> 作者：朱金鹏（大鹏），智见AI主理人，WorkBuddy 实战培训讲师。

# 我带高校老师用 WorkBuddy 做出大屏 3D 实验｜培训全分享（中）

上一篇讲了课程开发的主干：两门旧课，怎么合成一门本科新课。

文章里有一句提示词，我说下一篇专门讲。就是这一句：

在正式开始之前，请通过决策树提问的方式与我对齐需求。

两天里，这句话我反复让老师加：做调研加，做问卷加，做 3D 实验加，收 Skill 加，建批改专家也加。

它是这次培训里我用得最多的一招，也是比南召那场多出来的最大的一块方法。

这一篇就讲它：**为什么要让 AI 反过来问你，它怎么问，问完你要怎么选。** 用两个案例：一个 3D 虚拟实验，一份企业调研问卷。

最后单独一节，讲数字人微课。

## 一、人不擅长说需求，擅长做选择

上一篇讲过 SGP：说清楚现状和目标，过程交给 Agent。大部分场景够用。但有一类任务不够：**你知道要什么，但说不清具体要什么样。**

比如给学生做一个讲一次函数的网页。目标很清楚，可界面上放哪些参数、学生能调什么，你自己也没想好。直接让它做，它做得出来，但大概率不是你想要的。

我在现场问老师：为什么会有产品经理这个岗位？**因为人非常不善于表达自己的需求。**

但人很擅长做选择题。那就反过来：**让 AI 给我们出选择题。**

以前的做法是写长提示词，等于你先把所有分歧点想一遍再写进去，**漏一条，它就按自己的理解做。** 现在 SGP 照常写，最后加上那一句。它就先把已经定了的事摊出来，再一组组出选择题，每题带一个推荐项。你点完，它给一张确认单，你说「确认，开始」，它才做。

![纸杯这一讲：先核对三件事，再画四根树干，一组组出题](https://developer.qcloudimg.com/http-save/yehe-11679100/32a30b5fd746811f5faf539f0956ebca.jpg)

这是第一天做纸杯那一讲 PPT 提纲时的样子。它先核对了旧课件和企业画册，再一组组问：学时多少、检测留多少、选材放在什么场景、学生最后交什么。两轮 8 道题，约 5 分钟。

成本数据那一题，它直接标了「硬缺口」：需要供应商的报价，**我编不出来**。

## 二、为什么叫「决策树」

有老师问：为什么叫「决策树」，不直接叫「选择题」？

因为做一件事之前的那些决策，**是有依赖的**。底层的决定一变，后面的问题都跟着变。所以它先问最底层的，**问完一组，再根据你的答案决定下一组问什么。**

举个例子。做问卷时，我第一轮选了「5 分钟以内填完」。它马上回头说：**5 分钟，和你刚选的「两层核验」冲突了，怎么压？** 第二轮的题，就是从这个冲突长出来的。一次把题全出完，这个冲突根本不会出现。

![决策树提问：问完一组，再决定下一组问什么](https://developer.qcloudimg.com/http-save/yehe-11679100/c33a2c3186862284c9374776987c1cd9.png)

## 三、一句话，变成能投大屏的 3D 实验

第一个案例：过度包装判别的 3D 实验。

曹老师这门课要讲国标 GB 23350 里的空隙率和包装层数。学生光看公式没感觉：一个茶叶礼盒到底空了多少，一层层拆开是什么样，想象不出来。

培训第二天凌晨，我在课前演练里发了这样一段：

我是包装专业老师，模块四要讲过度包装判别，教案刚写好。学生看 GB 23350 里空隙率、包装层数这几条，光看公式没感觉：一个茶叶礼盒到底空了多少，一层层拆开是什么样，他们想象不出来。我想做一个能投大屏、课上就能用的 3D 网页实验：礼盒能转着看、能一层层拆开，商品和空着的空间分得清；学生改盒子尺寸和层数，网页按国标算出空隙率，判断超没超标。计算和判定按素材里 GB 23350 的原文和第 2 号修改单，昆仑雪菊这类花类代用茶 k 取 60。可以用 three.js 这类 3D 技术。这是辅助教学的模拟，不能替代国标原文，页上要写清楚。我现在说的只是个大概，正式开发之前，请通过决策树提问的方式与我对齐需求。

我能说清楚的，只有现状和目标。**具体做成什么样，我自己也没想清楚**，所以最后一句交给它来问。

它先读了国标原件和修改单，然后一组组出题：课上谁来操作，判到哪一层，怎么让人看见「空」，投影用什么底色……三轮，11 道。

![决策树四根树干，第一题：课上主要由谁操作？](https://developer.qcloudimg.com/http-save/yehe-11679100/9b822405c2d501cbc96b85d02fd493b2.jpg)

10 道我都按它的推荐选。只有一道没选：投影底色，我选了浅色底。这页要投到教室幕布上，不是在电脑屏幕上看。**教室投影什么效果，这个判断，它没有，我有。**

### 做出来什么样

开发约 15 分钟。礼盒在屏幕中间，能转、能一层层拆开，商品、必要空间、空着的部分用三种颜色分开，旁边直接算出空隙率，判合不合格。

最有意思的是昆仑雪菊这一盒。按第 2 号修改单，k 取 60，空隙率 14.29%，合格。点一下「修改单前」，k 变回 13，同一个盒子，空隙率变成 81.43%，**不合格**。

![同一盒雪菊，按新口径 k=60：14.29%，合格](https://developer.qcloudimg.com/http-save/yehe-11679100/0a332dff63e7a9ae15c9ec5cb86c0dc5.jpg)

![切回修改单前 k=13：81.43%，不合格](https://developer.qcloudimg.com/http-save/yehe-11679100/9cc9f6642488f6f7aa89bedcfe9093a6.jpg)

上一篇说过，曹老师旧课件里这道题用的就是旧口径，结论正好反过来。现在学生在大屏上点一下，就能看见差别在哪。

### AI 说验过了，老师还要上大屏看一遍

做完以后，它自己开浏览器验了一遍，报告「7 条全过」。

我投到大屏上一看，还有三处问题：一个余量算错了；空隙的颜色太淡，幕布上看不清；还有一处措辞，数字没错，但学生会读错。

**算错的那条，它自己验的时候偏偏没验出来。** 后两条，是只有站在讲台上、看着幕布的人才发现得了的。

还有一个细节：页脚写着「经任课教师确认」。**这句话是它自己加的，曹老师根本没确认过。** 页面上的「确认」，要老师来写。

这一段从发提示词到改完，一共 48 分钟，大部分时间在等我点选。用的是 DeepSeek-V4.1-Flash，全程 25.3 积分。之前一个规则计算器网页，我们换了个贵的模型跑，花了 325 积分。**模型按任务挑，贵的不一定更好。**

![同一任务：GLM 约 325 积分，Flash 约 10 积分](https://developer.qcloudimg.com/http-save/yehe-11679100/556b1a783dc339e1183adfcf5786b602.jpg)

## 四、现场：曹老师来选，我看不懂

第二天上午，我带老师现场跑的是另一个实验：瓦楞纸箱的抗压和堆码。

我是包装专业老师。讲瓦楞纸箱抗压和堆码时，学生最难体会的是：同一只纸箱，换个楞型、仓库湿一点、放久一点，能堆的层数会差很多。真实验室压一只箱子要好几分钟，湿度和储存期更没法当场调。我想做一个能投大屏的 3D 虚拟实验：一只纸箱放在压力试验机上被压溃，学生能换楞型、改尺寸、调湿度和储存期，看抗压强度和安全堆码层数怎么变；还能看到整托纸箱堆起来，超载时最底下那层先被压塌。计算依据用 GB/T 4857.4 的试验方法和常用的凯里卡特公式，数值标明是教学示范值。可以用 three.js 这类 3D 技术。我现在说的只是个大概，正式开发之前，请通过决策树提问的方式与我对齐需求。

它出了十几道题，抗压强度用哪套公式、湿度怎么进计算、压溃要真实到什么程度……**说实话，我看不懂。** 我不是这个专业的。

所以我当场请曹老师来选。

约 23 分钟，网页出来了：纸箱尺寸、楞型、配纸都能调，点加载，箱子在压力机下变形，旁边同步画曲线。湿度调大、存储期拉长，再压，箱子就压坏了。

课前我用同一段提示词演练过一次。那次它**纠正了我们的直觉**：提示词里写「换个楞型，层数会差很多」，它实算回来说，单换楞型只少 0.8 层；换楞型影响大，是因为通常连带换了更厚的纸。**楞型不是独立变量，它和配纸绑在一起。**

这句话比我们原来的设想更适合在课上讲。当然，拿到这种反驳，要先请老师核它的算法。

那次第一版数都对，画面不行：立柱挡住纸箱，压完扁成一片。

![课前演练第一版：立柱挡住纸箱，压完扁成一片](https://developer.qcloudimg.com/http-save/yehe-11679100/361b35e388d7c1d4ae1db21ff57593f3.jpg)
我没说「不好看」，而是说真实的样子：「四壁向外鼓、起皱，高度只少十几毫米。」改完是这样：

![课前演练版：整台试验机入画，纸箱外鼓起皱](https://developer.qcloudimg.com/http-save/yehe-11679100/70ccd285f773a742cdd48f6a2335b888.jpg)

**说真实的样子，比说「不好看」有用。**
现场有两件事，我印象很深。

一件是，网页一出来，就有老师问：**参数里有没有「初始载荷」？** 这个我想不到，它也没问。**专业的老师，一眼就能提出很专业的需求。**

另一件是，有老师跑出来的页面没有 3D。同一段提示词，有人跑出来，有人没跑出来，大模型本质上是概率。**跑出来了，也要你自己判断对不对。**

所以我留的作业是：**用你自己的专业，做一个类似的网页应用。** 你的课里哪个地方学生最难想象，就从哪做起。

## 五、第二个案例：一份 11 分钟跑完的企业问卷

第二个案例在第一天下午：企业调研。能力图谱的编制要求面向龙头企业做跟岗调研。真进企业要时间、要人脉，但至少可以先做公开资料调研，再发一份问卷给企业的技术人员。

### 深度调研，也先对齐

我让它调研包装材料相关岗位的典型任务和能力要求，加了一句：**每个结论都标上来源链接，找不到的不要写。**

它也没急着跑，先问了三道题：调研对象怎么划、新技术看近几年、报告偏哪种形态。第一题它提醒，包装检测的岗位大量在第三方检测机构，不只是生产车间。

为什么连调研都要先对齐？**长线程的任务，一跑起来就停不下来。** 方向错了，时间和积分都白花。

18 分钟，100 积分，一万八千字，33 个来源。报告最后它自己写了一段：**这份报告来自公开渠道，不能当跟岗调研的成果交上去。** 这个边界，它判断得很好。

### 问卷：两轮 7 道题

同一个对话里，打开腾讯问卷连接器，发：

根据跟岗调研报告，给合作企业的技术人员设计一份问卷，用来核实这门课的能力点。先出题目给我看，确认后再用腾讯问卷建。在正式开始之前，请通过决策树提问的方式与我对齐需求。

两轮 7 道题，有两道我没按推荐选：

- 填答时长，它推荐 10 分钟，**我选了 5 分钟**。企业的技术人员很忙，帮你填问卷是情分。也就是这一题，引出了前面说的那个冲突，它用跳转把题压到只核 12 个技能点。
- 量表，**我选了 4 级，因为课标就是 4 级**，问卷结果能直接对回课标。

我确认后，它在腾讯问卷建成 10 题。我把链接发到群里，请老师们扮成企业的人填。收回 16 份，它做了一份分析报告：哪些老方法企业已经不用了，哪些是企业在做、课里没写的，还标出 5 份一路选同一个选项的「直线作答」。

最后它特意写：**16 份数据，不能证明什么。** 只能发现问题，不能下结论。

![课前演练时的回收分析：能力点按均值排序，先提醒样本不能下结论](https://developer.qcloudimg.com/http-save/yehe-11679100/c1f0ea6eedc9b2415c6e2c37750137d8.jpg)

数据是扮演的，但流程是真的通了：调研、出题、建问卷、发链接、回收、分析，一个对话里，约 11 分钟。

这就是我自己每次培训前的做法。对接人给我一份需求清单，我让 Agent 分析哪些需要跟大家对齐，建一份问卷发出去。大家填完，我只问一句：填了多少人，初步结论是什么。

**问卷的设计、分发、回收、分析，现在都可以交给它。人只做一件事：对齐时，选对那几道题。**
## 六、这招怎么用

### 什么时候用

**要出成品、细节你自己也没想清楚的，都用。** 提纲、PPT、交互课件、教案、问卷、调研报告、Skill、批改专家。

**长线程的复杂任务，一定用。** 深度调研、整套课件这种，一跑十几二十分钟，跑偏了代价很大。

什么时候不用？盘点材料、查一个数、已经说得很死的小改动。这些直接说，不用对齐。

### 推荐项是它的判断，不是你的

每道题它都会给一个推荐项。很多时候推荐项是对的，所以现场赶进度时，我常说「先都按推荐」。

但回头看这两个案例，我没选推荐的那几道，恰恰是最关键的：

- 3D 实验的底色：这页是要上教室投影的。
- 问卷的时长：它推荐 10 分钟，我知道企业的人给不了这么久。
- 问卷的量表：我知道课标是 4 级。

**这三处，它没有的，是我手里的上下文。** 而纸箱实验那几道公式题，我连推荐项对不对都判断不了，只能请曹老师来选。

所以这招不是让你偷懒。它把需求拆成了你能判断的小问题，**能不能判断对，靠的是你自己的专业。** 哪道题跟你想的不一样，就选别的；选项里没有，就在「其他补充」里写一句。

![什么时候让 AI 出选择题：推荐项是它的判断，不是你的](https://developer.qcloudimg.com/http-save/yehe-11679100/cc9d4e9cfb716dda5b6ec49d6d95a1fb.png)

### 不想每次都提醒，写进系统提示词

每次都加这句话挺麻烦。最简单的办法，**把它写进系统提示词**：

任何复杂的长线程任务开始之前，请通过决策树提问的方式与我对齐需求。

写进去以后，复不复杂它自己判断：复杂的先出题，简单的直接做。我建议写进用户级，所有项目都生效。

### 选择题，就是在写规矩

南召那场，我带老师做作文批改专家，提示词最后一句是：「你先别写系统提示词。请通过决策树提问的方式来与我对齐需求。」后面我没再写一句长指令，只是一组组点选项。

复盘时我才意识到：**那些选择题，才是真正在写系统提示词。你在对齐时选的每一个选项，最后都会变成它干活的规矩。**

## 七、数字人微课：检查点放在花钱之前

最后讲数字人微课，这是老师们最期待的一块。

曹老师这门课里，瓦楞纸板粘合强度试验一直没做成微课。我们课前用数字人做了出来：

*视频：数字人微课：瓦楞纸板粘合强度试验（129 秒，数字人形象和配音均为 AI 生成）（见公众号原文）*

这条两分多钟，没打开任何剪辑软件。画面、字幕、口型，全是脚本按顺序跑出来的。

整条流程是三个预制 Skill 接力：**微课分镜**写分镜表，每一镜写清依据是视频第几秒、标准哪一条；**讲解动画**把原理做成动画；**数字人微课**负责配音、字幕、对口型，渲染成片。老师第一次用，配一次账号、交一段自己的视频训练形象，之后每条按引导走。

![一条数字人微课是怎么做出来的](https://developer.qcloudimg.com/http-save/yehe-11679100/1d83621a018db5b5d2e790f9db23124a.jpg)

![分镜表：每一镜写清依据是视频第几秒、标准哪一条](https://developer.qcloudimg.com/http-save/yehe-11679100/0d2777561aff1d8f3c9e947f96601830.jpg)

为什么代码能做出视频？现场很多老师问，我们做了一条讲解视频：

*视频：代码怎么做出视频（2 分 32 秒，配音和动画为 AI 生成）（见公众号原文）*

### 两个刻意的设计

**第一，AI 只写一份数据文件，不现写渲染脚本。** 模型每次写的代码都不一样，今天能跑，明天就可能出错。所以模板和脚本固定，AI 只做它擅长的：整理内容。

**第二，检查点全部放在花钱之前。** 生成数字人要扣蝉豆，扣之前有四道关：分镜确认、术语试听、免费预览、费用报价。老师点头，才生成。

老师真正要把关的，就两件事。

**内容对不对。** 课前做粘合强度的动画，AI 照着标准画原理，两次都画错了同一处：画成面纸和楞峰分开。曹老师一眼看出来：**不对，是楞峰和下层里纸分开。**

![改前改后：AI 初稿和按曹老师批注改后的同一帧](https://developer.qcloudimg.com/http-save/yehe-11679100/1cc0ca41aee792c5a988ddf7166373fc.png)

所以讲解动画改成先出关键帧，再出几道是非题让老师答，答完才做整段。这也是一种选择题，只不过问的不是需求，是事实。**AI 画得出来，对不对，只有专业老师判断得了。**

**读音对不对。** 瓦楞的「楞」读 léng，粘合的「粘」读 zhān，配音很容易读错。所以关键术语先单独配一句让老师试听，读错了就换同音字配音，字幕照样显示原字。

### 花了多少

- 训练数字人形象：约 80 蝉豆，一位老师一次。
- 现场跑的纸杯涂层短片：66 秒，58 蝉豆，WorkBuddy 7.3 积分。
- 粘合强度整片：129 秒，82 蝉豆。

蝉镜最小充值档是 50 元 1000 蝉豆。一条一分钟左右的数字人微课，几块钱。

现场赶上蝉镜高峰，不少老师卡在排队。等的时候，我们先去做了下一个案例：批改实验报告。

这三个 Skill 是给这次培训的老师用的，不随文放出。我判断要不要预制，标准就一条：**通用的才预制，各校不一样的，带着提示词现场做。**

## 写在最后

回头看这一篇，其实就讲了一句提示词。

它解决的问题是：你说不清要什么，它又不能乱猜。那就让它把需求拆成一道道你能回答的选择题。

但选择题有个前提：**你得会选。**

3D 实验的底色、问卷的时长和量表，是我手里有的上下文；纸箱实验的公式题，我看不懂，得请曹老师来选；楞型和配纸绑在一起，是它算出来、要老师核过才敢讲的；动画里的原理画没画对，也只有曹老师看得出来。

AI 把需求拆成了你能判断的小问题。判断，还是你自己的。

这就是看得懂和用得会之间，又一段路。

本文首发于作者微信公众号「智见AI」，由作者本人同步发布。


两天里，这句话我反复让老师加：做调研加，做问卷加，做 3D 实验加，收 Skill 加，建批改专家也加。

WorkBuddy 教师培训实战：需求说不清时让 AI 出选择题，做出大屏 3D 实验（中）

两天智能体工作坊复盘（中）：用一句「通过决策树提问的方式与我对齐需求」，让 WorkBuddy 先出选择题再动手，做出可投大屏的 3D 虚拟实验和一份 11 分钟跑完的企业调研问卷，并讲清数字人微课的检查点放在哪里。

创始人

人工智能

开发工具

讲师朱金鹏分享WorkBuddy实战培训：通过"决策树提问"让AI反向对齐需求，解决说不清细节的难题。覆盖3D虚拟实验、企业调研问卷、数字人微课案例，展示AI出题、人工选择的高效协作法。含推荐项取舍、专业判断要点，强调"拆解需求靠AI，判断对错靠人"。

WorkBuddy企业版限时双倍 Credits 活动

workbuddy

让每一个 Agent，都跑在云上

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

WorkBuddy 教师培训实战：需求说不清时让 AI 出选择题，做出大屏 3D 实验（中）-腾讯云开发者社区-腾讯云

WorkBuddy 教师培训实战：需求说不清时让 AI 出选择题，做出大屏 3D 实验（中）

WorkBuddy 教师培训实战：需求说不清时让 AI 出选择题，做出大屏 3D 实验（中）

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐