CC-02 · 素材驱动的期末评语

① 场景引入

一、这件事现在是什么样

班主任 · 班级与家校 · 真实业务触发

期末最后两周。46 份评语，每份 80-150 字，要求基于真实观察、有具体事例。写完还要过班级评价小组、公示 5 个工作日、进综评档案——一经审核不可更改。会被追问的一句：「班里两个孩子的评语，怎么看着像一个人写的？」

二、痛点 · 每条都有来源

1教育部指引明令：AI 辅助评语须基于真实观察和情感关怀，避免直接套用模板或出现空洞化、格式化表述——纯 AI生成评语不能直接用依据 · 教育部《教师生成式人工智能应用指引（第一版）》（2025-12）：AI 批改结果不得直接作为学生最终评价；AI 辅助评语须基于真实观察、避免空洞化格式化；教师须对 AI 生成的教学设计与习题审核校正2评语模板库「80 则/175 则/180 则」长盛不衰——模板化不是被批评的对象，是班主任自救的现实；但同一班两个学生评语雷同，是会被家长在群里比对出来的事故依据 · 「班主任期末评语大全 80 则/175 则/180 则」模板库长盛不衰——评语模板化本身是痛点的证据3评语进入综评档案后「一经审核不可更改」，程序含公示 5 个工作日与诚信责任追究——写错的代价不是改一改，是追责依据 · 揭阳市初中学生综合素质评价实施方案（广东省框架）：五维度评价，学生写实记录→班主任审阅完善→提交评语→公示 5 个工作日→形成档案，一经审核不可更改；建立诚信责任追究制度4班主任周均 67.83 小时，期末叠加评语、综评、教案归档、迎检四座大山——评语是「深夜的活」依据 · 北师大团队全国 24 万+ 中小学教师调查（转载）：班主任周均工作 67.83 小时、非班主任 55.76 小时；教师每天花在非教学性事务上的时间超过 3.5 小时5真正的问题是没有素材积累：学期中的观察散在便签、聊天记录和脑子里，期末想写「具体事例」时一件都想不起来依据 · 教育部《教师生成式人工智能应用指引（第一版）》（2025-12）：AI 批改结果不得直接作为学生最终评价；AI 辅助评语须基于真实观察、避免空洞化格式化；教师须对 AI 生成的教学设计与习题审核校正6媒体报道爱讲「AI 评语 10 分钟全班初稿」——效率口径本库不采用；采用的依据是教育部对纯 AI 评语的禁令：必须基于真实观察依据 · 媒体报道口径：AI 辅助评语让班主任从「熬到凌晨」到「10 分钟全班初稿」——注意：这是效率口径，本库不采用；采用的依据是教育部对「纯 AI 评语」的禁令

三、换个做法之后

变化不在「快」，在「参与的角色」和「覆盖的范围」

✕ 现在的做法

• 教育部指引明令：AI 辅助评语须基于真实观察和情感关怀，避免直接套用模板或出现空洞化、格式化表述——纯 AI 生成评语不能直接用评语模板库「80 则/175 则/180 则」长盛不衰——模板化不是被批评的对象，是班主任自救的现实；但同一班两个学生评语雷同，是会被家长在群里比对出来的事故评语进入综评档案后「一经审核不可更改」，程序含公示 5 个工作日与诚信责任追究——写错的代价不是改一改，是追责班主任周均 67.83 小时，期末叠加评语、综评、教案归档、迎检四座大山——评语是「深夜的活」

✓ 交给 Agent 之后

• 多来源文件一次读入，先做口径与完整性校验，再开始算
• 每条结论绑定来源文件、字段或条号，可以被审
• 产出是企业真会流转的正式件（带签批栏），不是一张展示用的表
• 该拦的地方给出「现在还不能提交」，并给不用干等的替代方案

四、场景闭环

6 步 · 每一步的产出都是下一步的输入

1. 素材校验 · 每个学生有几条可用素材少于 2 条的不硬编，列「需补观察」清单
2. 事实提取 · 素材变成可写进评语的具体事例每条评语标注用了哪几条素材——可回溯
3. 初稿生成 · 每生 80-150 字有具体事例、无模板腔；同班雷同度自检
4. 留痕版生成 · 教师修改区修改建议与批注位置；定稿必须手改后才算教师版
5. 合规自检 · 禁用表述与排名信息扫描空泛表述、比较性语言、可推断排名的表述逐一拦
6. 签批与公示流转 · 公示 5 个工作日的流程件签批栏留空；公示起止日期按流程生成

要准备什么：学生观察素材表（平时随手记的便签/表格/聊天记录摘录）评语的唯一可靠原料——越具体越好班级积分与作业提交记录「本学期交作业从不拖延」这类事实的出处各科任教师反馈片段（期末收的）跨学科视角——评语不只是班主任视角学校评语规范（字数/结构/禁用表述）按你们的规范来，含签批与公示流程栏位

为什么这个场景值得做

优先级评分：痛感 4 × AI 适配 5 ÷ 落地难度 2 = 8.5

最大差异点：与「AI 评语生成器」的区别在原料与出口：生成器给一句通用夸奖，这里只从教师提供的真实观察素材（便签、反馈片段、班级积分）出发，每条评语标注用了哪几条素材、缺什么素材，产出带「教师修改留痕」版——这是教育部指引下唯一站得住的形态。

评分口径：痛感看「这事没做好谁会生气、生气到什么程度」；

AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」；

落地难度是分母 —— 需要客户先做数据治理的场景，分数会被压得很低。

五、会产出什么

判断标准只有一个：这份东西能不能直接进企业的流程

• 正式件本体：评语初稿集.docx 46 份 · 每份标注素材出处 · 含修改留痕区
• 可派发清单：素材回溯表.xlsx 每生 × 素材条数 ×使用情况 · 需补观察名单
• 可派发清单：雷同度与合规自检表.xlsx 两两相似度 · 禁用表述扫描结果

这套东西不承诺什么：不替班主任定评语的最终措辞——产出是初稿与修改留痕版，定稿必须教师手改；观察素材少于 2条的学生不硬编，单独列为「需补观察」；评语不出现成绩排名与其他学生比较；公示与档案提交环节一律人工。想看具体怎么跑？Live Demo 里有一个完整案例的每一步，包括 Agent 在哪一步拦住了

② Live Demo（演示逐步）

演示模式 · 可视化预演 本页展示的是「应该怎么跑、每一步看什么、交付什么」，用的是真实业务格式的脱敏构造数据， 不宣称已接入客户生产系统，也不承诺任何效率提升百分比。

案例设定：期末最后一周，周敏要给全班 46 个孩子每人写一段评语。她翻去年的评语，发现能想起来的只有最闹的和最好的那几个，中间三十多个孩子的事一件都想不起来。去年有家长在群里问「这评语是不是网上抄的」，因为两个孩子拿到的评语几乎一样。期末名册里还有转入的张之恒——他在这个班只待了半个学期。

评语46 份素材出处人均 6 条雷同对0 对结论可交德育处 · 3 人需补观察

输入学校手上能拿到的东西

不需要整理格式、不需要改文件名 · 直接拖进对话框

• 01_班级日志与课堂观察随手记_周敏.txt 周敏一学期的碎片记录：谁主动讲题、谁值日负责、谁上课走神周敏 · 随手记，不定期
• 02_CC-01重点学生数据表_期中版.xlsx 期中质量分析时的重点学生数据表（联动上游：成绩侧的素材来源）周敏 · CC-01 产出
• 03_学生成长档案_本学期活动照片记录.docx 本学期班级活动的照片记录（运动会/值日/讲题小组）周敏 + 学习委员赵昕共同维护
• 04_各科教师评语素材_科任老师提供.docx 七科科任老师提供的简短评语素材（每人两三句）各科任 · 德育处催收
• 05_学校评语规范与禁用表述清单_德育处.docx 德育处的评语规范：字数、结构、禁用表述德育处发 · 每学期更新

注意标橙色那一份 —— 01_班级日志与课堂观察随手记_周敏.txt。它周敏 · 随手记，不定期，平时压根不在核对范围里。这个场景的价值，很大一部分就来自把它读进来。

提示词就说这么几句

没有模板、没有表单 · 专业规则由 Skill 兜底

期末了，要写全班 46 份评语。 我平时记学生表现的便签、表格，还有各科老师期末的反馈，都发你。学校的要求是每份 80 到 150 字，要有具体的事，不能空话。 帮我出初稿：每份标清楚用了哪几条素材；素材不够两条的别硬编，单独列出来我期末前补观察。写完帮我查一遍——别跟模板一个腔调，班里两个孩子不能看着像一个人。 改的地方要留痕，最后定稿我自己来。

素材发过来就行——便签照片、表格截图都可以，越乱越说明平时真的在记。

触发46 份评语下周交，去年的雷同事故不能重演

谁交、几份、去年出过什么事

德育处周五收评语，规范明确禁套话禁雷同。周敏的原始记忆只能覆盖十来个孩子，中间三十多个的素材要从记录里找——她的随手记、CC-01 的数据表、活动照片、科任素材，四路合起来才够 46 个人。

第 1 步 · 素材池盘点 · 每个孩子手里有几条

四路素材按学号归集，盘点每生条数

素材来源覆盖人数条数特点01 随手记18 人31 条独家细节，密度最高02 数据表4 人4 条有变化无原因，需配随手记03 活动档案22 人26 条有日期有场景，可直引04 科任素材31 人42 条学业面为主，品行面稀薄归集结果38 人 ≥5 条6 人 <5 条（需补观察）素材 103 条全部标出处四路素材按学号归集后，38 人素材充足，6 人不足——含转入的张之恒。

第 2 步 · 补观察名单 · 素材不足的最后三天

6 名素材不足学生，定向补看三天

这一步的看点 · 排除性结论「素材不足写不出个性化评语」可以排除——46 人里 38 人素材已够，6 人中 4 人补三天观察即可，真正无素材可写的只有刚转入半学期的张之恒一个。他的评语就写「半学期」：值日早到、接力第 3 棒、科任的课堂印象——半学期的真实记录比编一段完整学期更有说服力。

第 3 步 · 生成与回溯 · 每句评语挂素材出处

三段式结构，每句事例标注来源编号

这一步的看点 · 从历史说起去年雷同事故的复盘发现：两份雷同评语都出自「没素材、赶工时套模板」那晚——雷同不是文风问题，是素材短缺问题。今年每句事例挂出处编号，素材不足的会在生成前暴露（回到第 2 步补观察），而不是在写的过程中被模板悄悄填掉。

第 4 步 · 雷同度扫描 · 两两相似度全量比对

46×45 两两比对，高相似对回炉

这一步的看点 · 把评语翻译成钱去年雷同事故后，周敏在家长群里解释「评语雷同是巧合」花了一个晚上，德育处还要求书面说明——全量两两比对把这类解释成本归零：比对记录在档，哪两份最像、像在哪一句、改了什么，都有据可查。对班主任更实际的一笔账：103 条素材池逐年滚动，明年写评语不是从零开始——隐性的一年带班经验变成了可复用资产。5合规自检 · 禁用表述全量扫描

按德育处规范逐条过，红线项零容忍

这一步的看点 · 该拦的地方拦住了陈皓宇那条评语最动人，但「家里弟弟生病」是隐私红线——德育处规范明令禁止健康与家庭细节。处理：保留「那段日子你照样把值日做成标兵」的事例力量，隐去原因。被拦下的不是好句子，是会让家长追问「老师怎么知道我们家事」的那种句子。

第 6 步 · 结论 · 46 份可交，3 人补观察后定稿

周五交德育处前完成最后收口

不讲省了多久 · 讲少了几个隐患、沉淀了什么

③ 能力沉淀（Skill / 提示词 / 预期输出 / 人工边界）

1. Skill 能力包

导入之后，同类任务会自动按这套规则走 —— 提示词才能写得那么短

素材驱动的期末评语 —— 不是模板填空，是每个孩子自己的事 · Skill

SKILL.md 主本 + references（输出骨架 / 判据 / 渲染脚本）· 符合 WorkBuddy Skill 规范

版本 v1.0

evidence-based-comments.zip

在 WorkBuddy 里直接上传这个 zip 即可导入

包内结构

• SKILL.md 主本 —— YAML 元信息 + 执行流程 + 硬规则 + 人工边界
• references/output_template.md 输出骨架（sheet 名 / 分区顺序 / 列头）+ 可直接运行的渲染脚本
• references/judgement_rules.md 判据与口径 —— 什么情况算异常、什么情况必须拦住

references 不会一次性全读进来 —— Agent 按需取用。所以 Skill 可以写得很细，不会拖慢每次对话。

2. 原始素材

这些就是学校手上真实能拿到的东西 —— 格式不统一是常态，不是问题

📁CC-02 · 演示素材

脱敏构造数据 · 真实业务格式 · 埋点可核验

共 5 份

TXT01_班级日志与课堂观察随手记_周敏.txt周敏一学期的碎片记录：谁主动讲题、谁值日负责、谁上课走神下载

↓XLS02_CC-01重点学生数据表_期中版.xlsx期中质量分析时的重点学生数据表（联动上游：成绩侧的素材来源） DOC03_学生成长档案_本学期活动照片记录.docx本学期班级活动的照片记录（运动会/值日/讲题小组）下载

• ↓DOC04_各科教师评语素材_科任老师提供.docx 七科科任老师提供的简短评语素材（每人两三句）
• 05_学校评语规范与禁用表述清单_德育处.docx 德育处的评语规范：字数、结构、禁用表述

怎么用

• 把素材全部拖进 WorkBuddy 对话框（不需要整理格式、不需要改文件名）
• 粘贴下方提示词发送
• 拿到正式件初稿 —— 签批栏留空，推荐意见留空，由你填

3. 提示词卡片

期末了，要写全班 46 份评语。 我平时记学生表现的便签、表格，还有各科老师期末的反馈，都发你。学校的要求是每份 80 到 150 字，要有具体的事，不能空话。 帮我出初稿：每份标清楚用了哪几条素材；素材不够两条的别硬编，单独列出来我期末前补观察。写完帮我查一遍——别跟模板一个腔调，班里两个孩子不能看着像一个人。 改的地方要留痕，最后定稿我自己来。

为什么这么短就够了：素材发过来就行——便签照片、表格截图都可以，越乱越说明平时真的在记。

换成你自己的业务：把素材换成你手上的真实文件即可。导入 Skill 之后，

该走几步、什么口径、什么情况必须拦住，Agent 自己知道 —— 你只需要说清这是什么事。

自己组织输入的三步法

• 用自然语言说清核心需求 —— 就按平时跟同事交代活的方式说：什么事、什么文件、什么要求。不用讲究格式。
• 调用 Skill 补齐专业规则 —— 导入本页 Skill 后，流程、口径、硬规则 Agent 自己知道。
• 用「增强提示词」补全遗漏 —— 输入框旁边有增强按钮，把随口说的话补成更完整的表述。

分工：自然语言负责「这是什么事」，Skill 负责「该怎么做」，增强提示词负责「别漏了什么」。

4. 预期输出

不方便现场跑的时候可以直接拿这份给客户看 · 与实跑结果同结构

📋正式交付物

带签批栏 / 冻结首行 / 开筛选 —— 判断标准是「能不能直接进企业的流程」

共 3 份

• CC-02_评语初稿集.docx 46 份 · 每份标注素材出处 · 含修改留痕区
• CC-02_素材回溯表.xlsx 每生 × 素材条数 × 使用情况 · 需补观察名单
• CC-02_雷同度与合规自检表.xlsx 两两相似度 · 禁用表述扫描结果

Skill 里固化了什么：从素材里想起了学期中被忘记的事该拦的地方拦住了排除性结论把技术动作翻译成责任

输入清单：学生观察素材表（平时随手记的便签/表格/聊天记录摘录）评语的唯一可靠原料——越具体越好班级积分与作业提交记录「本学期交作业从不拖延」这类事实的出处各科任教师反馈片段（期末收的）跨学科视角——评语不只是班主任视角学校评语规范（字数/结构/禁用表述）按你们的规范来，含签批与公示流程栏位

人工边界：不替班主任定评语的最终措辞——产出是初稿与修改留痕版，定稿必须教师手改；观察素材少于 2 条的学生不硬编，单独列为「需补观察」；评语不出现成绩排名与其他学生比较；公示与档案提交环节一律人工。

升为客户真实案例还缺什么：客户当前真实输入文件（不要整理过的）岗位现行 SOP 与审批链（金额分档、谁签字）至少一次真实出过问题的案例客户当前正在用的正式输出模板客户确认的阈值口径（多少天算临期、多少金额算大额）

5. 同一角色下的其他场景

班主任 · 班级与家校 · 产出即下一步输入

• CC-01 · 多科成绩合并与班级质量分析：从七张互不相同的表格到一份能交教务处的报告

上下游串起来就是完整链路。每一步的产出都是下一步的输入，不用在不同工具之间来回复制粘贴。

场景内容基于 WorkBuddy 产品能力整理，演示中的企业、人物与数据均为虚构，不代表任何客户的实际成效；痛点引用的公开来源已做脱敏处理。网页版由原资料转换，部分演示表格以原文形式展示。