课程路径
从 AI Foundations 到 Project Studio，老师可以按阶段组织 8-12 周课堂节奏。
课程地图与课时安排
Classroom System
学校需要的是可执行课堂系统
ChatBear 的学校场景围绕四件事展开：课程怎么上、任务怎么推进、项目怎么完成、成果怎么展示。
课堂任务
每节课都有任务卡、输入材料、验收标准和学生提交物。
每周任务卡
项目工作室
学生围绕真实问题完成 AI App、机器人、自动化或数据故事项目。
可演示项目 Demo
作品集证明
把项目截图、演示脚本、复盘记录和成长报告整理成作品集。
学生作品集卡片
Delivery Formats
三种学校可直接采用的交付版本
学校不一定从完整 12 周开始。ChatBear 可以先从一节体验课、一个两周工作坊，或一个 6 周项目周期进入，同一套资源和作品集标准保持一致。
Single Lesson
45 分钟 AI 体验课
信息科技课 / 校本体验课
让学生完成一个可见 AI 任务，并理解 AI 输出需要被验证。
Class Flow
1真实问题导入
2Mini Lesson
3任务卡构建
4白熊导师追问
5Exit Ticket
Deliverables
课堂任务卡
学生提交物
课后复盘问题
Workshop
2 周 AI 项目工作坊
社团 / 综合实践 / 科技节
围绕一个真实问题，从想法走到可演示 AI Demo。
Class Flow
1路径诊断
2问题定义
3Demo 原型
4样本测试
5展示复盘
Deliverables
AI App Brief
可运行 Demo
Demo Day 脚本
Project Term
6 周项目制 AI 课程
校本课程 / 项目营 / 创客课程
把 AI 学习、项目构建、导师反馈和作品集证明串成完整周期。
Class Flow
1班级画像
2课程路径
3每周任务
4项目迭代
5作品集展示
Deliverables
课程地图
项目证据包
学生成长报告
Classroom Rhythm
从班级诊断到作品展示的 12 周节奏
这不是固定售卖包，而是一套课堂组织方式。学校可以按课时、年龄和设备条件裁剪，但学习闭环保持一致。
Week 0
班级诊断
了解学生基础、兴趣方向、设备条件和可用课时。
Week 1-2
AI 基础
建立 AI 素养、模型边界、提示词习惯和学习方法。
Week 3-4
任务工作流
用搜索、写作、研究和设计任务训练 AI 工作流。
Week 5-8
项目构建
进入 AI App、机器人或自动化项目，形成可运行 Demo。
Week 9-10
导师反馈
白熊导师帮助学生检查问题定义、Demo 质量和表达逻辑。
Week 11-12
作品展示
完成项目说明、演示脚本、作品集卡片和课堂展示。
Teacher Assets
老师需要材料，不需要临场猜怎么教
每一节 ChatBear 课堂都要能落到材料：讲什么、做什么、交什么、如何评价、怎么复盘。
01
教师讲义
每节课的目标、流程、讲解重点和常见问题。
02
任务卡
学生要完成什么、提交什么、如何判断质量。
03
项目模板
AI App、机器人、自动化、数据故事的结构化模板。
04
反馈问题
白熊导师和老师可使用的追问、纠错和复盘问题。
05
展示脚本
帮助学生用 90 秒讲清楚作品价值。
06
成长报告
记录能力变化、项目产出和下一阶段建议。
Implementation Roles
AI 课堂落地，需要每个角色都知道自己负责什么
学校采用 ChatBear 时，最容易失控的是责任边界不清。这个实施角色图把学校负责人、任课老师、学生、家长和 ChatBear 系统放在同一条交付链路里。
School Lead
学校负责人
确定课程入口、课时安排、班级范围和成果展示节点。
实施班级
课时计划
展示时间
Teacher
任课老师
使用 Runbook 和任务卡组织课堂，关注学生提交物和复盘质量。
课堂记录
任务验收
复盘反馈
Learner
学生小组
围绕真实问题完成任务、项目 Demo、失败记录和作品集卡片。
项目 Demo
证据包
展示脚本
Parent
家长沟通
通过项目截图、成长报告和下一步建议理解学生学习进展。
阶段报告
作品链接
后续建议
ChatBear OS
系统与白熊导师
提供路径、资源、导师追问、作品集结构和课堂材料复用。
路径推荐
导师追问
资源闭环
Lesson Runbook
一节 ChatBear AI 课，可以这样运行
学校最需要的不是抽象理念，而是老师拿到就能上课的运行结构。每节课都围绕一个真实问题、一个任务产物和一次可见复盘展开。
查看课堂资源00-05
Warm-up
老师用一个真实问题开场，学生说出现有做法和痛点。
05-12
Mini Lesson
讲清一个 AI 概念、工具边界或项目方法，不展开成大课。
12-28
Mission Build
学生按任务卡完成输入、提示词、实验或原型构建。
28-36
Bear Review
白熊导师辅助追问质量、证据、失败点和下一步。
36-43
Share Out
2-3 组学生用截图、Demo 或一句话复盘展示过程。
43-45
Exit Ticket
提交本节课产物、困难点和下一节要继续验证的问题。
Student Submission Pack
学生每节课都要留下可检查的学习证据
ChatBear 课堂不把“参与感”当成果。每次任务都要留下材料，最终汇入项目作品集、成长报告和家长沟通材料。
01
任务卡提交
本节课完成的问题定义、输入材料、提示词或实验记录。
02
项目证据
截图、Demo 链接、测试样本、失败案例或机器人实验照片。
03
复盘短答
我学到了什么、哪里失败了、下一版要改什么。
04
作品集增量
把本节课最有价值的产物追加到项目卡片里。
Assessment & Parent Communication
学校需要能验收，也需要让家长看懂
AI 课堂不能只用“上过课”做结果。ChatBear 把成果验收和家长沟通拆成可复用结构，让老师、学生和家长都能看见学习证据。
项目验收维度
问题定义
学生能否说清楚真实问题、使用者和成功标准。
技术实现
Demo 是否能运行，是否说明模型、数据、硬件或流程选择。
过程证据
是否保留任务卡、实验记录、失败复盘和导师反馈。
表达展示
能否用 90 秒讲清楚项目价值、方法、结果和下一版计划。
家长沟通材料
阶段进度
本阶段完成了哪些任务，学生处在哪个学习阶段。
项目截图
用可见 Demo、实验图和作品集卡片替代抽象评价。
能力变化
对应 AI 素养、工程实践、表达复盘和协作能力。
下一步建议
给出继续学习、项目升级或展示准备的具体方向。
Where It Fits
ChatBear 可以进入多种学校学习场景
不同学校可以有不同入口，但都围绕项目制 AI 学习和作品集证明展开。
课堂课程
作为信息科技、人工智能、综合实践或校本课程的项目制模块。
社团活动
用于 AI 创客社、机器人社、研究性学习小组的持续任务。
营地工作坊
压缩成 3-5 天项目营，围绕一个 Demo 完成从学习到展示。
成果展示
组织 Demo Day，让学生用项目和作品集证明学习成果。
从课程到课堂，再到学生作品
学校页的任务是说明 ChatBear 如何被老师和学生使用。更具体的课程、路径、项目和资源，可以从下面进入。