教学论文的难点，很少只是“写不出来”。更常见的是课堂观察、学生作品、访谈记录、政策材料和文献笔记堆在一起，写到一半才发现主张和证据对不上。AI 可以帮助你把材料归位、提取待验证主题、生成结构草图；但研究问题、证据选择和结论力度仍必须由作者把关。
从一张资料卡开始，而不是从正文开始
把每份材料转成独立资料卡：材料是什么、获取时间、适用场景、能支持什么、不能支持什么、是否需要匿名处理。课堂案例尤其要区分观察事实与个人解释，例如“学生在第二次活动中完成了几步”是事实，“学生因此更有兴趣”则需要更多证据。
请把以下资料整理成证据卡。每张卡包含：来源类型、时间、可直接引用的观察、可能支持的观点、局限与待补证据。不得补写课堂细节，不得把推测写成事实。
用“主张—证据—反例”搭建框架
| 模块 | 需要回答 | 材料示例 |
|---|---|---|
| 研究问题 | 想解释哪一种教学现象？ | 课堂中出现的真实难点 |
| 核心主张 | 准备提出什么有限结论？ | 一种做法可能带来的改变 |
| 证据 | 凭什么支持这个结论？ | 观察记录、作品、访谈、文献 |
| 反例与局限 | 结论在哪些条件下不成立？ | 样本、时间与情境限制 |
把这些卡片交给 AI 时，要求它输出两种版本：一张“现有证据可支撑的最小论证图”，一张“还缺什么材料才能扩展结论”的清单。这样能有效防止先定结论、再挑材料的确认偏差。
把 AI 用在可复核的改写上
确定框架后，再让 AI 协助统一术语、压缩重复段落、检查章节之间的承接。提示词中要明确保留引用标记和证据编号，不得虚构研究、数据或课堂案例。需要把大纲改成更易读的讲解时，可参考写作提示词的条件约束；如果研究涉及软件或数据处理，可借鉴复杂任务的分步执行方式分离技术操作与学术判断。
定稿前检查结论的边界
- 每一个结论是否能对应至少一张资料卡或明确文献？
- 案例是否经过匿名化，是否获得了所需授权？
- 是否把局部课堂观察说成了普遍规律？
- 读者能否根据材料知道结论适用的情境？
AI 的价值是释放整理时间，让作者把精力留给真正重要的部分：提出有意义的问题、诚实对待证据，并清楚说明结论的边界。
