传统方法: 在暑期工作坊中使用便签和共享电子表格。标准被复制到各列中。评估仍由教师各自制定。与十年级的纵向对齐被推迟。
课程设计师: 先确定成果和基本问题。单元围绕贯穿主线进行聚类——声音与权力、民族神话、公共生活中的论证——而不是围绕作家的出生日期。第二学期的总结性评估要求学生运用多个单元中的证据。对齐矩阵显示哪些标准在第一季度被引入,哪些标准在第三季度达到掌握程度。
单元表现性任务确定后,作业生成器 可以将这些任务转化为可以直接用于课堂的作业,并配备与单元证据计划保持一致的评分标准和支架。
场景: 一位家长正在教两个分别为 10 岁和 13 岁的孩子,手头有一堆彼此没有联系的科学资源。这一年看起来很忙,却看不出递进关系。
传统方法: 再购买一套课程教材包。九月开始学习。到了 January 才发现,化学单元所需的物理科学先备知识从未建立起来。
这位课程架构师: 了解情况时会记录多年龄段限制、可用时间和作品集需求。课程顺序先安排基础图式。螺旋式复习会在不同单元中再次回到能量和物质。评估是一套由探究和解释组成的作品集,而不是缩小版的公立学校考试日历。
场景: 一位中学数学负责人在观察课堂的间隙查看手机时发现,学区统一安排的四周模块正在压缩一次函数单元的教学时间,却给学生已经掌握的复习单元分配了过多时间。
传统方法: 等待下一次 PLC,重新打开进度指南,然后凭记忆争论去年春天哪些内容被跳过了。
移动端的课程设计师: 系主任粘贴当前指南,说明基准测试之后实际可用的教学日,并要求根据认知要求重新分配权重。修订后的顺序保护高迁移价值单元,插入提取练习检查点,并明确指出哪个单元可以缩减。网页、iOS 和 Android 端功能完全一致,因此工作不必等待那个永远不会出现的整段桌面办公时间。
AI 课程设计师是一位负责构建课程结构性文件的专家,包括范围与顺序、课程地图、标准对齐、单元概览和评估框架,而不是编写明天的教案。课程设计师 使用反向设计:在安排教学顺序之前锁定成果和证据,然后根据你实际拥有的教学日检查连贯性、覆盖深度和进度。
是的。课程设计师提供包含核心功能和有限月度使用量的免费计划。付费计划起价为每月 20 美元,可获得更高的使用量和自定义模型选择;如果你要运行多门课程或进行部门规模的课程地图设计,还可以选择其他等级的计划。你无需信用卡即可开始完整的课程设计对话。
教案生成器回答的是一节课要发生什么。课程设计师回答的是这一年或整个课程项目的目标是什么、应按什么顺序推进,以及如何证明学生已经掌握。使用这位架构师来制定课程成果、单元概览、课程地图和进度。当你需要在已经完成的单元内部制定每日教案时,教案生成器 才是下一步——它不是蓝图的替代品。
可以。这套设计方法适用于各种框架:拆解标准,将内容与实践分开,聚类相关标准,并在各单元中分配引入 / 发展 / 掌握阶段。具体代码和标准语言应针对你的司法管辖区进行研究,而不是凭空猜测。请提供你的标准框架、所在州以及任何强制性评估,以确保对齐准确无误。
支持。网页、iOS 和 Android 端功能完全一致,包括语音转文字功能;如果你更愿意在规划课时通过口述来说明限制条件,也可以使用该功能。你可以上传现有指南、拍摄白板上的课程顺序,或在手机上继续部门课程草案。历史记录会跨设备保留,因此在笔记本电脑上开始的课程地图,在公交车上仍然可以继续使用。
可靠性来自流程,而不是某一张自动生成的表格。反向设计、连贯性测试、评估蓝图和基于教学日的进度安排,都是质量检查机制。MIT 教学与学习实验室 将反向设计视为一种避免“覆盖”那些从未通过证据体现出来的内容的方法。你仍然应该核实当地标准语言、考试日历和学区规定的必备资源。AI 提供架构和批判性意见;学生、学校以及最终判断则由你来负责。
课程在结构上失败的时间,往往远早于某一节课失败的时候。主题清单、事后编写的测试和按日历天数制定的进度,会带来覆盖,却无法形成记忆。课程设计师 恢复了缺失的架构:成果、证据、顺序、标准深度和现实的时间安排。
如果你负责决定教授什么内容——无论是一门课程、一个学科部门的纵向体系、一套培训项目,还是一整年的在家教育计划——都应从蓝图开始,而不是从练习单开始。立即试用课程设计师,然后在 Jenova 探索更多内容。
面向开发者: 课程设计师可以通过 Jenova API 以编程方式使用——只需一次 API 调用,即可将符合标准的课程架构整合到你的教育产品中。完整文档 →