教师用 AI，不是找一个全能工具，而是按备课、批改、学情三个环节分别搭配合适的能力：备课看内容生成与资料整理，批改看识别与规则判断，学情看数据汇总。选型的主线是「环节优先于品牌」，先想清楚哪个环节最耗时间，再为那个环节挑工具。这篇按三个环节讲选型要点，并给一套单工具起步的搭配思路。
备课环节看哪类工具
备课的核心需求是生成教案框架、找教学素材、做课件初稿。选型看三点：生成的内容是否符合本地教材与课标口径，能否基于你给的资料生成而不是凭空发挥，导出格式能不能直接进办公软件。通用大模型适合出教案框架与活动设计，学科类工具在题库与课件资源上更有积累。试用时给一个真实单元让它备课，检查知识点表述是否准确、例题难度是否贴合学情，一次实测比看十篇评测更能判断工具跟你的教学是否合拍。备课产物始终要经教师审校，AI 出初稿、教师定稿，这条边界不能松。
批改与学情分析的取舍
批改环节看两类能力：客观题的自动判分已经很成熟，重点看与现有题库、作业系统的衔接；主观题的 AI 批改适合做初筛与点评参考，给学生的评语仍需教师把关。学情分析看汇总能力：把成绩、作业正确率喂给 AI，让它找出薄弱知识点和高频错因，输出分层练习建议。这里要留意分层教学功能的真伪——有的产品只是把学生按分数分组贴标签，有的真能基于错因给练习建议，判断方法看它给出的依据能不能落到具体题目上。选工具时优先挑能导出数据的，数据被锁在平台里，换工具的成本会越来越高。
讯飞星火在课堂里的位置
讯飞星火在教师场景的优势集中在语音与学科生态：语音转写适合整理教研讨论和课堂实录，学科能力覆盖常见教学环节，配套的教育应用对备课批改有专门优化。它更适合承担「教学事务助手」的角色——教研记录、讲义整理、题目解析这类高频事务，在 X 场景下比通用工具表现更好；而跨学科的项目式学习设计、开放性活动创意，通用大模型的发挥空间更大。两者不冲突，教师完全可以按任务类型分流：事务性工作交给学科生态工具，创造性工作交给通用模型。
数据安全与家长沟通
教师处理的学生数据受更严格的约束，选型时三件事要确认：上传的成绩与作业是否会被用于模型训练，平台对学生个人信息的保护条款怎么写，数据能否随时导出删除。拿不准的信息不上传，成绩先脱敏再分析，姓名换成编号。家长沟通方面，如果班级统一使用某 AI 工具布置或批改作业，提前向家长说明用途与数据边界，避免误解；同时划清一条线：AI 批改是教师的辅助，不代替教师对学生的评价，作文评语、成长评价的最终署名人始终是教师。
教师用 AI 备课，教案能直接照搬进课堂吗？
- AI 写的教案直接用行不行？：不建议。知识点错误、例题超纲、活动设计与本班学情不符都是常见问题，教师逐项审校调整后再用，这本身就是备课的一部分。
- 学生会发现老师用 AI 吗？：形式感过重的课件确实有痕迹。把 AI 产物当草稿，按自己班级的例子和口头禅改一遍，内容是你的，工具无人关心。
- 先买会员还是先用免费版？：先用免费额度把三个环节各跑一遍真实任务，确认哪个环节的工具值得付费，再按环节付费，不要为功能清单买单。
