暑假备课群里，最容易出现一种让人心动的材料：一套“很像真题”的开学练习。题型熟，难度像，解析也完整。老师把它发到组里，很快有人说“这个可以直接用”，也有人让AI再按同样风格改两套。

真正要停一下的，恰恰是这种“太像了”的题。题目像不像真题，只是第一眼；能不能进课堂，还要看来源、目标、错因和讲评价值。AI能帮老师改写、组合、变式，但不能替老师承担命题来源和教学责任。

题目像，不等于题目可靠

很多AI生成题会带着熟悉的壳：选择题四个选项，填空题一个空，压轴题有三问，材料题文字很长。它看起来像考试，老师就容易放松警惕。

可课堂练习最重要的不是“像”，而是“为什么用”。如果题目没有清楚来源，老师不知道它是否改编自真实试题、是否混入错误条件、是否超出当前进度。若把它包装成真题、模拟题或某地试卷，还可能带来版权、事实和信任问题。

更麻烦的是，题目越完整，越容易遮住问题。解析写得很顺，不代表学生能听懂；答案很漂亮，不代表题干没有歧义；难度看起来合适，不代表它练的是本节课最需要的那一步。

先问这道题练什么

备课组筛题时，可以先把“好题”这个大词拆开。它到底练审题、概念辨析、模型建立、计算稳定性，还是表达规范？如果说不清，一道题再像真题，也只是材料库里的热闹。

比如数学老师要准备开学第一周函数复习。AI生成了几道应用题，题干都很生活化。但老师试做后发现，学生真正会卡的不是计算，而是把文字条件转成变量关系。那就不该让题目继续扩展成整套卷，而要保留一两道能暴露“数量关系”断点的题。

语文、英语、科学类学科也一样。阅读材料长，不代表训练价值高；实验情境新，不代表变量关系清楚；作文题像中考，不代表能帮助学生从自己的素材出发。题目进入课堂前，必须先说出它练哪一步。

AI适合做候选，不适合直接定稿

AI的长处是快。它可以根据一个目标生成多种题型，可以把一道题改成不同难度，可以帮老师列出可能错因，也可以检查题干是否有明显歧义。把它用于候选材料，价值很高。

但候选不等于定稿。教师至少要做三件事：亲自试做，预测学生错因，确认讲评路径。尤其是开学练习和期末讲评后的补偿练习，题目不是越多越好，而是要能让学生看见自己到底卡在哪里。

一位老师如果只是把AI生成的题发给学生，后面很可能变成“答案讲完了，问题还在”。真正有价值的练习，是学生做错后老师能讲清：错从哪里来，下次先改哪一步。

备课组要留下修改记录

很多学校已经开始共用题库。共用题库最怕只保存最后版本，不保存修改理由。过一段时间，谁也说不清这道题为什么留下、适合哪个班、哪些条件曾经被改过。

备课组可以给每道AI参与生成或改写的题留一行记录：原始来源是否可确认，训练目标是什么，教师改了哪处，预计错因是什么，是否适合公开标注为真题或改编题。这几行字比题目本身更能保护教师。

如果来源不清，就不要写“真题”；如果只是风格相似，就写“仿真练习”或“自编练习”；如果题目改编自可用材料，也要按学校要求保留出处。专业不是显得材料多，而是让材料经得起追问。

两个场景最容易出问题

第一个场景是“帮我出一套开学摸底卷”。AI会很快给出完整卷面，但完整卷面往往掩盖教学目标。摸底卷如果同时想看基础、能力、习惯、速度和表达，最后每一样都看不深。更稳的做法是先定三类证据：学生能否开始、能否解释、能否订正。

第二个场景是“按某地真题风格改几道”。这里最需要谨慎。风格可以参考，来源不能冒充；结构可以学习，原题不能乱贴；难度可以调整，事实不能虚构。只要涉及年份、地区、试卷名、题号和分值，发布前就要回到权威材料或学校认可来源。

一张可复制的试题入选表

可复制提示词：

“请根据这个训练目标生成三道候选题。不要声称是真题。每道题请写明训练目标、可能错因、教师需要核验的来源风险，以及讲评时最该追问学生的一步。”

题目进入课堂前，要经得起四个追问

题目越像考试，老师越要慢一点。慢不是拒绝AI，而是把专业判断放回题目前面：这题从哪里来，练什么，错因能不能看见，讲评能不能讲清。

AI可以让题目更快出现，但不能替老师保证题目的来源、目标和课堂后果。

备课组还要防住一种“伪出处”

有些材料最危险的地方，不是完全没有出处，而是出处写得很像真的。比如“某省近三年常考题型”“中考模拟经典题”“名校压轴变式”。这些词看起来熟悉，却未必能追到原始材料。老师一旦把它们继续转发，后面就很难说清是官方题、授权教辅题、自编题，还是AI根据常见结构拼出来的题。

备课组可以把题目来源分成四类：官方原题、授权材料、教师自编、AI候选。四类都可以进入备课讨论，但不能混着叫。尤其是AI候选题，最稳妥的表述是“用于训练某个目标的自编候选”，不要让学生和家长误以为它就是某年某地真题。

试做时不要只看答案对不对

教师试做AI生成题，不能只验证答案，还要验证课堂后果。第一，题干条件是否足够明确；第二，解题路径是否适合当前学习阶段；第三，错误选项是否能暴露真实误区；第四，讲评是否能回到本节课目标。

有些题答案没错，却不适合当课堂练习。它可能一步跳得太大，学生只能模仿；也可能条件过于巧合，学生学到的是套路；还可能解析太长，讲完之后占掉本来该给学生表达的时间。题目进课堂前，老师要问的不是“能不能做出来”，而是“学生做完后我们能看见什么”。

给年轻老师一个更稳的分工

如果备课组让年轻老师负责AI生成练习，最好不要只交代“出一套题”。可以把任务改成三步：先生成候选，再标注目标和风险，最后请组内老师共同筛选。这样年轻老师不是被要求一次性交出定稿，而是在命题判断中学习。

AI参与命题越多，备课组越要把判断过程显性化。让每道留下来的题都有一句理由，也让每道删掉的题有一句原因。过一段时间，这些理由会比题库本身更有价值。

你们备课组筛AI生成题时，最担心的是来源、难度、错因，还是讲评价值？