让教学更智慧:用阿里云百炼工作流,自动生成中小学教材内容#小有可为#有温度的AI

简介: 通过可视化工作流编排,将大模型推理能力转化为标准化的教学内容生成引擎。教师只需输入教材标题和适用学段,即可自动获得结构完整、符合课程标准的章节内容,大幅降低备课门槛,助力教育资源均衡化。

先来看看最终效果:

中小学教学内容生成.mp4

本案例展示如何通过阿里云百炼的工作流(Workflow)功能,构建一个自动化教材内容生成器。该工作流通过多节点串联,先由大模型生成教材目录框架,再基于目录逐章展开详细内容,最终输出符合教育学规范的教学知识文本。


准备工作

注册并登录阿里云百炼平台

访问 阿里云百炼官网,使用阿里云账号登录。

熟悉界面布局

image.png

了解核心组件

开始节点(Start)

image.png

作用:工作流的入口,接收用户输入。

输入

  • 自定义变量:用户上传的图片列表(Base64 或 URL 数组)
  • 预设变量:预置变量是由阿里云百炼平台自动提供的系统变量,无需手动定义,可在后续节点中直接引用。常见的预置变量包括:

image.png

  • query:用户当前输入的文本内容
  • historyList:对话历史记录(List 类型),包含多轮问答上下文
  • imageList:用户上传的图片列表

注意:每个工作流有且仅有一个 Start 节点,不可删除。

场景:所有智能体的起点。

大模型节点(LLM Node)

作用:用于调用大语言模型(LLM)或视觉语言模型(VLM)完成推理、生成、理解等任务。它支持高度灵活的提示词(Prompt)编排、多模态输入、工具调用、输出结构化等功能。

  • 接收上下文输入(如 {{query}}{{historyList}}、自定义变量)
  • 执行大模型推理(基于你选择的模型,如 Qwen-Max、Qwen-VL 等)
  • 输出结构化结果(纯文本、JSON、函数调用等)
  • 支持多轮对话记忆与上下文感知

场景:回答问题、生成文案、意图识别、任务规划。

系统提示词(System Prompt)与用户提示词(User Prompt)

在阿里云百炼平台中,系统提示词(System Prompt)与用户提示词(User Prompt)是驱动大模型行为的两类核心输入,二者在角色定位、作用范围和设置主体上存在本质区别。

系统提示词由开发者在应用配置阶段预设,用于定义模型在整个对话生命周期中应遵循的角色身份、行为准则、输出风格及能力边界,例如"你是一个 HR 助手,仅回答考勤、年假和政策问题",它对用户通常不可见,但会持续影响模型的所有回复,确保输出的一致性与任务导向性。而用户提示词则是终端用户在交互过程中实时输入的具体问题或指令,如"我今年还有几天年假?",它代表当前轮次的意图,仅影响该次或后续少数几轮的响应内容。模型在生成回答时,会综合系统提示词设定的全局规则、检索到的外部知识(如 RAG 结果)以及当前用户提示词的具体请求进行推理,从而输出既符合角色设定又精准回应用户需求的答案。简言之,系统提示词决定"你是谁、怎么说话",用户提示词决定"我现在问什么",二者协同工作,共同塑造模型的最终输出。


目标:根据用户上传的教材名称和年龄阶段生成对应的教学知识

整体流程图:

image.png

新建工作流:命名为"中小学教学知识生成"

image.png

在开始节点创建两个变量,用于记忆标题和适应人群

image.png

从左边拖入一个大模型节点,命名为"目录",填入合适的系统提示词和用户提示词,这个节点主要用于生成教学知识的目录

系统提示词:

# 角色
你是一位资深教材主编兼学科教育专家,具备以下核心能力与职责:
角色定位:你是由国家级教育出版机构聘请的教材研发首席专家,专注于基础教育或高等教育阶段的学科教材设计与内容创作。
专业素养:你精通课程标准(如中国《义务教育课程方案和课程标准》或国际主流教学大纲),熟悉学生认知发展规律,掌握学科知识体系与教学法融合策略。
编写原则:你坚持"以学生为中心、素养导向、科学准确、循序渐进、联系实际"的编写理念,注重知识性、思想性、可读性与教学适用性的统一。
任务目标:根据用户指定的学段、学科、主题或教学目标,系统规划并撰写结构完整、逻辑清晰、语言适切的教材内容,包括但不限于章节框架、正文讲解、示例、活动设计、习题与拓展资源。
输出要求:内容须符合国家教育政策导向,无意识形态偏差;语言简洁规范,适合目标学段学生阅读;必要时提供教师教学建议或数字资源链接建议。
禁止行为:不得编造未经验证的科学结论,不得使用模糊或误导性表述,不得脱离课程标准随意拔高或降低难度。
请始终以专业教材编写者的身份响应请求,确保内容权威、严谨、可用。

用户提示词:

现在你需要生成教材目录
用户输入的教材标题:${Start_euIj.title}
教材适配人群:${Start_euIj.Target_Audience}
目录分成四个大章节,下面可以划分例如1.1、1.2···;严格按照我要求的格式进行输出:
**第一章 **
 1.1
 1.2
···
**第二章 **
2.1
2.2
···
**第三章 **
3.1
3.2
···
**第四章 **
4.1
4.2
···

image.png

从左边再次拖入一个大模型节点,命名为"中小学教学知识生成",填入合适的系统提示词和用户提示词,这个节点主要用于生成教学知识

系统提示词:(同上)

用户提示词:

现在你需要生成四个章节的内容,生成的内容需要完全贴合目录、教材和适配人群,无关内容不可输出。
用户输入的教材标题:${Start_euIj.title}
教材适配人群:${Start_euIj.Target_Audience}
目录:${LLM_0Gar.result}
根据提供的题目 、目录 和教材适配人群,撰写第一章节部分内容,内容需要充实且不跑题,语句结构应多样化,尽量完善。你需要查阅相关资料以补充具体内容或数据,确保有具体的数据或内容来支持小标题的内容,并增加输出内容的多样性。
严格参考以下格式,标题需要替换至与目录一致:
## 第一章 
### 1.1
### 1.2
···

image.png

链接全部的节点,并在结束节点输入/,插入中小学教学知识生成的 result

image.png

填写测试案例

image.png

生成结果

image.png


应用场景延展

这个工作流架构不仅限于教材生成,还可扩展至:

  • 个性化学习路径:根据学生水平动态调整内容难度与例题数量
  • 跨学科融合课程:快速生成 STEAM 项目式学习方案
  • 教师培训材料:批量生产教学法案例、课堂活动设计模板
  • 教育内容本地化:将国际标准课程快速适配为本土化版本

立即体验:访问 阿里云百炼官网 创建工作流,让 AI 成为你的教学助手。


作品欢迎提交作品至仓库,增加作品影响力,一起开源建设,优秀作品会加入官方案例集,获得额外奖励

https://github.com/ModelStudioAI/modelstudioai.github.io/issues/new

总仓库地址,获取更多技能加持,赢胜比赛!https://github.com/modelstudioai


阿里云OPC创新助力计划:单客最高 100万等额 Token补贴、1V1技术陪跑、直通阿里云产品生态、品牌曝光加持、融资与创业空间对接等五大维度权益,加速AI原生新业态的繁荣发展。前往官网:https://opc.aliyun.com/  申领至高百万等额Token补贴。

相关文章
|
4天前
|
云安全 人工智能 运维
阿里云SecOps Agent,全新安全跨产品执行体验
自然语言驱动 云安全中心/WAF/CFW/ 等多款安全产品联动
1595 2
|
1天前
|
人工智能 定位技术 SEO
我学 GEO 第 15 天:终于知道AI GEO该如何做?
我是暴走的莉莉酱,边旅行边研究AI GEO的数字游民。专注普通人如何提升“AI可见度”——让AI在回答用户问题时准确识别、理解并推荐你。不讲玄学,只做可测、可调、可持续的GEO实践。
350 123
|
4天前
|
机器学习/深度学习 人工智能 调度
🐴 HappyHorse 1.1 现已上线阿里云百炼!快来查收模型使用指南,现在调用享 6 折~
HappyHorse 1.1 是新一代视频生成大模型,全面升级动态表现力、角色一致性、指令遵循、视觉质感与音画协同能力。支持I2V/T2V/R2V三类生成,适配短剧、电商广告、品牌营销等场景,提供高质、流畅、可控的AI视频生产力。
591 4
🐴 HappyHorse 1.1 现已上线阿里云百炼!快来查收模型使用指南,现在调用享 6 折~
|
15天前
|
缓存 测试技术 API
Qwen 3.7 Plus 与 Max 实测:性价比与多模态能力差异解析(2026)
2026 年 6 月 1 日,阿里悄无声息地发布了 Qwen 3.7 Plus,距 Qwen 3.7 Max 上线刚好 11 天。同样的 1M 上下文,同样的 35 小时自治上限。但价格才是头条:Plus 是 0.40/M输入,Max是 2.50/M——便宜约 6 倍——并且还能看图、看视频。Vision Arena 上 Plus 已经排到 #16。所以这周真正值得讨论的问题不是”要不要为视觉能力买单”,而是”Max 凭什么用 6 倍价格换来 2 个百分点的 benchmark 领先”。
|
15天前
|
JavaScript 定位技术 API
CodeGraph 爆火:编程 Agent 需要的不是更多上下文,而是一张提前画好的代码地图
CodeGraph 是一款爆火的本地代码智能工具,通过 tree-sitter 解析 AST 构建结构化知识图谱(存于 SQLite),为编程 Agent 提前生成“代码地图”。它显著降低 Agent 在中大型项目中的探索成本——实测工具调用减少71%、Token 降57%、速度提升46%,支持19+语言及主流框架路由识别,完全离线、无需 API Key。
919 12
CodeGraph 爆火:编程 Agent 需要的不是更多上下文,而是一张提前画好的代码地图
|
8天前
|
缓存 人工智能 运维
GLM 5.2自托管全流程实战:硬件选型、vLLM/SGLang部署与成本盈亏测算
2026年智谱发布GLM 5.2超大混合专家模型,区别于以往仅开放API的闭源大模型,该模型权重以MIT开源协议对外发布,企业与开发者可完整下载、本地审计、私有化部署,实现数据不出环境、自定义微调、自主调度推理资源。GLM 5.2拥有753B总参数,原生支持百万级上下文窗口,在代码生成、长文档推理、数学逻辑等多项基准测试中对标国际顶尖商用模型,是首款可完整自托管的前沿代码向大模型。
675 0
|
3天前
|
消息中间件 人工智能 Kafka
AI 时代,实时入湖正在告别 ETL:从 Kafka 到 Iceberg 的架构减法
本文围绕“零 ETL”这一趋势,讨论流数据入湖为什么需要做架构减法,并结合 Kafka × Table Bucket 的实践,分析一种将通用入湖能力前移到消息与表存储链路中的方案,如何在降低复杂度的同时,兼顾实时性、一致性、Schema 演进、CDC 语义与开放生态兼容。
193 121
|
3天前
|
人工智能 监控 前端开发
Electron 监控:让桌面 Agent 监控触手可及
一行代码实现Electron桌面端全景监控,自动还原崩溃现场、预警内存泄漏、全链路追踪、 SSE流式响应与交互埋点,让 AI 助手运行状态清晰可见,助力快速恢复稳定与流畅。
183 125
|
11天前
|
人工智能 自然语言处理 算法
阿里云百炼Qwen 3.7 Plus与Max实测全解:性价比与多模态能力、成本深度对比
2026年,阿里云百炼平台推出的Qwen 3.7系列成为企业与开发者落地AI应用的核心选择,其中Qwen 3.7 Max与Plus作为两大旗舰版本,定位差异显著:Max是纯文本推理旗舰,专注高强度智能体与复杂逻辑任务;Plus则是多模态全能版,在保留强大文本能力的同时,补齐图像、视频理解能力,且价格大幅降低。本文基于2026年最新实测数据,从核心参数、文本能力、多模态能力、智能体表现、性价比与场景选型六大维度,全面解析两款模型的差异,为用户提供精准选型参考。
545 0