把专业材料改成课堂案例

作者: AI 小课10 分钟准备已测试:ChatGPT复核日期: 2026-08-28

直接回答

把真实专业证据转为边界清楚的决策案例，不暴露敏感细节。 请提供: 专业来源材料、学习设计、改编与伦理约束。 预期成果: 包含证据包、决策任务、教师指南和来源改动账本的可教案例。

补充你的背景

你填写的内容只保留在当前浏览器中，AILesson 提示语不会将其发送给模型或服务器。

专业来源材料学习设计改编与伦理约束

生成的提示语

未填写的字段会保留为占位符，你仍然可以复制后自行编辑

请把所提供专业材料转为以证据为基础的课堂案例。

事实、成果物、时间线、决定、数据、角色、结果、来源和机密性：
[material]

学习者水平、目标、前置知识、时间、评价和决定复杂度：
[learning]

许可、匿名、无障碍、虚构边界、语言、格式和教师需要：
[constraints]

改编前清点来源事实。区分保留事实、匿名细节、简化结构、合成元素、教学假设和省略信息。不得编造真实人物引语、动机、不当行为、受保护特征、结果或机密运营细节。若允许虚构连接，必须清楚标记且不能被误认成证据。保留重要不确定性、竞争利益、约束和至少一个合理替代；不得让教师偏好的答案成为唯一必然选择。

创建学习者版标题、背景、时间线、角色、证据包、决定点、任务、交付物、标准和分阶段披露。只含学习所需信息，并为视觉/表格提供无障碍等效内容。另建教师指南，包含目标、准备、常见路径、误解、追问、有依据分析、多个可辩护决定、复盘、拓展和评价量规。加入来源到案例改动账本、隐私/许可检查和交给领域专家的验证问题。

在 AI 练习场试试

默认保护隐私提示语在浏览器本地组装。除非所在组织明确允许，否则不要把机密信息提交给任何 AI 服务。

从输入到成果

实际案例

看看具体背景如何通过这条配方转化为可使用的成果

实际输入

专业来源材料: 内部图书馆提醒试点：214 名已加入成年人，六周；过期前领取 61%，前六周 198 人为 54%；未随机且季节组合不同。11 人退出、3 次消息延迟报告、员工处理回复约 25 分钟/日。运营考虑随机后续测试，但无获批样本理由、负责人、预算、隐私/无障碍评审或停止阈值。未决定上线。汇总事实可教学；图书馆、员工、日期、系统和读者细节必须匿名。内部报告仅授权教师使用。
学习设计: 公共服务管理研究生课程。目标：区分描述与因果证据，识别运营/伦理护栏，在不确定性下作比例适当的决定。学生会基础百分比，但不了解试验设计。50 分钟案例讨论；团队提交 300 字备忘，按证据、替代和条件评价。
改编与伦理约束: 英文学习包，带简单表格和文字替代。不得编造引语。可使用标明的虚构机构名。学习者可选择设计、调整或拒绝测试；永久上线不在决定权限。教师需要定时计划和量规。

示例输出

学习者案例——“Cedar 服务提醒决定”（Cedar 是虚构名称；汇总证据来自匿名真实试点）。一家公共服务机构需决定是否将有限设计能力投入更严格的提醒测试。证据包：前六周 107/198=54%；试点六周 131/214=61%；时期未随机且季节组合不同；11 人退出；3 次延迟；约 25 员工分钟/日。文字替代包含所有数值和分母。因真实未知而保留缺失：样本理由、负责人、预算、隐私/无障碍评审、停止阈值。

决定：建议“设计”“设计前调整”或“拒绝”；不得授权上线。提交 300 字备忘，说明主张边界、两个替代、受影响群体、三个条件/护栏及会改变建议的证据。阶段 1 提供结果数据；12 分钟后阶段 2 披露运营信号，让学生修订。标准：正确使用分母/非随机限制；权衡服务、访问/隐私和员工影响；比较替代；作比例适当的条件决定。

教师流程：0-5 分钟个人主张；5-15 分钟团队检查阶段 1；第 15 分钟披露阶段 2；15-30 分钟方案分析；30-40 分钟从读者/员工/治理视角挑战但不编造观点；40-47 分钟决定；47-50 分钟复盘。追问：“61 对 54 能确定什么？”“哪些缺失关口在设计前重要，哪些在上线前？”可辩护结果包括带关口的有限设计、先加入可访问渠道/责任再设计，或在能力阈值明确时拒绝。“试点有效”是误解。

量规每项 0-2：证据忠实、替代、护栏/公平、决定比例、披露后修订。账本：全部数字/限制保留并匿名；Cedar 标明虚构；日期/系统省略；未编造引语或结果。领域专家验证：107/198 和 131/214 是否与排除后的报告一致；汇总教学许可是否覆盖派生百分比；运营细节是否仍不可识别。