备课这件事最折磨人的从来不是没东西可讲而是东西太多、太散、太乱。我手上就有一门课的完整资料包三份不同年份的课件、两版教学大纲、一堆从各处收集的案例文档、若干篇参考文献、还有学生反馈里反复提到的几个难点。这些材料单看都有价值但要把它们揉成一份能直接上课的教案再配一套能投屏的教学 PPT过去我至少要花两个整天。这次我换了个思路用 WorkBuddy 的多 Agent 协作能力把整个流程跑了一遍从散装资料到成品教案加 PPT实际耗时压到了两个小时出头。这篇文章就把这套流程完整拆开讲清楚包括我怎么设计 Agent 分工、怎么给它们定规则、中间踩了哪些坑、以及最后怎么把产出物收敛成能用的格式。1. 先想清楚为什么备课这件事适合交给多 Agent 而不是单个助手1.1 备课任务的本质是多角色流水线不是一问一答很多人第一次用 AI 辅助备课习惯是打开一个对话框把资料一股脑丢进去然后说帮我写份教案。结果往往不理想要么内容太泛要么结构混乱要么把不同来源的材料张冠李戴。问题不在于模型能力不够而在于备课这个任务本身就不是单一动作。你仔细拆一下一份合格教案的诞生至少经过这几个环节资料清洗与归类把散装文档按主题、章节、难度分层、教学目标对齐对照大纲确定每节课的知识点和能力目标、内容重组把案例、理论、练习按教学逻辑重新编排、教案撰写形成标准格式的教学设计文档、PPT 转化把教案压缩成视觉化的演示内容。这五个环节的输入输出格式不同、关注点不同、甚至需要的思维方式都不同。单个 Agent 做这件事相当于让一个人同时扮演资料员、教研组长、主讲老师和设计师它会在某个环节偷懒或者串味。而多 Agent 协作的核心价值就是让每个 Agent 只专注一件事并且把上一环的产出作为下一环的输入形成一条清晰的流水线。1.2 WorkBuddy 的多 Agent 协作到底解决什么问题WorkBuddy 的多 Agent 机制简单说就是你可以定义多个具有不同职责的智能体每个 Agent 有自己的系统提示词、技能配置和输出规范它们之间可以传递任务和结果。这跟在一个对话框里反复追问有本质区别。我实测下来它解决的核心痛点是三个上下文隔离资料清洗 Agent 面对的是几百页原始文档教案撰写 Agent 面对的是清洗后的结构化摘要。如果不隔离教案 Agent 会被大量无关原文干扰输出质量下降。规则可复用我可以给教案撰写 Agent定一套固定的格式规则之后所有课程都复用这套规则不用每次重新描述。并行处理资料归类和质量校验可以同时进行最后汇总节省时间。提示多 Agent 不是越多越好。我一开始设计了七个 Agent结果协调成本反而超过了收益。后来收敛到四个核心 Agent 加一个校验 Agent效率最高。1.3 这套流程适合谁不适合谁适合的人手上有成堆散装教学资料、需要定期产出教案和 PPT 的一线教师、培训讲师、课程开发者。尤其是那些课程内容相对稳定、但每次都要重新组织呈现形式的场景。不太适合的人只需要临时讲一次、没有存量资料的情况。这种情况下单 Agent 快速生成反而更划算多 Agent 的配置成本收不回来。2. 四个核心 Agent 的分工设计与规则配置2.1 资料清洗 Agent把散装变成结构化这是整条流水线的第一环也是最容易被低估的一环。我最初的错误是跳过它直接把原始资料喂给教案 Agent结果教案里出现了大量重复内容和前后矛盾的表述。资料清洗 Agent 的职责很明确读取所有原始文档按主题聚类提取每份材料的核心观点标注来源和适用章节输出一份结构化的资料清单。我给它定的规则大致是这样的这是 WorkBuddy 里 Agent 配置的核心部分角色教学资料整理专员 任务读取用户提供的全部教学资料完成以下工作 1. 按知识主题对材料分组每组给出主题名称 2. 每组内提取3-5条核心观点每条注明来源文件 3. 标注材料之间的重复或矛盾之处 4. 输出格式Markdown 表格列为[主题, 核心观点, 来源, 备注] 约束不要改写原文观点只做提取和归类这里有个关键细节要求它标注重复或矛盾。我那份资料里两版大纲对某个知识点的课时安排不一致清洗 Agent 把这个矛盾点标出来后我在教案阶段就能主动决策用哪版而不是让 AI 随机选一个。2.2 教案架构 Agent先搭骨架再填肉资料清洗完不要急着写完整教案。我踩过的坑是让 Agent 直接输出成稿结果结构很平重点不突出。正确做法是先让一个 Agent 专门负责设计教案骨架。这个 Agent 的输入是清洗后的资料清单加上教学大纲输出是一份详细的教案目录包括每节课的标题、教学目标知识/能力/素养三个维度、重难点、时间分配、每个环节对应的资料引用。角色课程设计专家 任务基于资料清单和教学大纲设计教案骨架 要求 1. 每节课拆分为导入、讲授、练习、小结四个环节 2. 每个环节标注建议时长总时长匹配课时 3. 重难点单独标出并注明突破策略 4. 每个知识点后标注引用的资料编号 输出层级化的教案目录不写具体讲稿我特别看重标注资料编号这一条。它保证了后面写讲稿时每个观点都有出处不会出现 AI 自己编内容的情况。2.3 讲稿撰写 Agent把骨架填成能开口讲的内容骨架有了接下来才是写具体内容。这个 Agent 的任务量最大我给它定的规则也最细。关键规则包括口语化表达教案是给自己看的要能直接照着讲、每段不超过 200 字方便课堂节奏控制、每个重难点必须配一个生活化类比或案例、练习环节要给出参考答案要点。角色一线授课教师 任务基于教案骨架撰写完整讲稿 风格要求 1. 口语化像在课堂上直接说话 2. 每个重难点配一个类比或真实案例 3. 段落短每段一个意思 4. 练习环节附参考答案要点 禁止堆砌术语、大段理论、无出处的数据2.4 PPT 转化 Agent从讲稿到演示文稿的降维讲稿和 PPT 是两种完全不同的表达。讲稿可以长、可以细PPT 必须短、必须视觉化。我见过太多人直接把讲稿复制到 PPT 里结果满屏文字学生根本看不下去。PPT 转化 Agent 的核心任务是做减法把每节课讲稿压缩成 15-25 页幻灯片每页只保留一个核心信息标题精炼正文用要点而非段落重难点用图示或对比表呈现。角色演示文稿设计师 任务将讲稿转化为教学PPT大纲 规则 1. 每页只讲一个点标题不超过15字 2. 正文用要点每页不超过5条每条不超过20字 3. 需要图示的地方标注[建议图示xxx] 4. 每节课PPT控制在15-25页 输出逐页的PPT大纲含标题、要点、图示建议2.5 校验 Agent最后一道防线这个 Agent 不产出内容只做检查。它的职责是对照原始资料和大纲检查教案和 PPT 是否有事实错误、遗漏知识点、逻辑断层。我给它定的检查清单包括知识点覆盖率是否达到大纲要求、重难点是否都有对应讲解、练习是否有答案、PPT 页数是否合理、是否存在前后矛盾。注意校验 Agent 一定要用独立的上下文不能和撰写 Agent 共享记忆否则它会护短检查不出自己参与生成的内容的问题。3. 从散装资料到成品一次完整的实操复盘3.1 资料准备阶段的三个预处理动作在把资料丢给 Agent 之前我做了三件事事后证明非常值得。第一统一文件格式。我手上的资料有 Word、PDF、还有扫描件。扫描件必须先转成可编辑文本否则 Agent 读出来是乱码。我用系统自带的 OCR 功能处理了那几份扫描件准确率大概 95%剩下 5% 的错误在清洗阶段被 Agent 标了出来。第二给文件重命名。原始文件名是课件1新建文档最终版2这种Agent 根本分不清。我改成2023版-第三章-案例分析教学大纲-2024修订这样的格式Agent 归类准确率明显提升。第三删掉明显无关的文件。资料包里混进了几份行政通知和会议纪要这些对备课没用提前删掉能减少 Agent 的干扰。3.2 第一轮跑通资料清洗的实际输出把整理好的资料喂给清洗 Agent 后它输出了一份 Markdown 表格。我截取一部分给你看效果主题核心观点来源备注基础概念定义需从三个维度理解2023版课件-第一章与2022版表述一致核心方法分四步实施第三步最易出错案例文档A2022版大纲课时为2课时2024版为3课时存在冲突实践应用需结合行业真实场景参考文献3无重复这份表格的价值在于它把几百页资料压缩成了一页纸的索引而且把矛盾点直接暴露出来。我拿着这份表格五分钟就决策完了课时安排。3.3 教案骨架的调整AI 给的框架要人工过一遍教案架构 Agent 输出的骨架整体不错但有两处我做了调整。一是时间分配。AI 默认把导入环节给了 10 分钟但我这门课的学生基础参差导入需要更长时间来统一认知我改成了 15 分钟相应压缩了讲授环节。二是重难点的突破策略。AI 给的建议偏理论比如通过对比分析加深理解这种话等于没说。我改成了具体的操作比如用学生熟悉的日常场景做类比再引入正式定义。这一步我的体会是AI 搭骨架效率极高但骨架的血肉判断必须人来定。因为只有你知道你的学生是什么水平、什么背景。3.4 讲稿生成中最容易翻车的地方讲稿撰写 Agent 跑出来的初稿整体可用但有几类问题反复出现我总结成了一张排查表问题类型具体表现处理方式术语堆砌连续三段都是专业名词要求补充类比或手动改写案例失真编造了不存在的案例校验 Agent 标记替换为真实案例节奏拖沓一个点讲了 500 字拆分或删减控制在 200 字内练习无答案只给题目不给要点补充参考答案要点其中案例失真是最危险的。AI 会为了讲清楚一个概念编一个听起来很合理的案例但细节经不起推敲。我的做法是所有案例必须来自我提供的真实资料AI 只能引用不能创造。这条规则写进 Agent 配置后问题基本消失。3.5 PPT 大纲的收敛从 40 页砍到 20 页PPT 转化 Agent 第一版给了我 40 页大纲明显超了。我分析了一下发现它把讲稿里每个小点都单独做了一页。我调整了规则要求它按信息密度合并相关联的要点合并到一页用对比或并列的方式呈现。调整后压到了 22 页节奏刚好。这里有个经验PPT 页数不是越少越好而是要和课堂节奏匹配。一般来说一节课 45 分钟20 页左右比较合适平均每页讲两分钟留出互动时间。4. 让流程可复用的几个关键配置4.1 把规则固化成 Agent 的系统提示词第一次跑通后我做的第一件事是把四个 Agent 的配置保存下来。WorkBuddy 支持给 Agent 设定固定的系统提示词之后每次备课直接调用不用重新描述。我的做法是把每个 Agent 的规则写成一份岗位说明书包括角色、任务、输出格式、禁止事项四部分。这份说明书越具体Agent 的表现越稳定。比如讲稿 Agent 的禁止事项里我明确写了禁止编造案例禁止使用未在资料中出现的术语这两条直接消灭了大部分质量问题。4.2 跨对话记忆让 Agent 记住你的教学风格WorkBuddy 有个跨对话记忆的能力我把它用在了教学风格上。我让 Agent 记住几个偏好我喜欢用生活化类比、我的学生偏好案例驱动、我的 PPT 风格是简洁要点式。配置好之后新开对话时 Agent 会自动带上这些偏好输出的内容更贴合我的习惯返工率明显下降。这个功能对长期备课的人特别有用相当于养了一个越来越懂你的助教。4.3 缓存目录与本地化几个部署层面的实操细节如果你打算长期用有几个部署细节值得注意。WorkBuddy 的系统缓存目录默认在系统盘资料多了之后会占不少空间。我把它改到了 D 盘具体是在配置里指定缓存路径改完之后系统盘压力小了很多。另外如果你对数据隐私有要求可以考虑本地化部署。本地部署的好处是资料不出本机适合处理含有学生信息的材料。安装包和部署文档官方都有按步骤走就行Linux 环境下也支持。提示改缓存目录之前先确认新路径有足够空间并且路径中不要有中文和空格否则可能出现读取异常。4.4 自定义指令几条一劳永逸的规则我在 WorkBuddy 里定了几条全局规则对所有任务生效省去了每次重复交代的麻烦所有输出默认使用中文专业术语保留英文原文并附中文解释所有引用必须标注来源无来源的内容标注待核实输出格式默认 Markdown表格优先于长段落涉及数据的内容必须给出计算过程或出处这几条规则定下来之后Agent 的输出规范度提升了一个档次尤其是无来源标注待核实这条帮我抓出了好几处 AI 的想当然。5. 实测中的意外情况与应对5.1 资料量过大时的分批策略我有一门课的资料超过 300 页一次性喂给清洗 Agent它处理到后面明显注意力涣散前面的主题归类很细后面就开始糊弄。解决办法是分批处理按章节或主题把资料切成 3-4 批每批单独清洗最后再让一个 Agent 做汇总去重。这样虽然多了一步但质量稳定得多。5.2 Agent 之间踢皮球的情况有一次教案架构 Agent 输出的骨架里某个知识点标注了资料不足建议补充而资料清洗 Agent 明明提取过这个知识点。排查后发现是两个 Agent 对资料编号的引用格式不一致一个用资料1一个用文件A。这个坑的教训是Agent 之间的接口格式必须统一。我在配置里强制规定了资料编号格式之后就没再出现这个问题。5.3 生成内容与原始资料貌合神离这是最隐蔽的问题。Agent 写出来的讲稿读起来很顺但仔细对照原始资料会发现它把某个观点的前提条件省略了导致意思变了。我的应对是让校验 Agent 做逐条比对讲稿里每个核心观点都要能在资料清单里找到对应条目且表述一致。这个检查虽然费点时间但保证了内容的准确性尤其是涉及专业概念的时候不能含糊。5.4 PPT 图示建议的落地PPT 转化 Agent 会给建议图示的标注但它不会真的画图。我的做法是把图示建议整理成一份清单用绘图工具批量做。常见的对比、流程、层级关系其实用 PPT 自带的 SmartArt 就能快速搞定不用专门找设计工具。这里分享一个小技巧让 Agent 在建议图示时明确说明图示类型对比图、流程图、层级图、时间轴这样你拿到清单后可以批量处理效率高很多。6. 关于 WorkBuddy 与同类工具搭配使用的个人体会6.1 WorkBuddy 和 CodeBuddy 的定位差异这两个工具名字像但定位不同。我的理解是WorkBuddy 偏向通用任务的多 Agent 协作适合备课、写作、资料整理这类流程化的工作CodeBuddy 更偏向代码相关的场景。备课这条流水线用 WorkBuddy 的多 Agent 编排能力刚好合适因为它的强项就是让不同角色的 Agent 接力完成一个复杂任务。如果你既要做课程开发又要写配套的代码示例两个工具配合用会顺很多WorkBuddy 负责内容和流程CodeBuddy 负责代码部分。6.2 接入外部能力扩展 Agent 的边界WorkBuddy 支持通过 skill 和 MCP 这类机制扩展 Agent 的能力。我在备课流程里用到的扩展不多主要是文件读取和格式转换。但如果你需要 Agent 去查文献、做数据分析这些扩展就很有用。我的建议是先把核心流程跑通再考虑扩展。一开始就堆一堆 skill反而会让 Agent 的行为变得不可预测。我见过有人给备课 Agent 接了七八个扩展结果 Agent 不知道该用哪个输出反而更乱。6.3 积分与成本怎么用才不浪费WorkBuddy 是按积分消耗的多 Agent 协作因为要跑多个环节消耗比单 Agent 高。我的经验是把积分花在刀刃上。资料清洗和讲稿撰写这两个环节最耗积分但也最值PPT 转化和校验相对轻量可以适当简化规则来省积分。另外规则配置得越清晰Agent 返工越少积分消耗自然越低。我第一版配置模糊一个教案跑了三遍才满意优化规则后基本一遍过。7. 一套可以直接抄的备课流程清单把上面的经验收敛一下这套流程可以拆成下面这些可执行的动作。你不需要一次全用上可以先跑通核心三步再逐步加环节。准备阶段统一所有资料格式扫描件先做 OCR按年份-章节-类型重命名文件删除与备课无关的文件Agent 配置阶段4. 配置资料清洗 Agent要求输出结构化表格并标注矛盾点 5. 配置教案架构 Agent要求输出带资料编号的骨架 6. 配置讲稿撰写 Agent明确口语化、短段落、案例必须来自资料 7. 配置 PPT 转化 Agent规定页数范围和图示建议格式 8. 配置校验 Agent使用独立上下文逐条比对执行阶段9. 分批清洗资料每批不超过 100 页 10. 人工审核教案骨架调整时间分配和重难点策略 11. 生成讲稿重点检查案例真实性和术语准确性 12. 生成 PPT 大纲按信息密度合并页面 13. 校验 Agent 逐条比对修正问题收尾阶段14. 把四个 Agent 的配置保存为可复用模板 15. 设置跨对话记忆固化教学风格偏好 16. 调整缓存目录确认存储空间充足这套流程我前后跑了五门课从最初的四个小时压缩到现在两个小时出头而且产出质量比手写更稳定。最关键的改变不是省了时间而是把备课从每次重新组织变成了流水线生产资料越攒越多流程反而越跑越顺。最后分享一个我踩过的坑不要指望 AI 一次生成就能直接用。教案和 PPT 是给学生看的任何一处事实错误或逻辑断层都会被放大。我的原则是AI 负责 80% 的初稿人负责 20% 的把关这 20% 才是教师真正的价值所在。