用AI作业分析支撑精准教学，用HTML互动课件升级课堂体验，并通过校本知识库、循证教研、家校沟通、项目式课程，形成学校可验收、可展示、可持续的AI教学新基础设施。
学校真正需要的不是“多一个AI账号”，而是一套能进入日常教学、教研和管理的工作系统。
把批改统计、错因归类、资料查找、初稿生成等重复劳动交给AI预处理，老师负责专业复核和教学决策。
不只知道“错了几道题”，更知道“错在哪里、为什么错、下一步怎么补”，让因材施教有数据入口。
把作业、课堂、测试和听评课转化为可观察的数据，让教研从“凭感觉”变成“看证据”。
形成一套资源库、一批种子教师、一组数据看板、一批示范课例和一份成果报告，便于校内推广和对外展示。
两个主抓手分别解决“老师最累的地方”和“课堂最需要升级的地方”。
把每天作业变成学情数据入口，形成“采集—预批—错因—复核—分层—改进”的闭环。
不是要求老师都去学编程，而是用AI和模板把重点课、难点课、公开课做成可操作、可反馈、可展示的互动页面。
10万以上项目的关键，不是功能更多，而是交付物能看见、能验收、能复用、能展示。
整理学校教案、课件、试卷、教研记录、制度文件，形成可检索、可调用的数字资产。
交付：资源标签体系、首批资料入库、检索提示词、使用手册。
帮助老师快速生成教案初稿、课堂问题链、分层练习和板书设计。
交付：学科提示词库、备课模板、30份样例课案。
把作业从“批完结束”升级为“数据驱动教学改进”。
交付：错因标签、班级报告、学生补救单、周分析模板。
用拖拽、滑块、动画、即时反馈等方式，让抽象知识可视化、可操作。
交付：互动模板库、示范课件、制作SOP、入库标准。
分析课堂讲授比例、提问质量、学生参与度、教学环节时间分布。
交付：课堂观察量表、听评课报告、教研改进建议。
辅助命题、组卷、试卷结构分析、单元质量分析和讲评课设计。
交付：命题规范、题型模板、质量报告、讲评课模板。
沉淀作业、作品、阅读、项目、课堂表现，形成过程性成长证据。
交付：成长档案模板、作品集系统、学期成长报告。
把学情反馈转化为温和、具体、可执行的家校沟通话术。
交付：学情周报、家长会报告、个别沟通话术库。
不写具体报价，但保留清晰的交付边界，方便根据学校规模、周期和定制深度报价。
适合第一次引入AI赋能教学的学校，目标是用小范围试点跑通样板。
适合希望正式推进校本AI教学应用的学校，目标是形成稳定工作流和校本资源。
适合民办学校、集团校、区域样板校，目标是打造可对外展示、可持续运营、可复制推广的AI教学示范项目。
以下为手机端可体验的轻量示例。正式交付时，可按教材版本、年级、知识点和学校风格定制。
目标：让学生通过“点击归类”理解人物描写方法，而不是只背概念。
课堂效果：学生点击文字片段，归入“动作描写、语言描写、外貌描写、心理感受”，系统即时反馈。老师可根据错误集中点追问：为什么这个词体现的是动作？为什么这句话不是心理描写？
目标：用可视化线段图帮助学生理解“谁是整体、谁是部分”。
课堂效果：学生拖动滑块改变分数大小，观察“部分”和“整体”的关系。老师引导学生说出：单位1是谁？已知量是什么？要求什么？
目标：让学生通过点击组句理解句型结构，而不是机械抄写。
课堂效果：学生点击单词组成句子，系统检查语序并给出提示。老师可以看到哪些学生常把时间状语、be going to结构放错。
校长不需要看每一道题，他需要看到：老师是否减负、教学是否提质、学生是否受益、成果是否可展示。
示例数据 · 可按学校真实数据定制
建议先小范围试点，再扩大到教研组和全校。不要一上来铺得太大，先跑通闭环最重要。