《人工智能基础》AI 备课工作台详细设计说明书
教育技术学专家审查意见

文号建议：AI-LP-DS-EDTECH-REV-2026-001
审查对象：v0.1（讨论稿，待评审）
审查立场：教育技术学（系统化教学设计、学习科学应用、教育信息化、学习管理系统集成、生成式 AI 教育应用合规）
审查日期：2026 年 8 月 21 日


════════════════════════════════════════════════════════════════
一、审查基本信息
════════════════════════════════════════════════════════════════

被审文件
  《人工智能基础》AI 备课工作台 — 详细设计说明书（v0.1 讨论稿）
  作者：备课平台讨论组
  状态：需求已收敛，设计待评审

审查范围
  第 1–12 章及附录「评审后待办」全文。覆盖：项目定位与需求规格、系统架构、数据模型、核心流程、AI 生成引擎、导出、界面与交互、API、开发计划、部署运维、风险与开放问题。

审查重点（按委托）
  1. 系统化教学设计模型（ADDIE、迪克—凯里、逆向设计）在备课主流程中的落地；
  2. 多媒体学习与认知负荷对教案 / PPT / 案例产物的可校验约束；
  3. 与学习通等学习管理系统的集成边界与交换物；
  4. 生成式 AI 进教育的合规、标识、可追溯与数据最小化；
  5. 学习分析与数据反馈如何进入下一次生成；
  6. 教师工作流可用性（感知有用性、感知易用性、确认成本、平行班复用）。

审查方法
  文本对照审查。以设计说明书各章为证据，对照教学设计系统方法、学习科学、教育信息化互操作惯例及国内生成式 AI 治理规范，按「关键 / 重要 / 一般」三级分级。每条意见含：问题描述、教育技术学理论依据、具体修改建议。

审查边界（不适用项）
  本意见不替代软件工程评审、安全渗透测试或提示词实证测评；不对 DeepSeek 模型能力、SQLite 并发或 Next.js 实现细节作工程结论。工程问题仅在其直接影响教学设计质量、合规或教师采纳时提及。
  本意见与课程与教学论审查互补：后者侧重「教什么、为何这样教、通识素养如何落地」；本意见侧重「技术如何承载教学设计过程、产物是否符合学习科学、如何嵌入学校既有信息化生态、如何负责任地使用生成式 AI」。

审查人角色
  教育技术学专家（系统化教学设计、学习科学应用、教育信息化、LMS 集成、生成式 AI 教育应用合规视角）。


════════════════════════════════════════════════════════════════
二、总体评价
════════════════════════════════════════════════════════════════

本设计对通识课《人工智能基础》的两类结构性矛盾判断准确：一是学生专业背景差异导致的「深则难、浅则空」；二是教材出版周期与人工智能领域迭代速度的错配。据此将系统定位为「教师备课辅助平台、而非第二学习平台」，并明确在线教学仍使用学习通，方向正确，问题意识强，符合高校信息化「一个教学主阵地」的治理习惯。

从教育技术学看，方案已经具备可讨论的产品骨架，而非空泛愿景：

  · 专业模板（默认深度、案例偏好、语言风格、思政侧重、知识点级规则）是可复用的学科教学知识（PCK）载体，与知识点体系解耦，符合 TPACK「技术应服务特定学科教学法」的要求。
  · 「班级画像 × 知识点 × 专业模板 → 教案 / PPT / 案例 / 习题 / 大纲」把因班施教写成了可执行的生成条件，而不是口号。
  · 分步生成、逐步确认、确认前检查清单、来源引用，体现「AI 为草稿机、教师为教学决策者」的人在回路原则，与 UNESCO《生成式人工智能教育应用指南》的审慎取向一致。
  · 学情问卷进入阶段 1，把 ADDIE 的「分析」从教师印象填写提升为开学第一课可执行的诊断活动，这一点应予肯定。
  · 热点「转述提炼 + 三维匹配 + 人工审核入库」、不抓热搜，合规意识优于常见的「一键爬榜」。
  · 用户规模 ≤10、单课程、SQLite 单机部署、API Key 仅存服务端、确认后持久化以控制成本，约束意识清楚，避免了教育信息化项目常见的过度平台化。

当前版本的主要缺口，不在「会不会生成文档」，而在「按何种教学设计逻辑生成、生成物能否直接服务课堂与学习通、以及如何证明生成物可教、可评、可追责」。具体表现为六方面结构性偏差：

  （1）开发流程覆盖了 ADDIE 的 Develop，但 Analysis 被压缩为画像 JSON，Design（本班目标、评价证据、周进度）被放到全部课时完成之后，Implement 被推出系统之外且无交接物，Evaluate 要到阶段 3 且不进入提示词。系统在教育学上更像「按课时填充材料的生成器」，而不是「系统化教学设计工作台」。

  （2）「教学仍在学习通」写在定位里，需求、导出、API、界面中几乎没有学习通课程、章节、题库、作业、讨论的交换设计；同时 F9 又做了独立公开作答端 /q/[token]，形成事实上的第二学生入口。信息化治理上会出现「备课系统与教学主平台断裂」和「未纳入主平台治理的学生数据采集端」双重风险。

  （3）来源引用、思政融入、PPT 四套风格均已提出，但未变成可校验约束。引用没有来源白名单，模型可以编造文献与 URL；课件停留在「标题 + 要点 + 配图建议」；认知负荷、切块、信号、冗余、空间接近等原则没有进入 Schema 与导出校验。

  （4）生成式 AI 合规停留在「转述提炼、不转载原文」。导出未见强制的 AI 辅助生成标识，教材与热点原文可能整段出域至第三方模型，学生问卷作答可能进入模型上下文，深度合成标识、教师确认责任、禁止用于训练等未写入需求与验收。

  （5）学习分析没有对象。课后反馈是阶段 3 的自由文本加 1–5 分；班级画像是一次性 JSON；问卷分布、重生成次数、案例驳回原因、学习通过程数据均不进入下一次生成。评价无法修正开发。

  （6）教师工作流按「每班每课时三步线性确认」设计，状态机不完整，缺少平行班复用与草稿/定稿分离。一名教师带多个法学平行班时，确认成本可能抵消生成收益，影响技术接受。

因此：作为讨论稿，需求收敛基本成立，产品边界清楚，人机协同方向正确；作为可编码的教育技术系统，教学设计主对象、LMS 交换物、合规元数据和认知负荷约束尚未写死。审查结论为有条件通过。建议将 v0.2 的工作重心从「把生成链路写全」转向「把教学设计对象、学习通交接物、AI 合规元数据和媒体约束写进数据模型与验收标准」，完成关键问题修订后再启动阶段 1 全面开发。


════════════════════════════════════════════════════════════════
三、设计亮点
════════════════════════════════════════════════════════════════

下列设计应予肯定，并在修订中保持，不宜因补齐流程而改回「一键出全套」。

1. 问题驱动的定位清晰（§1.1–1.2）
   明确不做学习平台，只做「一门通用课程 → 某个专业班级个性化教学包」的转化层，避免与学习通抢学生端。这是高校场景下备课工具能够落地的前提，也降低了与学校信息化部门、教务、超星之间的治理冲突。后续修订应强化这一定位（见关键问题 K2），而不是削弱它。

2. 专业模板作为可配置的 PCK 规则包（F3、§4.2 major_templates / template_rules）
   将默认深度、案例偏好、语言风格、思政侧重、PPT 主题、知识点级覆盖规则从代码中拆出，「新增专业大类不改代码」（§2.2）。这符合 TPACK 中技术、教学法、学科内容三者交互的要求，也符合课程改编「内容与教学法分离」的可维护原则。法学类先行且有上学期 3 个班实战，种子选择合理。

3. 人在回路的分步确认制（F6、§5.1、§8.2）
   教案 → PPT → 材料的上下文传递链（§6.2）保证一致性；每步可修改、可重新生成；确认前弹出检查清单（思政、引用、深度）。把教师审核写成流程动作，有利于降低「一键上课」和自动化偏见。AI 明确为草稿机（§12.1），定位正确。

4. 思政融合的四层机制（§5.3）
   预置关联（含融入建议）、生成时自动输出 sizheng_integration、确认时教师可改、教案模板固定「课程思政」环节。比「提示词里写一句融入思政」更接近课程思政的制度化要求，有利于防止课时遗漏。后续需防止单对象 Schema 导致的环节化（见一般问题 G2），但机制分层本身值得保留。

5. 学情问卷进入阶段 1（F9、§5.5）
   开学第一课、教材未到位时发放；AI 出草稿、教师编题；匿名链接/二维码、移动端、截止与回收进度。把学习者分析做成可实施活动，符合 ADDIE 之 Analysis 应前置，也比「教师凭经验填四个字段」更可辩护。匿名、不强制学号，方向符合教育数据最小化。

6. 热点案例卡的三维匹配与转述策略（F5、§5.2、§2.2 合规）
   「事件 → 知识点 → 专业视角 → 思政角度」是活页式内容更新较可操作的最小闭环。只转述提炼、不整篇转载、不抓热搜榜，版权与稳定性判断正确。案例卡审核工作台（采纳/修改/驳回）与生成确认制形成同一套「人审」文化。

7. 来源引用贯穿生成与导出（F6.4、§5.4、§7.1）
   产物附 citations，导出以脚注/文末呈现，教师确认时可增删。对通识课事实核查、教师学术责任、课程思政导向核验都有制度价值。后续须把「可编造的引用」改为「闭集引用」（见关键问题 K3），但机制入口已经在。

8. 规模、成本与运维自洽（§1.3、§2.2、§3、§6.4、§11）
   小用户量采用 Next.js + SQLite + 单机部署；生成异步任务 + 前端轮询；确认后持久化、避免重复调用；密码哈希、按用户隔离、Key 不进前端。符合校内小工具「宜小不宜大」的现实约束，避免尚未想清教学设计就做大中台。

9. 备课向导的信息架构贴近课时节奏（§8.2）
   左课时列表（按章节分组、状态徽章）+ 中结构化预览 + 右生成/确认/导出，粒度以课时为确认单元，避免过细（知识点级确认过烦）与过粗（整门课一键确认失控）。工作台首页有班级进度、待审热点、最近生成，符合教师「打开即看到下一步」的可用性预期。


════════════════════════════════════════════════════════════════
四、问题审查
════════════════════════════════════════════════════════════════

分级说明
  关键问题：若不修订，系统在教育学上「能出文档、难上课」，或在信息化治理、生成式 AI 合规上难以通过上线审查；建议作为阶段 1 开工准入条件。
  重要问题：不阻断立项，但会显著削弱因班施教、学习闭环和教师采纳；应在 v0.2 写明方案，并在阶段 1 或明确排期的阶段 2 落地。
  一般问题：完善项，可在实现中迭代，但应进入设计待办，避免遗忘。


────────────────────────────────────────────────────────────────
（一）关键问题
────────────────────────────────────────────────────────────────


【K1】备课主流程覆盖了「开发」，但分析—设计—实施—评价被压缩或后置，与 ADDIE、迪克—凯里和逆向设计不一致

问题描述
  设计将「分步生成」定为每课时「教案 → PPT → 案例与习题」，全部课时 completed 之后才生成课程大纲与进度表（F6.1、§5.1、course_outlines）。教案 JSON Schema（§6.3）中 teaching_objectives 为字符串列表，teaching_method 为方法名列表，timeline 为时长+环节名+内容；评价证据仅出现在大纲层的 assessment_plan（一段文字）。课时级没有「目标—活动—评价」对齐对象，习题字段为题型、答案、难度、知识点，没有目标编号。
  学情问卷（F9）虽进入阶段 1，但分析结果写入 classes.profile 后，直接作为生成条件去生产讲解型材料；本班课程目标、考核方案、周学时约束并未先确认。确认检查清单（§8.2）只问思政是否齐全、引用是否可核验、深度是否符合画像，不问目标是否可观察、活动是否服务目标、习题是否测到目标、本课学时是否超载。
  结果是：系统在尚未固化「本班学什么、用什么证据证明学会、每周如何分配」的情况下，即开始逐课时生成教案和课件。教师按此工作，极易出现学时加总超过课表、各课时目标重复或断裂、习题与目标不对题、大纲只是已生成内容的事后摘要。这与高校教学大纲审批、培养方案对齐和通识课质量审核的真实制度也不匹配——大纲通常是开课前的设计文件，不是备完课后的汇编。

教育技术学理论依据
  · ADDIE：Analysis → Design → Develop → Implement → Evaluate。Design 阶段须完成目标陈述、评价方案与内容排序，Develop 才生产媒体与材料。当前流程是 Develop 先行，Design 后置，Evaluate 外置。
  · 迪克—凯里系统方法：在开发教学材料之前，须确定教学目标、制定评价工具、分析学习任务与先修技能。
  · Wiggins & McTighe 逆向设计（UbD）：先确定预期学习结果与可接受证据，再设计学习活动；否则材料驱动目标，出现「有 PPT、无学会的证据」。
  · Biggs 建设性对齐（constructive alignment）：预期学习结果、教学活动、评价任务必须可追溯对齐。当前 Schema 无法做对齐校验。
  · 泰勒原理同样是「目标 → 学习经验 → 组织 → 评价」，而非「先产内容再补考核」。

具体修改建议
  1. 将备课向导改为两段式，并改状态机与数据模型：
     （1）课程设计段（班级粒度，先做，对应 ADDIE 的 A+D）：确认专业模板与深度档位 → 引用学情画像（可先手填、问卷后回写）→ 生成并确认《本班课程目标与考核方案》+《周进度草稿》（可编辑学时、周次、形成性/终结性评价节点）→ 写入独立对象（建议将 course_outlines 拆为 class_curriculum 与 weekly_schedule，status 含 draft/confirmed）。
     （2）课时开发段（现有分步生成，对应 Develop）：每课时生成必须读取已确认的本班大纲；本课目标从课程目标分解而来；本课活动、讨论、习题必须挂接目标编号。
  2. 教案 Schema 增加对齐字段，例如：
     objectives: [{id, bloom_level, statement, success_criteria}]
     activities: [{id, objective_ids[], method, duration, grouping, channel}]
     assessment_items: [{id, objective_ids[], type, used_in: "formative|homework|discussion|exam"}]
     禁止无目标编号的「题库空转」。PPT、案例与习题的提示词必须接收上述结构。
  3. 大纲「汇总生成」保留为定稿导出与微调，但不得作为大纲的首次生成时机。开发计划将「本班课程设计确认」前移到 M2/M3，与问卷画像衔接；M5 验收增加「目标—活动—评价可追溯」抽样。
  4. 确认清单增加三项必勾：本课目标可观察、本课评价覆盖目标、timeline 合计不超过本课学时（按学校学时长度配置，见 K4）。


【K2】与学习通的集成几乎空白，同时学情问卷构成第二学生入口，与「非学习平台」定位自相矛盾

问题描述
  §1.2 明确「在线教学仍使用学习通」，但功能需求中导出中心（F7）仅 Word/PPT 下载；§7 无学习通章节结构、资料、作业、讨论、题库的导入说明；§9 API 无课程映射、内容包或发布接口；界面无「教师下一步在学习通做什么」的交接。阶段 3 课后反馈（F8）只存在于本系统，无法回流学习通的出勤、作业、测验、讨论数据。
  与此同时，F9 提供独立匿名问卷链接/二维码与公开路由 /q/[token]（§3.3、§8.1），学生必须离开学习通完成学情调查。小班场景下，公开 token、可选学号、文本开放题，构成独立的学生数据采集端。
  真实工作流将变成：教师在工作台生成 → 手工拆文件上传学习通 → 学生在学习通上课 → 学情与效果数据回不来。教师感知到的不是「减负」，而是「多一个系统、多一次搬运」。信息化治理上，备课工具未嵌入教学主平台；合规上，出现未申报的学生触点。

教育技术学理论依据
  · 学习管理系统是高校教学实施与学习过程数据的权威源。备课/创作工具应作为内容创作层或 LTI 工具嵌入，而不是另建学生触点。
  · IMS 互操作思路（LTI、Common Cartridge、QTI 等）：内容与活动在工具中生产，在 LMS 中实施与评价。即便超星未开放完整标准接口，也应先做「可导入的交换物」。
  · 混合学习与实施阶段（ADDIE 的 Implement）：系统设计必须回答「课堂与在线各发生什么」。只出 Word/PPT、不设计学习通活动，实施阶段被静默省略。
  · 学习分析以 LMS 过程数据为主；脱离 LMS 的反馈无法支持「以学定教」的迭代。
  · 教育信息化项目失败的常见模式之一，是平行建设导致教师重复录入（多系统、多入口）。

具体修改建议
  1. 新增需求 F10「学习通交接」，阶段 1 做半自动交付，阶段 2 再评估接口。阶段 1 至少输出三类交换物：
     （1）课件包：PPT + 教案（Word/PDF），目录结构对齐学习通「章节—课时」；文件命名与班级命名规则可配置。
     （2）活动清单：每课时输出可勾选的学习通活动建议（讨论话题、作业题、章节测验、资料），对应 Implement 的教师操作。
     （3）题库交换文件：习题按超星/学习通常见可导入格式（Excel 题库模板或平台公布的导入规范）导出，字段含题型、选项、答案、难度、知识点、目标编号。
  2. 学情问卷优先复用学习通问卷/考试：本系统生成题目 JSON + 导入说明 + 教师操作步骤；/q/[token] 降级为「学习通不可用时的备选」，默认关闭，仅内网，且须在隐私说明中披露。避免学生面对两个入口。
  3. 班级表增加可选字段 chaoxing_course_id / chaoxing_class_id（可先手填），用于导出命名与日后对接，不在阶段 1 承诺自动同步。
  4. 备课向导在课时 completed 后增加「去学习通的五步清单」（建/对章节、传课件、发讨论、发作业、发测验），把实施阶段显式化；清单可勾选、可记录完成时间，作为最小 Implement 日志。
  5. 风险与开放问题中增加「学习通开放能力未知」：阶段 2 先做可行性验证（批量导入、是否有 API、成绩导出），再决定是否做一键发布；阶段 1 不得在界面上写「同步到学习通」以免预期管理失败。
  6. 阶段 3 反馈预留学习通过程指标字段（到课率、作业均分、测验均分、讨论回复数），允许教师粘贴或导入汇总表；禁止只靠 1–5 分主观印象构成「效果评分」。


【K3】生成式 AI 合规与可追溯不足：引用可被编造、产物未强制标识、教材与学生数据可能出域

问题描述
  （1）幻觉引用：§5.4、F6.4 要求「每个事实性内容附 citations」，但 §6.2 只是在输出要求里写「引用要求」，没有检索增强，也没有「只允许引用知识库 / 案例库 / 教师粘贴来源」的白名单。大模型会编造文献名、法规条款、URL。教师若据此核验，将出现比「无引用」更危险的伪权威。
  （2）标识缺失：导出 Word/PPT（§7）未见「AI 辅助生成」标注、模型名称、提示词版本、生成时间、确认教师。教案 Schema 无 generation_meta。这与国内对深度合成 / 生成式人工智能服务的标识要求，以及教育场景向学习者与教学管理者披露「材料是否由 AI 辅助」的伦理要求不符。
  （3）数据出域：F2.6 上传教材文档经 API 提取知识点；F5.1 热点 raw_text 保存原文（§4.2 hotspots.raw_text）；问卷作答经 POST /api/questionnaires/:id/analyze 汇总为画像。均可能把受版权保护的教材全文、新闻原文、学生作答发送至第三方模型。部署说明（§11）只写 API Key 服务端存储，未写数据处理协议、日志留存、是否允许用于训练、教材授权范围。
  （4）思政与热点审核标准过粗：合规栏仅「思政内容遵循主流导向」（§2.2）；确认清单只问「思政环节是否齐全」。法学实战案例（舆情反转、司法 AI 等）涉及真实事件与未决争议时，缺少「能否用于本班讨论」的审核表。
  （5）学生问卷公开 token 页：链接扩散、一人多填、小班文本题再识别、可选学号，均未进入需求约束。生成内容与学生作答是否禁止用于模型训练，未写。

教育技术学理论依据
  · 《生成式人工智能服务管理暂行办法》：生成内容应标识、防止虚假信息、明确服务提供者与使用者责任。
  · 《互联网信息服务深度合成管理规定》：对深度合成内容进行显著标识。
  · UNESCO《生成式人工智能教育应用指南》：人在回路、透明、问责、数据保护；教育场景须向学习者披露。
  · 学术诚信与媒体素养：虚假引用会反向损害师生的证据意识，与本课「信息素养 / 理性用网」思政目标自相矛盾。
  · 数据最小化与目的限制（《个人信息保护法》精神）：学生问卷、学情画像属教育数据；向境外或第三方模型传输须有法律与伦理评估。未成年人（低年级本科可能含未满 18 周岁）信息须更审慎。
  · 课程思政是价值教育，不能仅靠模型「自动匹配角度」；须有教师审核标准，避免标签化或不当关联现实案件。

具体修改建议
  1. 引用改为闭集引用。citations 只允许 (source_type, source_id, url?)，source_type 限于 knowledge_point / case / hotspot / teacher_url / textbook_section。模型无法对应时输出 claim_unverified: true，界面醒目标记，确认清单强制勾选「已核验或已删除」。禁止模型自拟 URL 与文献。阶段 1 验收：抽检不少于 10 份已确认教案，统计引用可打开率与编造率，编造率超阈值不得宣称「来源引用」为能力，只能叫「待核验出处草稿」。
  2. 全产物增加 generation_meta：model、prompt_version、generated_at、confirmed_by、confirmed_at、human_edit_ratio（可先用「是否被教师修改」布尔或粗粒度）。导出首页或文末固定块：「本材料由 AI 备课工作台辅助起草，已经××教师于××确认；课堂使用的科学性、时效性与价值观导向由任课教师负责。」PPT 备注区同步写入。界面在预览区显示「AI 草稿 / 已人工修改 / 已确认」状态徽章。
  3. 教材与热点原文默认不出域。F2.6、F5.1 对上传文档做本地切片；默认只向模型发送标题、目录、教师圈选段落或摘要；hotspots.raw_text 改为短摘录（建议上限，如 500–800 字）+ 来源链接，确认入库后可删除原文。与 DeepSeek 的数据处理、是否用于训练、日志留存写入 §11 与教师须知。
  4. 案例卡审核增加必填合规表：导向合规、无未决敏感个案过度细节、无对学生群体刻板印象、争议点是否适合本班讨论、是否需匿名化处理真实姓名。未通过不得 adopt。
  5. 问卷合规：默认不采集学号；作答页首屏展示隐私说明（目的、匿名、不用于成绩、不用于训练）；小班文本题提示「勿写姓名」；token 限期、同一 token 限有效提交次数、建议仅校园网；分析接口只传聚合统计+必要文本，避免整表出域。明确：学生作答与生成内容均不得用于第三方模型训练。
  6. 将 §12.1「幻觉」对策从「引用+人工审核」升级为产品约束（闭集引用 + 未核验标记 + 抽检验收），列入阶段 1 准出。


【K4】PPT 与教案媒体设计未落实多媒体学习与认知负荷原则，导出物难以直接用于课堂

问题描述
  PPT Schema（§6.3）以 title + bullets[] + visual（配图建议）+ speaker_notes + 可选 sizheng_tag 为主。§7.2 规定 16:9、四套视觉风格（简约学术 / 图文并茂 / 数据可视化 / 案例叙事）、固定页结构（封面、目录、内容、案例、思政小结、习题、尾页）。四套风格解决的是皮肤与配色，不是版式类型与信息密度。visual 不生产真实图示或可渲染的 diagram_spec，课堂仍是「满页项目符号 + 口头说『这里建议配一张图』」。
  教案 timeline 有时长字段，但不校验是否等于 lessons.hours，也不区分通道（口头讲解 / 视觉图示 / 讨论 / 练习）。深度档位只改文本深浅，不改呈现方式：popular 仍可能满页术语要点，technical 缺少切块示意图。确认清单不问「本页是否可一眼抓住一个信号」「讲稿是否被写进幻灯片正文」。
  教师得到的是可编辑的提纲 PPT，课堂仍需大量二次制作。这既违背「降低备课负荷」的目标，也容易造成学生外在认知负荷过高（冗余文本、注意分裂、切块不足）。对非计算机专业通识课尤其危险：内在负荷已经不低，外在负荷再高，学习将失败。

教育技术学理论依据
  · Mayer 多媒体学习认知理论：多媒体原则、切块原则（segmenting）、信号原则（signaling）、冗余原则（ redundancy，屏幕全文+口头朗读同类信息）、空间接近原则、时间接近原则、连贯性原则、双通道与生成性原则。
  · Sweller 认知负荷理论：内在负荷（材料本身复杂度，应用深度档位与先修支架调节）、外在负荷（不良版式、无关装饰、图文分离）、相关负荷（有助于图式建构的工作，如对比、生成、讨论）。系统设计目前几乎只调节「文本深浅」，不调节外在负荷。
  · Paivio 双编码：文字 + 图像双通道优于单一文字通道；「配图建议」不是双编码，因为学生课堂上看不到图。
  · 教学媒体选择（ASSURE / ACTION 等）：媒体形式应随目标、学习者准备度变化，而非仅换皮肤。popular / applied / technical 应对应不同媒体策略。

具体修改建议
  1. 扩展幻灯片类型，禁止所有页都是 bullets。建议枚举：cover | agenda | concept | diagram | case | compare | quiz | sizheng | summary | activity。概念页必须有 diagram_spec（流程 / 对比 / 输入—处理—输出 / 利弊表），由导出层画成简单形状、SmartArt 等价物或插入教师图库，而不是一句「建议配图」。案例页采用「情境—冲突—问题」，而非要点堆叠。
  2. 增加生成后硬约束（Schema 校验失败则重试或标红，不得直接进入待确认）：
     · 内容页要点 ≤5 条，每条 ≤20 字（或按中文「屏上不超过两行」配置）；
     · 讲稿全文只进 speaker_notes，不进幻灯片正文（落实冗余原则）；
     · 一页一个核心信号（增加 highlight 或 takeaway 字段）；
     · 图与对应文字同页（空间接近）；
     · 装饰性背景文字、页脚口号不得挤占内容区。
  3. 生成时输出「认知负荷自检」供确认页展示：本页信息密度、术语密度、所需先修、建议切块位置。自检是辅助，硬约束是门槛。
  4. 深度档位映射媒体策略（写入模板规则，而不是只写在提示词里）：
     popular：类比 + 单图 + 生活/专业情境，少公式；
     applied：专业决策树 / 案例叙事 / 利弊对照；
     technical：允许流程分解与关键术语，但必须切块分页，禁止单页塞完整算法推导。
     四套视觉风格仅作皮肤，不得替代版式类型。
  5. 教案 timeline 增加合计校验：sum(duration) 与 lessons.hours × 学校学时长度（45 或 50 分钟，可配置）比较，超载在确认清单标红。单环节建议对应一个认知单元（如约 8–12 分钟），避免「塞满」式课堂。
  6. 阶段 1 验收用真实法学课时导出 PPT，由任课教师按「不改结构能否直接上课」打分；低于阈值则产品文案只能称「幻灯片草稿」，不得称正式课件。多模态真实配图（图库 API）可放阶段 2，但阶段 1 必须能导出可渲染的示意图规格，不能停在「visual 建议字符串」。


────────────────────────────────────────────────────────────────
（二）重要问题
────────────────────────────────────────────────────────────────


【I1】学习分析与课后反馈未进入生成引擎，评价无法修正开发

问题描述
  F8、阶段 3 才有 feedbacks 表，字段为自由文本 content + effect_rating（1–5）。§6.2 上下文传递链为：知识库、画像、思政、案例、已确认教案；不含历史反馈、问卷原始分布、上次重生成原因、案例驳回原因。classes.profile 为一次性 JSON，无版本、无来源（哪次问卷、教师哪条备注、生成于何时）。工作台无「哪一课被反复重生成、哪类案例被驳回、确认时教师改了什么」的质量视图。画像分析由模型归纳学生自评，缺少测量学说明，也无与课堂真实表现的校准。ADDIE 的 Evaluate 不仅推迟，而且即使做了也不回流到 Develop。

教育技术学理论依据
  · 学习分析循环：采集 → 分析 → 干预/再设计 → 再采集。分析若不接到教学决策点（下一次生成的提示词与模板规则），只是报表。
  · 数据驱动教学改进与形成性评价：评价的功能是改进学习与教学，而非仅存档。
  · 教师实践性知识的外显：课后「这例讨论不起来」「这节太深」若无结构，不能成为可靠的提示词条件，也无法在 10 人课程组内共享。

具体修改建议
  1. 阶段 1 即落地最小反馈对象（不必做完整「反馈产品」）：课时确认用于课堂之后（或课后补记），记 4 个结构化项——目标达成（高/中/低）、难度（过高/合适/过低）、案例是否引发讨论（是/部分/否）、下节建议（短文本）。写入 feedbacks，并在下一次同模板、同课时或同知识点生成时注入提示词。
  2. profile 改为有历史的结构：{source: "questionnaire|teacher", version, created_at, metrics, qualitative[]}。备课引用指定版本；问卷重分析不覆盖教师手工补充，而是生成新版本供选择。
  3. 工作台增加最小分析：各班完成率、平均重生成次数、待审案例数、近两周教师修改率。这既是可用性（教师看到瓶颈），也是日后学习分析的起点。连续多次「确认且零修改」可温和提示核验（防止过度自动化），不要做成惩罚。
  4. 明确产品话术：问卷只解决准备度与兴趣，不声称测量能力；深度档位最终由教师确认，模型只给 depth_recommendation。完成率过低不得自动改 default_depth。
  5. 与 K2 衔接：阶段 2/3 优先接入学习通汇总数据（即使是教师上传成绩导出表），再考虑课堂互动实时回传；不要把「课中动态画像」写成阶段 1 范围。


【I2】教师工作流过严、状态机不完整，缺少班级间复用，确认成本偏高

问题描述
  §5.1 状态机在 ppt_generated 确认后直接进入 materials_generated，缺少 ppt_confirmed，与 lesson_plans.status 注释（not_started → plan_generated → plan_confirmed → ppt_generated → materials_generated → completed）自身也不自洽：PPT 有 generated 无独立 confirmed，材料有 generated 无前置确认节点写清。流程强制线性：不能先做案例再写教案，不能只导出习题，不能在教案未确认时并行预生成 PPT 草稿。UNIQUE(class_id, lesson_id) 无版本，教师修改后重生成有丢失已确认稿的风险。
  一名教师带 3 个法学平行班、约 16 课时、每课时 3 次确认，将面对约 144 次确认。公共层与个人层协作（§12.2 开放问题 6）未决，案例引用无 source_case_id。§12.1 已意识到「AI 产出需打磨」，但交互可能把打磨成本线性放大，损害 TAM 中的感知易用性。

教育技术学理论依据
  · 技术接受模型（TAM / TAM2）：感知有用性与感知易用性决定采纳。备课工具若比「在 Word 里改去年课件」更重，教师会弃用生成、只用导出。
  · 教师备课认知负荷：工具应适配已有习惯（常从案例、课件或习题回推），并支持平行班复用。过细的强制向导会成为外在负荷。
  · TPACK 实践研究：技术整合成功取决于是否嵌入教师现有工作流，而不是要求教师按系统状态机备课。
  · 人机协同设计：确认粒度要在「失控」与「烦琐」之间；当前以课时为单元是对的，但平行班与草稿/定稿未解决。

具体修改建议
  1. 补全状态：not_started → plan_draft → plan_confirmed → ppt_draft → ppt_confirmed → materials_draft → completed。允许在 plan_confirmed 后并行生成 PPT 与材料草稿。
  2. 每步保存 draft_content 与 confirmed_content；重生成默认覆盖草稿、不覆盖已确认稿；教师编辑自动进入草稿，需再次确认。
  3. 提供「从班级 A 复制到班级 B」：复制已确认的目标结构与教学过程骨架，再按 B 的画像做差异重生（默认只重生案例、习题、专业相关性说明，保留目标与时间轴）。这是因班施教的效率前提。
  4. 将开放问题 6 固化为需求：公共案例可浏览、可引用、不可直接改公共库；引用时复制到个人备课并记 source_case_id；写入公共库仅 admin 或「投稿—审核」。
  5. 向导支持「本章批量生成教案草稿」，确认仍逐课；默认带出模板的深度、风格、思政侧重，减少空表单。设定交互目标：一次「打开草稿—扫检查清单—确认」在内容质量可接受时不超过数分钟；超时或多次重生成在界面上提示「先改知识库/画像，而不是继续抽卡」。
  6. 编辑双模式：结构化表单 + 接近成品的自由文本/富文本修订（教师习惯直接改字），保存时再映射回 Schema；映射失败的字段标红，不要让教师为迁就 JSON 而填写。


【I3】深度档位与认知层次混为一谈，班内差异被抹平，因班施教停留在「换深浅」

问题描述
  knowledge_points.base_depth 与模板 default_depth 只有 popular / applied / technical，表达的是内容技术深度，不是认知过程层次。教案对全班只生成一份材料。问卷明明可收集数学/编程基础分布，profile 示例与画像报告却容易收敛为单点描述（「编程基础较弱」）。通识课班内分化通常大于班间差异：法学班中仍会有零编程与有编程基础的学生。现有设计实现的是班级层内容深度 + 案例题材替换，尚未达到分层目标、分层任务与分层评价。
  知识点无 prerequisites、misconceptions、典型错误，生成时无法自动加支架或规避误概念。这对「讲深非计算机专业学不动」的原问题只做了「整班降档」，可能把课讲成过浅的科普，或对班内少数有基础的学生无挑战。

教育技术学理论依据
  · 修订版布鲁姆分类：记忆—理解—应用—分析—评价—创造应写入目标；「应用级内容」仍可要求高阶认知（如评价某司法 AI 方案的公平性）。
  · Tomlinson 差异教学：同一课堂可有基础任务与拓展任务（过程、产出分化），而不是只做班级间内容替换。
  · ATI（性向—处理交互）：不同准备度应对应不同支架，而不是同一讲稿。
  · 认知负荷：内在负荷应用支架（先修补丁）调节，而不是只用删减内容。

具体修改建议
  1. 深度档位改名为 content_depth，与 cognitive_level（布鲁姆）分开存储。模板可规定默认内容深度，但每课目标仍须有认知层次。
  2. 知识点增加：prerequisites[]、misconceptions[]、bloom_range、example_contexts。生成前若先修在本班进度中未覆盖，教案自动加「5–8 分钟支架」或课前学习通资料建议。
  3. 每课输出三类路径：核心路径（全班）、支架（补数学/编程/概念前置）、拓展（技术级选学或加难讨论）。默认只把核心路径写入主 PPT；支架与拓展进教案附录和学习通选做/资料。
  4. 画像分析必须输出分布（如编程基础各档人数或百分比），禁止只输出一句定性判断。深度建议可基于分布，但须教师确认，并允许「核心降档 + 拓展保难度」。


【I4】学情问卷的测量学设计与「AI 出题」风险未受控

问题描述
  F9.1 由模型按专业模板 + 课程目标生成问卷草稿，Schema 示范题为自我评估与兴趣多选（§6.3）。无题库蓝图（测什么构念、几题、是否反向题）、无必含题、无禁止题（家庭背景、政治面貌、敏感消费等）。AI 可能生成不可解释、具暗示性或与画像字段无法映射的题目。匿名条件下回收进度难以防止刷卷或一人多填；小班开放题可识别个人。画像报告若直接改写 classes.profile 并驱动深度档位，测量误差会被放大为整班教学内容决策。

教育技术学理论依据
  · 教育测量基本要求：构念效度、内容效度、项目适当性、作答诚信。学习者分析应区分准备度（可用简单诊断任务）与态度/兴趣（自评）。
  · AI 生成量表不能替代双向细目表；生成式模型擅长流畅题干，不擅长保证构念覆盖。
  · 诊断性评价应服务教学决策，决策规则须透明（完成率、分布、教师否决权）。

具体修改建议
  1. 阶段 1 固化法学班问卷蓝图（种子），AI 只允许在蓝图内改表述、增专业兴趣选项，不允许自由增构念。蓝图建议覆盖：先修课、数学准备度、编程准备度、AI 接触经验、专业相关兴趣、学习期望、设备与上课条件；可选 2–3 道非计分概念题（诊断误概念，不作成绩）。
  2. 教师编辑页显示每题对应的画像字段映射；删题即从画像计算中剔除；禁止题列表在生成后过滤。
  3. 技术：同一 token 限 1 次有效提交（可允许截止前覆盖）、截止后关闭；user_agent 等仅用于异常检测，不向教师展示可识别信息。
  4. 画像报告必须同时给出样本量、完成率、题项分布，再给 AI 叙述；完成率过低只生成「供参考」报告，不自动写回深度档位。


【I5】「活页式教材」只有案例入库，没有知识补丁、版本与教师通报机制

问题描述
  §1.1 将活页教材作为与因班施教并列的核心解法；阶段 3 才写「活页教材更新」。数据模型无知识点修订表、无变更日志、无「本学期建议替换旧例」的通报。热点采纳只增加 cases，不回写知识点描述，不提示已开课班级。教师无法回答「这版知识和教材印刷版差在哪里」，活页会退化成案例堆，知识本体仍是两年一改的静态大纲，与问题陈述不符。

教育技术学理论依据
  · 课程作为动态系统需要配置管理（versioning）；资源库若无版本，教学共同体无法判断「用的是哪一版知识」。
  · 内容更新进入已运行课程，属于实施中的变更控制，须有教师知情与一键替换（只换案例、不改目标）的低成本路径。
  · 知识管理：公共层共建若无修订流，质量无法累积。

具体修改建议
  1. 阶段 1 即增加 knowledge_point_revisions（或通用 change_log）：change_type（patch / example / ethic_angle / objective）、effective_term、summary、status、created_by。
  2. 案例卡审核增加选项：「仅入库案例」/「同时建议给知识点打补丁（生成修订草稿，admin 确认）」。
  3. 工作台对已开课班级提示「本周可用新补丁/新案例」；教师一键「替换本课案例，不改目标」。
  4. 导出教案标题页或文末可列出「相对教材印刷版的补丁摘要」，便于督导与同事理解活页何在。


【I6】教案生成未内置教学事件结构与动机设计，容易产出「知识罗列型」教案

问题描述
  教案 Schema 的教学过程主要是 timeline 列表 + teaching_method 名称列表 + 单一 case_plan。没有强制的「激活旧知—示证新知—应用—综合」结构，也没有动机策略字段。专业模板有语言风格和案例偏好，但「这个知识点与法学专业的关系」未作为每课必出字段。通识课最容易失败的原因之一是学生觉得「与我无关」；因班施教若只调深度、不调相关性与信心设计，差异化会停在文本难度。

教育技术学理论依据
  · 梅里尔首要教学原理（First Principles of Instruction）：以问题为中心，激活、示证、应用、整合。
  · Gagné 教学事件：引起注意、告知目标、刺激回忆、呈现刺激、提供指导、引出表现、提供反馈等，可与课时时间轴映射。
  · Keller ARCS：注意、相关、信心、满足。专业模板正是 Relevance 的用武之地。
  · 生成式系统若无结构约束，会默认「讲义体」：定义—分类—举例—小结，对通识课参与度不利。

具体修改建议
  1. 教案 Schema 增加 lesson_events 或把 timeline.segment 枚举为：hook（注意/问题）→ activate（旧知/问卷误概念）→ demonstrate（示证）→ apply（案例讨论/练习）→ integrate（迁移/思政价值判断）→ close。允许合并，但生成后检查是否缺失 apply。
  2. 每课必出 relevance_to_major（与本专业的关系，来自模板 case_preferences 与班级专业）及 ARCS 简表（各 1 条策略即可，避免写成形式主义长文）。
  3. 提示词温度策略可保留，但结构约束优先于文采；校验失败则重试，与 PPT 硬约束同一套工程机制。


【I7】知识库质量门槛与公共层治理偏粗，生成上限将被空描述知识点锁死

问题描述
  种子规划「第七章 NLP 优先完整录入」，其余章若只有标题，生成将严重幻觉，而闭集引用（K3）会大量标未核验，教师核验成本激增。F1.2 仅 admin / teacher；10 人共建公共层时，案例、思政关联、知识点修订的审核流未设计。cases.knowledge_point_ids、template_ids 用 JSON 存 id，无参照完整性，三维匹配与筛选会漂移。F2.6 AI 辅助提取若「提取即入库」，知识库污染会进入所有后续备课。

教育技术学理论依据
  · 领域本体与知识工程：垃圾入、垃圾出。生成质量首先取决于知识库可教性，其次才是模型。
  · 课程共同体的协同编辑需要角色、版本与审核，否则管理员成为瓶颈或质量失守。
  · 参照完整性是教学对象可查询、可统计、可对齐的前提（某思政元素被多少课使用、某案例覆盖哪些知识点）。

具体修改建议
  1. 生成前校验：本课知识点 description 为空或过短则拒绝调用模型，提示先补知识库。阶段 1 种子范围改为「全部章节的目标与知识点描述达到可教的最小完整度」；法学案例可集中在已有实战章，但不得让空知识点进入生成。
  2. 增加 contributor 角色：可提交案例/补丁，admin 发布。AI 提取必须走与案例卡相同的审核工作台，不得提取即入库。
  3. 知识点—案例、知识点—思政改为关联表；JSON 仅用于整份已确认文档。
  4. 把上学期 3 个法学班的实践性知识（何处讨论失败、何例有效、何档过深）结构化进 template_rules 与种子案例，而不是只预置目录和 3–5 个案例。


────────────────────────────────────────────────────────────────
（三）一般问题
────────────────────────────────────────────────────────────────


【G1】数据模型过度 JSON 化，教学对象难以查询、约束与分析

问题描述
  画像、问卷题目、作答、热点分析、教案/PPT/材料全文、引用、案例讨论题、knowledge_point_ids 等大量使用 TEXT(JSON)。MVP 可理解，但无法可靠统计「某思政元素被多少课使用」、无法外键约束、Schema 演进困难，学习分析（I1）会因此做不了。generation_tasks.type 未包含 questionnaire、profile_report，与 F9 不一致。

教育技术学理论依据
  学习分析与建设性对齐都要求目标、评价项、案例、思政等为可查询对象，而不是深埋在文档 JSON 中的字符串。

具体修改建议
  对要筛选、统计、对齐的对象（问卷题目、作答、案例—知识点、引用、目标编号、反馈结构项）用表；仅把「已确认的整份教案/PPT 文档」作为 JSON 存储。补全 generation_tasks 类型。MVP 可先对案例—知识点、问卷题目两处关系表化，其余列入技术债说明，避免「全部 JSON、以后再说」无期限。


【G2】思政结构可能形式化，与「有机融入」要求冲突

问题描述
  sizheng_integration 为单对象（一个元素、一种方式、一个位置）；PPT 另有思政小结页。容易变成课末贴标签，与「有机融入」及确认清单「是否齐全」叠加后，教师可能只检查「有没有这一栏」。

教育技术学理论依据
  课程思政强调价值目标与学科内容的融合，而非附加模块。教育技术上，若 Schema 只能表达一次融入，系统会诱导一次融入。

具体修改建议
  改为数组，允许导入、案例讨论、总结等多点融入；确认清单改为「融入是否贴合本课争议点 / 是否避免贴标签」，而不是「栏目是否非空」。与 K3 审核表、I6 的 integrate 事件对齐。


【G3】无障碍与课堂可读性未进入导出规范

问题描述
  PPT 无字号下限、对比度、色盲友好、替代文本；教案无排版可读性要求。四套风格中「图文并茂」若对比度不足，后排学生无法阅读。通识课教室条件差异大。

教育技术学理论依据
  WCAG 是教育公平的技术底线；多媒体学习的信号原则也要求关键信息在视觉上可区分且不过载。

具体修改建议
  导出约束：正文建议 ≥20–24pt、高对比、避免仅用颜色编码难度或思政标签；diagram 提供简短 alt/讲稿描述。阶段 1 先做字号与对比度，完整 WCAG 可后置。


【G4】学校教案格式与 PPT 母版不可配置，增加二次排版负荷

问题描述
  Word/PPT 结构已规定，但未提学校教案模板、页眉页脚、校徽、督导检查栏目（学情分析、教学反思等）。教师仍可能把内容粘进学校模板，生成收益被排版吃掉。

教育技术学理论依据
  绩效技术：干预应减少非教学性工作。格式不合规会迫使教师做外在负荷劳动。

具体修改建议
  导出模板可配置（学校教案栏目、Logo、色板）。阶段 1 至少支持「标题页字段对齐学校常用教案」；母版上传可放阶段 2。


【G5】知识点缺少先修关系，课时排序与支架无法自动保证

问题描述
  章节—课时—知识点为树，无图关系。生成某课深度学习内容时，无法检测本班是否已覆盖机器学习基础。I3 的支架依赖这一关系。

教育技术学理论依据
  学习层级与任务分析（Gagné 等）：先修技能未掌握时呈现复杂任务，会推高内在负荷。

具体修改建议
  增加 knowledge_prereq（from_id, to_id）。生成时读取本班已完成课时，输出「先修缺口」警告；不必阶段 1 做成完整知识图谱可视化。


【G6】移动端与碎片化备课场景考虑不足

问题描述
  学生作答页强调移动端友好，教师端页面清单未提响应式。教师常用碎片时间看待审、待确认、回收进度。管理后台风格对低数字化准备度教师不友好。

教育技术学理论依据
  TAM 的易用性；教师数字素养差异。关键路径应「打开即看到下一步」。

具体修改建议
  工作台、待确认列表、问卷回收、热点待审做响应式；复杂编辑（知识库树、PPT 细调）可声明桌面优先。提供一页纸教师操作说明与法学班示例包，降低首次使用负荷。


【G7】成本估算未计入重生成与核验时间，存在「API 便宜、教师贵」的风险

问题描述
  §6.4 以「每周 3 班 ×16 课时 ×3 次生成」估算 token 成本为个位数元。未计入确认前无限重生成、闭集引用补齐、教师核验虚假出处、平行班重复确认。真正的教育技术成本是教师时间。

教育技术学理论依据
  绩效与采纳：系统若把成本从「写稿」转移到「审稿+搬运」，净效益可能为负。

具体修改建议
  界面提示重生成消耗；统计每课重生成次数；用 I2 的复制与草稿机制降确认成本；验收用「教师从打开向导到可上课导出的时间」而非 token 账单。


【G8】角色、会话与公开问卷端的安全基线对教育数据偏粗

问题描述
  本意见不替代安全评审，但从教育数据保护看：公开 /q/[token]、教师数据隔离、admin 过宽，均需在需求中写明。会话 cookie 写了 httpOnly + secure，内网部署时 secure 与 HTTPS 前提未交代。

教育技术学理论依据
  学生数据属于高敏感教育数据；备课系统若被分享链接进入，学情与教案可能外泄。

具体修改建议
  问卷备选端默认关闭；token 熵与过期；管理操作审计日志（谁确认了思政、谁采纳了热点）；内网部署说明 HTTPS 与备份访问权限。列入 §11，不阻塞教学设计修订，但上线前必须有。


════════════════════════════════════════════════════════════════
五、审查结论与后续要求
════════════════════════════════════════════════════════════════

审查结论
  有条件通过（Conditional Pass）。

  本设计问题诊断准确，产品边界（教师备课辅助、非学习平台）清楚，人机协同（分步确认、AI 为草稿机）方向正确，专业模板、学情问卷进 MVP、热点转述审核、来源引用机制、小规模技术选型均体现了务实的教育技术判断。作为讨论稿，需求收敛基本成立。

  作为即将编码的教学系统，尚未达到可开发的教育学与合规完备度。主缺口是：ADDIE 被实现成「按课时开发材料」；学习通交接缺失且出现第二学生入口；生成式 AI 标识与闭集引用未产品化；多媒体与认知负荷未变成可校验约束；学习分析与教师复用工作流未进入阶段 1 对象。若不修订即按当前规格全面开发，风险是做出一套「能导出漂亮文档、难直接上课、难对接学习通、难通过生成式 AI 进校园审查」的工具，并在教师端因确认成本过高而采纳失败。

先决条件（建议写入 v0.2，作为阶段 1 开工准入）
  1. 完成 K1：备课向导改为「课程设计段（本班目标、考核、周进度）→ 课时开发段」；教案/习题带目标对齐字段；大纲不得作为首次设计时机。
  2. 完成 K2：新增学习通交接需求（课件包、活动清单、题库导入格式）；学情问卷默认走学习通，独立 /q 端降级为备选并默认关闭；完成页增加「去学习通」操作清单。
  3. 完成 K3：闭集引用与未核验标记；导出强制 AI 辅助生成标识与教师确认元数据；教材/热点原文最小化出域；问卷隐私说明与禁止训练；热点/思政审核表。
  4. 完成 K4：PPT 版式类型 + 页级认知负荷硬约束 + 可渲染示意图规格 + 学时校验；四套风格降为皮肤；阶段 1 验收增加「能否不改结构上课」。

  上述四条应回写设计说明书对应章节（建议：§2.1 增 F10；§4 数据模型；§5.1 流程；§5.4 引用；§6.2–6.3 提示词与 Schema；§7 导出；§8 确认清单与学习通步骤；§9 API；§10 里程碑前移课程设计；§11 数据出域与标识；§12 风险升级），形成 v0.2 后再启动任务 1.1 全面编码。骨架与认证（M1）可与 v0.2 修订并行准备，但生成引擎与导出验收必须以 v0.2 为准。

重要建议（v0.2 写明方案，阶段 1 落地最小集或明确排入阶段 2）
  1. I1：阶段 1 最小结构化课后反馈并注入下次生成；画像版本化；工作台质量统计。完整学习通数据回流放阶段 2/3。
  2. I2：补全状态机与草稿/定稿；平行班复制+差异重生；公共案例引用机制（同时关闭开放问题 6）。
  3. I3：content_depth 与 cognitive_level 分离；核心/支架/拓展三条路径；画像输出分布。
  4. I4：法学问卷蓝图种子化，AI 不得自由增构念。
  5. I5：阶段 1 先有知识点变更日志表，热点审核接上「是否打补丁」。
  6. I6：教案内置教学事件结构与专业相关性（ARCS 之 Relevance）必出字段。
  7. I7：空知识点禁止生成；AI 提取必审；案例—知识点关系表化；法学实战经验入库。

一般问题
  G1–G8 进入设计待办：关系表化优先项、思政数组化、无障碍字号对比度、学校模板配置、先修关系、教师端响应式与示例包、以教师时间衡量成本、公开问卷端安全基线。不作为开工阻断，但 G1、G2、G5 与关键/重要问题耦合，宜在 v0.2 数据模型一并处理。

后续工作要求
  1. 与课程与教学论审查意见合并形成「修订对照表」：每条意见对应设计书章节、数据对象、验收标准、责任人、是否阻断开工。两份意见结论一致处（目标—评价对齐、因班施教不可降成换深浅、思政反形式化）优先修订。
  2. 阶段 1 教育学验收（建议与联调 M5 绑定，法学班）：
     （1）目标—活动—评价可追溯抽样；
     （2）PPT 页级约束达标率与「不改结构能否上课」教师评分；
     （3）引用闭集率 / 编造率；
     （4）导出含 AI 标识与确认人；
     （5）学习通题库或活动清单可被教师在规定时间内导入/照做；
     （6）平行班复制后仅替换案例与相关性说明的时间，对比从头确认的时间。
  3. 合规验收：隐私说明上线、原文出域策略、禁止训练条款写入教师须知与部署文档；若使用 /q 备选端，须经学校数据保护意见。
  4. 试用：批准开发后，以 1 个法学班整学期（或至少连续 4 课时）试用，收集教师核验时长、重生成次数、学习通搬运步骤、学生课堂认知负荷主观反馈（简易量表即可），据此决定阶段 2 是优先 RSS 热点还是优先学习通接口。
  5. 文档：v0.2 须更新术语表（建议增加：建设性对齐、闭集引用、认知负荷自检、学习通交换物、generation_meta、content_depth / cognitive_level），避免实现时把「深度档位」继续当作教学目标。

开放问题处置建议
  · 教师协作（原 §12.2 第 6 条）：按 I2 建议关闭——公共层可浏览可引用，写入公共库须审核；采纳进备课为个人副本。
  · 种子数据范围：按 I7，全部章知识点达可教最小完整度，法学案例集中实战章。
  · Node 版本与部署路径、API Key：属工程事项，但须同步落实 K3 的出域与日志政策。
  · 建议新增开放问题并在评审会上确认：学习通侧是否已有校级问卷/题库导入规范；学时长度 45 或 50；导出是否必须符合学校教案纸质格式。

总评一句
  这是一份方向正确、骨架可落地、但教学设计主流程与教育信息化边界尚未写死的讨论稿。把「生成」从核心能力降为「系统化教学设计工作台中的开发步骤」，并把学习通、合规标识、认知负荷约束写成与生成同等重要的对象，本项目才有条件从备课讨论组工具变成可在真实通识课中持续使用的教育技术系统。


审查意见正文结束。
（教育技术学视角；与课程与教学论审查互补；不替代工程与安全评审。）