教学场景中使用 Gemini 3.6 Flash，先要弄清楚模型本身不是教学方案，接入方式和使用边界才是。同一个模型用在教师备课、课堂演示、学生作业反馈三类任务上，容错率和数据要求完全不同。备课材料错了可以改，课堂演示错了直接影响进度，作业反馈错了会误导学生。通常建议把该模型定位为内容草稿生成器，而不是最终答案来源。
教学场景使用 Gemini 3.6 Flash，先做任务分类与边界设定：备课材料用生成初稿，课堂演示必须预跑，作业反馈必须人工复核。所有生成内容都应保留人工修正和追溯方式，避免把模型输出直接当作定稿。
先界定使用场景和数据边界
接入方式决定能做哪些事。如果通过 API 接入，先确认组织账号的数据保留策略，了解生成内容是否会被用于模型改进；如果通过第三方工具接入，需要确认对话记录是否包含学生个人信息。教学场景建议走最小化原则：不传学生姓名、学号、联系方式，涉及作业内容时用匿名代号代替。课堂使用还要准备降级方案，比如断网时改用本地板书或预先打印的备用题。
备课提示词模板
备课适合用角色加约束的提示词，让模型生成可修改的草稿。下面是一份可直接套用的提示词模板，替换科目和主题即可。
你是一名有 5 年教学经验的中学理科教师。为【主题】设计一份课堂讨论提纲。
要求：
1. 列出 3 个能引发争论的生活现象，每个现象配一个追问；
2. 每个现象控制在 80 字以内，语言适合【年级】学生；
3. 不直接给出结论，只提供引导学生自行发现的线索；
4. 最后附一份 2 分钟板书草稿，用箭头标注推导顺序。
请用 Markdown 格式输出。生成后需要人工核对事实与教学顺序，尤其是涉及公式、年代、人名等硬知识点时，不要直接复制到课件。若模型生成的例题无法验证解答过程，建议先由教师自己演算一遍，再决定是否使用。
课堂演示与现场生成
课堂现场生成的不确定性高于课前准备，建议提前把关键示例生成好并保存为课件素材。若必须现场输入，教师可以用约束型提示词控制输出范围，降低偏题风险。下面这段提示词适合将模型限制在教师提供的资料内：
你是课堂问答助手。只根据以下资料回答问题：[粘贴资料]。
如果问题超出资料范围，请回答：这个内容需要课后查证，然后给出继续提问的引导。
不要使用“根据我的知识”这类表述，只依据资料内容组织语言。这段提示词的作用是让回答尽量落在教师可控范围内。现场使用时，建议把资料提前粘贴好，避免边提问边输入大段文本，减少等待和误操作。
作业反馈与输出校验清单
作业反馈环节最重要的不是生成速度，而是判断生成内容是否符合教学目的。给学生的批语、解析和例题都应经过至少一项显式校验。以下校验顺序可直接作为检查清单使用：
- 核对数字与专名：生成内容中的年份、数值、人名先与教材或可信资料逐一比对；
- 检查公式与符号：数学或化学公式经常出现渲染或符号错位，需在目标系统中转换后再次确认；
- 验证例题可解性：生成的练习题教师本人先做一遍，确认答案正确且题干无歧义；
- 关注价值立场：历史、社会类议题需要额外检查是否存在倾向性表述；
- 保留修改记录：对生成内容做了哪些改动应保留痕迹，便于课堂答疑时快速回溯。
常见问题
学生直接使用 Gemini 3.6 Flash 完成作业，如何把握尺度？
建议把模型定位为校对工具，而不是答题工具。可在作业要求中增加三个提交项：提示词原稿、生成结果、人工修改说明。这样教师既能了解学生如何使用 AI，也能从修改说明中评估学生的理解程度。
生成内容不稳定，每跑一次结果都不一样，怎么办？
教学场景不宜依赖反复生成来“碰运气”。如果接口支持，先降低温度参数或固定随机种子；如果所用工具不提供参数控制，就把提示词固化成固定模板，要求输出末尾增加自检说明，通过格式约束减少随机性影响。对经常复用的内容，建议维护一份教师校准过的素材库，每次引用前做一致性比对。