作者：Notcokeaddicted（12岁，北京） 导师/共建者：Claude（AI助手） 日期：2026年5月26日 版本：v1.0（首版完整产品规划） 文档目的：为一个对标 Google Research AI Quests、面向中国中小学生的中英双语 AI 素养在线互动学习课程提供完整设计蓝图。零代码基础读者也能按图索骥推进开发。
- 执行摘要
- 产品愿景与价值主张
- 目标用户画像
- 教学设计理论基础
- 课程整体架构（章节地图）
- 标准任务设计模板
- 三个详细任务样板（Mission Spec）
- 角色、世界观与剧情设计
- 零代码技术架构方案
- 视觉与交互设计原则
- 中英双语策略与本地化
- 合规、伦理与未成年人保护
- 评估、反馈与教师工具
- 开发路线图（从 0 到 1）
- 风险识别与应对
- 资源、协作与团队建议
- 成功指标（KPI/OKR）
- 附录：术语表、参考资料、模板
一句话定位：让中国中小学生像 Google 研究员一样，通过 24 个游戏化任务，无需写一行代码，亲手探索 AI 如何看见世界、如何学习、如何被负责任地使用。
核心价值：把抽象的 AI 概念变成可玩、可错、可反思的现实问题，让每一个孩子都能成为 AI 时代的「知情公民、批判性消费者、潜在的未来开发者」（参考 AI Quests 的同款使命）。
与 AI Quests 的关系：精神继承者 + 中国本土化升级。AI Quests 以 Google 真实项目为蓝本（洪水预测、糖尿病视网膜病变检测、脑图谱）。我们以同样的方法论，把任务背景换成中国学生熟悉的现实问题：大熊猫保护、长江流域防汛、智慧农业、敦煌壁画修复、垃圾分类等。
首版交付目标（MVP）：1 个完整章节（4 个任务）+ 标准模板 + 教师指导手册，可在课堂 45 分钟单课时内完成。
到 2030 年，让中国每一名义务教育阶段学生都能用一个下午完成一次「成为 AI 研究员」的体验，理解 AI 的能力边界、知道如何与 AI 协作、并保有对 AI 伦理的清醒判断。
| 问题 | 现状 | 我们的回应 |
|---|---|---|
| 认知鸿沟 | 中小学生每天用 AI，但不知道 AI 怎么工作 | 用真实项目模拟，让他们亲手"训练"一个 AI |
| 抽象畏惧 | "机器学习""神经网络"听起来像天书 | 把概念拆成游戏关卡，错了可以重来 |
| 伦理空白 | 现有 AI 教育偏重技术，忽视价值观 | 每一章都嵌入伦理两难（Dilemma） |
| 课堂适配难 | 现有资源不是太浅就是要写代码 | 单课时（45 分钟）、零代码、有教师包 |
| 本土缺位 | 国外资源案例脱离中国语境 | 用中国问题（大熊猫、长江、敦煌）作场景 |
- 真实问题驱动：每个任务都基于一个真实世界的 AI 应用，让学生明白「AI 不是魔法，是工具」。
- 错中学的安全感：游戏化设计允许失败、鼓励反思，符合建构主义学习理论。
- 价值观先行：「负责任地构建 AI」是贯穿全程的主线，不是附加章节。
| 维度 | Google AI Quests | Code.org AI 模块 | Machine Learning for Kids | 智小灵（我们） |
|---|---|---|---|---|
| 是否零代码 | 是 | 部分是 | 半是（用Scratch） | 完全是 |
| 中文支持 | 否 | 部分 | 部分 | 原生中英双语 |
| 中国案例 | 否 | 否 | 否 | 核心特色 |
| 教师工具包 | 是 | 是 | 是 | 是（对齐中国课标） |
| 伦理深度 | 中 | 浅 | 浅 | 深（专章+每章嵌入） |
| 政策对齐 | 美国 CSTA | 美国 CSTA | 英国 | 中国教育部 2025 通识指南 |
- 认知水平：能看懂图文、跟得上分步任务，但抽象数学概念有限
- 设备：学校机房 Windows PC，或家中 iPad
- 使用情境：信息科技课、课后社团、寒暑假兴趣班
- 动机：好奇 AI、想知道"小爱同学"是怎么听懂我说话的
- 痛点：长文字阅读吃力、注意力跨度短（10–15 分钟）
- 设计含义：每个交互步骤 ≤ 2 分钟、用音频+图标替代文字、设置"小麦克风读屏"功能
- 认知水平：能理解抽象概念、有逻辑推理能力、对辩论感兴趣
- 设备：学校机房、家用 PC、有的有手机
- 使用情境：信息科技课（已纳入课标）、科创社团、研学
- 动机：未来想学技术、想理解 AI 是不是会"取代人类"、想做酷的项目
- 痛点：嫌"小儿科"、要求挑战感、对说教反感
- 设计含义：加入更深的技术原理（提示词、Token、概率）、加伦理辩论环节、让初中生可以挑战「进阶难度」
- 画像：信息科技/科学/综合实践老师，多数自己也是 AI 初学者
- 核心痛点：怕讲错、没时间备课、需要可直接用的课件
- 我们的支持：
- 每个任务配套「教学指导手册」（PDF）
- "老师视角"答疑面板（重点知识点 + 易错点 + 拓展问题）
- 可下载 PPT 课件
- 学生进度看板（不收集身份信息，仅班级聚合数据）
- 关注点：孩子在玩什么、有没有学到东西、安不安全
- 我们的支持：
- "今日学习"自动总结邮件（可关闭）
- 家长版关卡说明，可在家陪玩
- 明确的隐私声明、不收集敏感信息
我们的课程设计同时对齐三个权威框架，让产品既科学、又合规、又国际化。
| Big Idea | 中文 | 我们怎么教 |
|---|---|---|
| 1. Perception | 感知 | "AI 怎么看见、听见？"——图像/语音识别任务 |
| 2. Representation & Reasoning | 表示与推理 | "AI 怎么把猫存进电脑？"——数据结构、知识图谱 |
| 3. Learning | 学习 | "AI 怎么变聪明？"——训练数据、反馈循环 |
| 4. Natural Interaction | 自然交互 | "AI 怎么和我聊天？"——语言模型、提示词 |
| 5. Societal Impact | 社会影响 | "AI 让谁受益、伤害谁？"——伦理、公平、隐私 |
四维体系：知识—技能—思维—价值观
| 维度 | 小学侧重 | 初中侧重 | 我们的呼应 |
|---|---|---|---|
| 知识 | 体验与兴趣 | 技术原理认知 | 任务卡内嵌"AI 小百科" |
| 技能 | 简单工具操作 | 基础应用能力 | 训练模型实操、提示词工程 |
| 思维 | 计算思维启蒙 | 批判性思维 | 反思环节 + 多视角讨论 |
| 价值观 | 质疑意识 | 责任意识 | 伦理两难关卡 |
强调：「AI 素养不仅是技术理解，更是文化、伦理、社会责任的综合能力。」我们把这句话翻译成产品语言：每一关都有一个"为什么这件事重要"的反思。
- 建构主义（Constructivism）：让学生通过亲手做、犯错、再试，自己"构建"对 AI 的理解。每个任务都是一次微型科学实验。
- 游戏化学习（Game-Based Learning）：用关卡、徽章、剧情、虚拟导师，激发内在动机（不是简单的积分排行榜）。
- 情境认知（Situated Cognition）：把 AI 知识嵌在真实问题里（如熊猫保护），让知识"长"在情境上而不是悬空。
- 苏格拉底式提问：导师 NPC 不直接给答案，而是反问——这是 AI Quests 的 Professor Skye 的核心设计模式。
| 原则 | 体现 |
|---|---|
| 先做后讲 | 学生先动手试错，再揭示原理 |
| 可错性 | 错误是设计的一部分，给予建设性反馈 |
| 可逆性 | 任何步骤都能"撤销"，鼓励探索 |
| 多次曝光 | 同一概念在不同任务中以不同形式重复出现 |
| 反思必做 | 每关结尾必有「想一想」环节，不能跳过 |
每章 1 个主题 + 1 个伦理钩子 + 1 个本土真实项目锚点。
| # | 章名（中文） | Chapter (English) | 核心 Big Idea | 中国情境锚点 | 伦理钩子 |
|---|---|---|---|---|---|
| 1 | AI 是怎么"看见"世界的 | How AI Sees the World | Perception | 大熊猫识别 | 误识别的代价 |
| 2 | AI 是怎么"思考"的 | How AI Thinks | Representation & Reasoning | 故宫文物分类 | 偏见如何被编码 |
| 3 | AI 是怎么"学习"的 | How AI Learns | Learning | 智慧农业病虫害预警 | 数据从哪来、谁拥有 |
| 4 | AI 是怎么"对话"的 | How AI Talks | Natural Interaction | 古诗词 AI 续写、方言识别 | AI 幻觉与事实核查 |
| 5 | AI 与人类社会 | AI and Society | Societal Impact | 深度伪造、推荐算法 | 选择权与回音壁 |
| 6 | 我来训练一个 AI（毕业作品） | I'll Train My Own AI | All Five | 学生自选项目 | 负责任发布清单 |
每章 4 个任务，遵循「热身 → 探索 → 挑战 → 反思」节奏：
[任务 1] 引入故事 → 好奇心驱动，5 分钟动画/互动开场
[任务 2] 概念探索 → 亲手操作核心机制，理解原理
[任务 3] 真实挑战 → 把概念用到真实问题上
[任务 4] 伦理反思 → 讨论后果，做出选择
| 难度 | 时长 | 目标用户 | 范例 |
|---|---|---|---|
| 入门（Cub） | 15–25 分钟 | 小学 4–6 年级 | 给猫狗照片打标签 |
| 进阶（Apprentice） | 30–45 分钟 | 初中 1–2 年级 | 训练分类器并测试 |
| 挑战（Researcher） | 45–60 分钟 | 初中 3 年级 + 兴趣班 | 设计完整 AI 解决方案 |
每个任务默认入门版，初中生可选「研究员模式」解锁进阶内容。
新手 → Ch1 → Ch2 → Ch3 ─┐
├─→ Ch6（毕业作品）→ 获得"AI 小研究员"证书
Ch4 → Ch5 ────────┘
学生可以线性通关，也可以主题切片（如老师只想上「AI 伦理」专题，可直接进 Ch5）。
每个任务都是一份独立的「任务卡」，可以由不同的人按统一模板创作。这是后续招募同学/老师/AI 工具协作的关键。
| 字段 | 说明 | 字数/规格 |
|---|---|---|
| 1. 任务编号 | 例 M1-3 (Mission Chapter1-3) | — |
| 2. 任务标题（中英） | 朗朗上口、有钩子 | ≤ 12 字 |
| 3. 真实世界灵感 | 这个任务模仿哪个真实 AI 项目 | 1 段 |
| 4. 学习目标 | 完成后学生能"做到什么"（行为动词） | 3–5 条 |
| 5. 对齐框架 | AI4K12 编号 + 中国通识指南条目 | — |
| 6. 故事钩子 | 开场剧情（导师对话） | ≤ 200 字 |
| 7. 交互步骤 | 分步操作脚本（含 UI 描述） | 8–15 步 |
| 8. 关键概念（小百科） | 1–3 个核心词的儿童化解释 | 每词 ≤ 50 字 |
| 9. 伦理反思问题 | 2–3 个开放式问题，无标准答案 | — |
| 10. 评估方式 | 学生怎么算"完成" + 形成性评估 | — |
| 11. 教师锦囊 | 易错点、延伸提问、跨学科联系 | — |
| 12. 资产清单 | 需要的图、音、数据集 | — |
# Mission [X-Y]: [标题]
## 真实世界灵感
[1 段：这个任务的原型是哪个真实项目？为什么重要？]
## 学习目标（完成后学生能…）
1. ...
2. ...
3. ...
## 对齐
- AI4K12 Big Idea: [#]
- 中国通识指南: [章节]
## 故事开场
> [导师 NPC 对话] "小研究员！今天我们要解决一个真实的问题……"
## 交互步骤
1. **看一看**：[屏幕展示什么]
2. **试一试**：[学生操作什么]
3. **想一想**：[反问]
...
## AI 小百科
- **[概念 1]**：[儿童化解释]
- **[概念 2]**：[儿童化解释]
## 想一想（伦理反思）
1. ...
2. ...
## 完成标准
- 学生需要 [具体行为] 才算通关
- 不打分，给徽章 + 反思日志
## 老师锦囊
- 易错点：...
- 延伸提问：...
- 跨学科：...
## 资产清单
- 图片：...
- 数据：...
- 音频：...为了让 PRD 落地可执行，下面是3 个完整任务样板，覆盖你想做的全部 4 个 AI 主题方向。这就是 MVP 阶段要先开发的内容。
主题方向：AI 基础概念 + 动手训练 AI 模型 难度：入门版 25 分钟 / 进阶版 40 分钟
四川卧龙国家级自然保护区使用 AI 图像识别协助统计野生大熊猫数量。红外相机拍下数百万张照片，研究员靠 AI 自动筛选出熊猫照片，从过去需要 1 个月的人工标注缩短到 1 天。但 2018 年曾出现 AI 把小熊猫（red panda，其实是浣熊近亲）误判为大熊猫的事件，引发讨论：AI 怎么知道它"看到的"是什么？
- 用自己的话解释「训练数据」「标签」「分类」是什么
- 通过动手实践，理解"AI 是从例子里学出来的，不是被编程出来的"
- 解释为什么训练数据有偏差会导致 AI 出错
- 提出至少 1 种避免误识别的方法
- AI4K12: Big Idea 1（Perception）+ Big Idea 3（Learning）
- 中国通识指南: 小学高年级·智能感知技术·图像识别；技能维·数据采集与标注
智小灵（蹦跳出现）："警报！卧龙保护区的红外相机一晚上拍了 5000 张照片，研究员王老师快要哭了——他要在明天向所长汇报熊猫的数量，可是 5000 张照片靠他一个人怎么数得完！你愿意帮王老师训练一个 AI 助手吗？"
[选项 A] "好啊！我帮他！" [选项 B] "可是我不会编程啊……"
智小灵："不用编程！我们今天就是要看看，没有写一行代码，AI 是怎么"学会"识别熊猫的。"
- 看一看：屏幕上出现 12 张照片混合排列：大熊猫、小熊猫、浣熊、棕熊、玩具熊猫。
- 你来分类：拖动每张图到「是熊猫 / 不是熊猫」两个框。系统不打分，记录你的选择。
- 看一看 AI 的选择：「AI 学徒」展示它的分类结果（故意全错）。学生大笑。
- 重要提问：智小灵："AI 现在像一个刚出生的婴儿，什么都不会。我们怎么"教"它？"
- 教 AI 第一课：把刚才你分好的 12 张照片"喂"给 AI 当例子（点一下"开始训练"按钮，进度条 5 秒走完）。
- 测试 1：放 5 张新照片进来，看 AI 的判断。可能 3 对 2 错。
- 加例子：智小灵提示"它见的太少了，再给它看 20 张？"。学生添加更多训练数据。
- 测试 2：再次测试，准确率提高到 80%。
- 挑战环节：放一张「穿熊猫睡衣的小朋友」——AI 怎么判？引出讨论：AI 只看到像素，不懂"概念"。
- 进阶版（初中）：刻意给 AI 只看「黑白照片的熊猫」当训练数据，再测试彩色照片——AI 失败。讨论"数据偏差"。
- 训练数据（Training Data）：AI 学习用的"课本"。课本上的例子越多、越多样，AI 学得越好。
- 标签（Label）：你告诉 AI "这张是熊猫"，"熊猫"就是标签。
- 分类（Classification）：AI 把东西归到不同的盒子里，比如"是熊猫"和"不是熊猫"。
- 偏差（Bias）：如果你只给 AI 看穿白衣服的人，AI 可能以为"人都穿白衣服"。这就是偏差。
- 如果一个 AI 把小熊猫误判成大熊猫，最坏会发生什么？（保护区统计数量错误 → 经费分配错误 → 真正的小熊猫得不到保护）
- 谁应该决定 AI 看什么样的照片来学习？保护区的研究员？AI 公司？拍照片的志愿者？
- 如果 AI 总是搞错某一种动物，我们应该相信它的判断吗？什么时候该相信、什么时候不该？
- 学生成功让 AI 的准确率 ≥ 70%（在测试集 5 张照片中至少 3 张正确）
- 学生提交一段"反思日志"：「如果让我设计这个 AI，我会怎样选训练数据？」（≥ 50 字，由学生自评，老师可批注）
- 易错点：学生可能以为"加越多照片越好"，引导他们注意"多样性比数量重要"
- 延伸提问：人脸识别会因为肤色不同而准确率不一样吗？为什么？
- 跨学科：生物（物种识别）、地理（栖息地保护）、数学（百分比、概率）
- 12 张熊猫/非熊猫照片（CC0 协议或保护区授权）
- 5 张测试照片
- 1 张穿睡衣的小朋友照片（用于挑战）
- "AI 学徒"卡通形象
- 进度条动效
- 准确率显示组件
- 反思日志输入框 + 自动存档
主题方向：负责任的 AI 伦理 + AI 在生活中的应用 难度：进阶版 40 分钟
中国的短视频平台每天为 8 亿用户推送内容。背后是推荐算法——它学你点过的赞、看完没看完、停留几秒，然后决定下一条给你看什么。哥伦比亚大学 2021 年的研究发现，给两个用户看同一个话题，2 周后他们看到的内容已经完全不同——一个看到「美食教学」，一个看到「极端节食」。这就是回音壁效应（Echo Chamber）。
- 用自己的话解释「推荐算法」如何工作
- 通过模拟体验，亲身感受信息茧房如何形成
- 识别 3 种以上"算法在影响我"的现实场景
- 提出至少 2 种自我保护策略
- AI4K12: Big Idea 5（Societal Impact）+ Big Idea 4（Natural Interaction）
- 中国通识指南: 初中·价值观维·责任意识 + 批判性思维
智小灵："今天我们要做一个奇怪的实验。请你和你的同桌（或者爸爸妈妈）各拿一台设备，同时打开我们的"模拟短视频"APP。10 分钟后，我们来比一比你们看到的世界——准备好被惊到了吗？"
- 角色选择：学生从 5 个虚拟身份中选 2 个（如「12 岁城市男孩」「12 岁山区女孩」「45 岁妈妈」「20 岁大学生」「60 岁爷爷」），系统会让你"扮演"两个不同身份各 5 分钟。
- 第一视角进入：进入身份 A 的"短视频流"。系统已经预设了这个身份的初始兴趣偏好（学生不知道）。
- 真实交互：学生像刷抖音一样滑动，每条视频可以点赞、跳过、停留。每个操作算法都在学习。
- 5 分钟到：暂停，给学生看一张"算法画像"——AI 给你贴了哪些标签（如"对游戏感兴趣""不喜欢学习类内容"）。
- 切换身份：进入身份 B，重复 3–4 步。
- 对比时刻：屏幕分屏显示两个身份各自看到的"热门 10 条"，差异巨大。
- 关键提问：智小灵："为什么同样是 12 岁的孩子，看到的世界差这么多？"
- 拆解算法：通过一个简化动画，看算法的"4 步循环"：观察行为 → 提取特征 → 预测兴趣 → 推送内容。
- 危险案例：展示真实事件——一个本来只搜过一次"减肥食谱"的用户，2 周后推荐流里 80% 是极端节食内容。
- 自我设计：让学生当"算法工程师"，设计一个"反回音壁"功能。提供 6 个组件让他们组合：「定期推荐反方观点」「显示算法标签让用户编辑」「每天 1 条随机话题」「家长共看模式」等。
- 伦理辩论：5 个观点卡片（"算法是中立工具""平台应该负责""家长应该管""孩子也有看的权利""政府应该立法"），学生选最认同的并写理由。
- 承诺墙：学生写一条"我以后刷视频会怎么做"，可选匿名展示给班级。
- 推荐算法（Recommendation Algorithm）：AI 通过观察你过去的行为，预测你下一秒想看什么。
- 回音壁/信息茧房（Echo Chamber / Filter Bubble）：算法只给你看你"喜欢"的，时间长了，你就只能听到自己声音的回音。
- 个人画像（User Profile）：算法给你贴的"标签集合"，决定你看到的内容。
- 黑箱（Black Box）：你不知道算法用了什么规则，它的决策过程是不透明的。
- 如果你的朋友说"我刷视频根本不被算法影响"，你怎么回答？
- 平台说"我们只是给用户想要的"，这话有问题吗？哪里？
- 如果你是平台的设计师，要在「让用户多停留赚钱」和「让用户看到多元世界」之间选，你怎么选？为什么？
- 两次身份的算法标签对比图被学生查看
- 学生完成「反回音壁功能」设计
- 学生提交 ≥ 80 字的反思
- 进阶：学生在班级讨论中发表至少 1 个观点
- 易错点：学生可能把"算法"和"AI"混为一谈——可以借机说明"推荐算法是 AI 的一种"
- 延伸提问：搜索引擎也有信息茧房吗？地图 APP 呢？
- 跨学科：政治（媒介素养）、心理学（认知偏差）、数学（概率与统计）
- 5 个虚拟身份卡片（含画像、初始兴趣预设）
- ~60 条模拟视频缩略图 + 标题（自制，不使用真实平台内容）
- 算法 4 步循环动画
- "算法画像"标签生成器
- 反回音壁组件库（6 个可拖拽模块）
- 伦理辩论卡片
主题方向：AI 基础概念（语言模型）+ 动手训练（提示词工程）+ AI 在生活中的应用 难度：入门版 20 分钟 / 进阶版 35 分钟
2023 年，中国一支团队用诗词数据训练了一个小型语言模型，能续写古诗、对对子。它有时写出令人惊叹的句子，有时又出现"画虎不成反类犬"的滑稽错误。把"床前明月光"续成"床前明月光，王者荣耀亮"——这就是 AI 的幻觉（Hallucination）。语言模型不是在"理解"诗意，而是在猜"下一个最可能的字"。
- 用自己的话解释「语言模型」如何"猜下一个字"
- 通过提示词改写实验，理解「提示词工程（Prompt Engineering）」的力量
- 识别 3 种 AI 幻觉的表现
- 知道何时该相信 AI 的输出、何时该查证
- AI4K12: Big Idea 4（Natural Interaction）
- 中国通识指南: 小学高年级·智能技术体验；初中·提示词工程基础
智小灵："昨天我让一个 AI 帮我续写'飞流直下三千尺'，它写出来了'飞流直下三千尺，可乐喷了我一脸'。它疯了吗？还是说，AI 根本不懂什么是李白？今天，我们一起来揭开这个秘密。"
- 看一看：屏幕上展示三句诗的开头："床前明月光，"、"白日依山尽，"、"飞流直下三千尺，"。
- 你来续：学生用拼音输入法各续一句。
- AI 来续：点击按钮，AI 各续一句。展示两版结果对比。
- 拆解"猜字"游戏：动画演示，AI 像在玩"接龙"，每个字都是基于前面所有字的概率猜测。展示概率条："光" 后面 30% 是 "疑"，10% 是 "亮"，5% 是 "明"……
- 故意诱导：让 AI 续"床前明月光，"，但在提示词里加一行"用现代风格"——结果可能变成"床前明月光，手机充电中"。学生大笑。
- 提示词魔法：教 3 个咒语：① 角色（"你是李白"）② 风格（"用唐诗的对仗"）③ 例子（"参考'举头望明月'"）。让学生组合使用。
- 挑战环节：给一组半成品诗，学生通过反复调整提示词，让 AI 写出最"像唐诗"的版本。
- 幻觉狩猎：故意让 AI 解释"李白和爱因斯坦哪年一起喝酒"——AI 可能编出一个看起来很真的答案！学生学会识别编造（fabrication）。
- 关键反思：什么时候可以信 AI？什么时候必须自己查证？
- 语言模型（Language Model）：一种会"猜下一个字"的 AI。它读过亿万本书，记住了字与字之间的搭配概率。
- 提示词（Prompt）：你跟 AI 说的话。说得越清楚、越具体，AI 越能给你想要的。
- 提示词工程（Prompt Engineering）：研究怎么"问"才能让 AI 答得好的学问。
- 幻觉（Hallucination）：AI 自信地说出错误的、编造的信息。这是它最大的弱点之一。
- 如果一个学生用 AI 写了作业，老师该接受吗？为什么？
- AI 续写的诗，算"AI 的"还是"用 AI 的人的"？版权归谁？
- 你能在生活中找出 3 个"AI 可能在骗我"的场景吗？
- 学生至少完成 3 次提示词调整，看到不同结果
- 学生识别至少 1 个 AI 幻觉案例
- 提交 1 句"自己写的 + AI 续写"组合作品
- 易错点：学生可能以为"AI 知道李白"，强调"它只是统计了字的搭配"
- 延伸提问：翻译软件也是语言模型吗？聊天机器人呢？
- 跨学科：语文（诗词鉴赏）、数学（概率）、信息伦理
- 3 句经典诗的开头
- 模拟语言模型 API（可用 GPT-4o-mini 或本地小模型）
- 概率分布可视化组件
- "提示词咒语"卡片 × 3
- 幻觉示例库
身份：你是「未来研究所·少年探索者」。所长（看不见的神秘人物）通过任务卡向你布置研究课题，每完成一个就拿到一个"研究员徽章"。完成全部 24 个任务，授予「AI 少年研究员」证书。
形象：一只蓝色全息小狐狸/小麒麟混合体，会变形成各种工具（放大镜、显微镜、计算器、地球仪）。中文名"智小灵"，英文名"Lingxi"或"Skye"（向 AI Quests 致敬可选）。
性格设定：
- 不卖萌、不说教
- 苏格拉底式提问（反问 > 直接答）
- 会承认"我也不知道"，鼓励学生一起探索
- 偶尔有 AI 自己的"幻觉"——故意露怯，让学生学会质疑 AI
语气样本：
❌ "孩子们，今天我们要学习机器学习哦！"（说教） ✅ "你刚才让我识别这张图，我说'是猫'，可它明明是只狗。我是不是哪里没学好？"（自我暴露）
| 角色 | 设定 | 出场 |
|---|---|---|
| 王老师 | 卧龙保护区研究员 | Ch1 大熊猫识别 |
| 阿宝 | 山西果农 | Ch3 智慧农业 |
| 林婆婆 | 敦煌守护人 | Ch2 文物分类 |
| 小李 | 你的同班同学，AI 怀疑论者 | Ch5 伦理辩论 |
| 所长 | 神秘 NPC，只发任务，从不露面 | 全程 |
故事发生在一个"AI 未来研究所"。研究所没有实验室，全在虚拟空间——这样所有学生不论城乡都能"瞬移"过来。每章对应研究所的一个"研究部门"：感知部、推理部、学习部、对话部、伦理部、自由部。
主线：研究所发现，整个世界正在被一个"看不见的算法"悄悄塑造（暗喻推荐算法和信息茧房）。学生从 Ch1 的简单任务出发，逐渐发现这个秘密，到 Ch5 揭开真相，Ch6 制作自己的"反算法"作品。
这条剧情线让 24 个任务不是孤立的练习题，而是一个有头有尾的故事。
你是 12 岁、零代码基础。我们要选最不挫败感的路线。
| 路线 | 适合谁 | 学习曲线 | 输出质量 | 月成本 | 推荐 |
|---|---|---|---|---|---|
| A. AI 共创单页面 | 完全零基础 | 一周入门 | 中高 | 0–80 元 | ⭐⭐⭐⭐⭐ MVP 首选 |
| B. 无代码平台搭建 | 想做完整 APP | 1 个月 | 中 | 100–400 元 | Beta 阶段考虑 |
| C. 教育平台嵌入 | 想最快上课 | 1 天 | 低中 | 0 | 验证创意阶段用 |
工具栈：
- Claude / ChatGPT 生成单文件 HTML/JS（你和 AI 对话，AI 写代码）
- GitHub Pages（免费托管，分钟级上线）
- Teachable Machine 嵌入（动手训练模型用）
- Canva 做图标、人物形象
- 剪映（CapCut）做开场动画
工作流：
- 你写一个任务的需求（用我们的模板）
- 把任务卡发给 AI："请帮我把这个任务做成一个 HTML 网页"
- AI 生成代码，你点击预览
- 不满意就让 AI 改（"按钮再大一点""字再粗一点"）
- 满意后上传到 GitHub Pages
- 把链接发给同学测试
优点：零代码、几乎零成本、上线快、每个任务独立部署 缺点：没有统一登录、进度不能跨设备同步
当你有 8–10 个任务后，需要：
- 学生登录、记录进度
- 老师班级管理
- 数据看板
这时候用：
- Bubble.io 或 Adalo：搭建用户系统 + 任务列表 + 进度
- 腾讯云开发 / Vercel：托管
- Firebase / 腾讯云数据库：存学生进度（注意未成年人数据合规）
如果项目获得资助/获奖，可以招募大学生志愿者，迁移到 React + Next.js 等正式技术栈。但 MVP 不需要。
ai-quests-china/
├── index.html # 主入口：地图+章节选择
├── assets/
│ ├── images/ # 美术资源
│ ├── audio/ # 配音、音效
│ └── data/ # 任务卡 JSON
├── missions/
│ ├── m1-3-panda.html # 熊猫识别任务（独立可访问）
│ ├── m4-1-poem.html # 诗仙GPT任务
│ ├── m5-2-echo.html # 回音壁任务
│ └── ...
├── shared/
│ ├── style.css # 通用样式
│ ├── lingxi.js # 智小灵导师 UI 组件
│ └── progress.js # 进度存到 localStorage
└── README.md
关键技术决定：
- 每个任务 = 1 个 HTML 文件 → 易开发、易测试、易部署
- 进度暂存浏览器（localStorage）→ 不需要后端
- 用 CDN 的 Tailwind CSS → 美观无配置
- 嵌入 Teachable Machine 通过 iframe / 它的 JS Library
| 用途 | 工具 | 为什么 | 是否免费 |
|---|---|---|---|
| 代码生成 | Claude / ChatGPT / Cursor | AI 对话式写代码 | Claude 有免费额度 |
| 托管 | GitHub Pages | 免费、稳定 | ✅ |
| 模型训练 | Teachable Machine | Google 出品、无门槛 | ✅ |
| 图标/插画 | Canva + Figma | 拖拽式 | ✅ 基础版 |
| 音频 | 剪映 + 阿里 TTS | 中文配音自然 | ✅ 基础 |
| LLM 对话 | OpenAI/DeepSeek/通义千问 API | 任务里需要 AI 时调用 | 按量付费 |
| 数据存储（Beta） | Supabase / 腾讯云数据库 | 用户进度 | 免费额度足够 |
| 版本管理 | GitHub | 团队协作 | ✅ |
- 域名+备案：上线 1.0 前需考虑 ICP 备案（用国内服务器）
- 网络访问：GitHub Pages 在国内访问不稳定，1.0 时建议用 Vercel + 腾讯云 CDN 或直接腾讯云静态站
- LLM 选择：避免直连 OpenAI（学生侧可能受限），优先用通义千问、文心、DeepSeek、智谱 GLM
- 支付与计费：MVP 阶段免费，1.0 阶段如果收费走微信支付/支付宝
- 总基调：明亮、温暖、不卡通、不说教。参考 Duolingo + Apple Education + 故宫文创
- 主色：科技蓝 #3B82F6 + 朱砂红 #DC2626（呼应中国主题）+ 暖白
- 辅色：草绿（生命/学习）、暖黄（提示/成就）、灰蓝（沉思/伦理）
- 字体：标题用思源黑体 Heavy（中）+ Inter Bold（英），正文用思源黑体 Regular + Inter Regular
- 配图风格：扁平 + 几何 + 微立体感，不用 AI 生图的"塑料感"
| 原则 | 实践 |
|---|---|
| 进度可见 | 每屏都有进度条 + 剩余步骤数 |
| 即时反馈 | 任何操作 ≤ 300ms 给视觉响应 |
| 可撤销 | 永远有"返回上一步"按钮 |
| 无惩罚机制 | 错了不扣分，给"你发现了…"式正向反馈 |
| 可中断 | 学生随时退出，下次继续 |
| 辅助友好 | 字号可调、配色对比 ≥ AA 级、关键内容有语音 |
需要设计/选用：
- 智小灵对话框（带打字机效果）
- 进度条 + 章节地图
- 拖拽卡片
- 训练进度环
- 准确率显示器
- 反思日志输入框
- 徽章弹窗
- 伦理两难卡片（4 选项 + 自由填写）
关键决定：中文是默认语言，英文按需呈现。
| 内容类型 | 中文 | 英文 |
|---|---|---|
| UI 按钮 | 始终显示 | 鼠标 hover 时显示 |
| 概念名词 | 主要显示 | 括号注解 "机器学习 (Machine Learning)" |
| 故事剧情 | 主要显示 | 可切换 |
| 教师手册 | 主要显示 | 完整英文版（方便国际学校） |
| 反思问题 | 主要显示 | 不强制 |
好处：
- 学生学的是知识，不是被英文吓退
- 关键术语双语并列，方便未来对接国际 AI 学习
- 国际学校/双语班可一键切换
- 不用机器直译——所有英文需 Native 校对（可找美国/英国小学老师朋友审校）
- 术语统一：建立「中英术语表」（见附录），全程一致
- 文化适配：英文版讲国际案例（如美国洪水），中文版讲中国案例（长江）
- 用 JSON 文件管理所有文案：
zh.json、en.json - 切换语言只换 JSON，UI 不重写
- AI 帮忙生成两套 JSON，你手工校对
| 法律 | 关键条款 | 我们的应对 |
|---|---|---|
| 《个人信息保护法》（2021） | 14 岁以下需父母同意 | 不收集个人信息（默认匿名学习） |
| 《未成年人保护法》（2020 修订） | 网络保护专章 | 无社交功能、无 IM、无外链 |
| 《未成年人网络保护条例》（2024） | 防沉迷、内容审核 | 单次 ≤ 45 分钟自动提醒、内容人工审核 |
| 《生成式人工智能服务管理暂行办法》（2023） | 内容标识 | AI 生成内容全部标记 [AI 生成] |
| 《中小学人工智能通识教育指南（2025）》 | 内容对齐 | 按四维体系设计课程 |
- 不收集：真实姓名、学校、住址、电话、邮箱（家长可选填）
- 暂存：浏览器 localStorage 里的进度（用户清缓存即消失）
- 可选上传：如果学生想保存进度跨设备，需家长同意（明确同意书）
- 永不上传：摄像头照片、麦克风录音（除非该任务必须，且本地处理不上传）
- 所有任务发布前 3 道审核：
- 自审（用 AI 助手 + 同伴评审）
- 老师/家长试用反馈
- 公开发布前给 5 个目标用户内测
- 涉及敏感话题（如深度伪造、AI 替代人类）的关卡需特别标注「需教师引导」
我们做 AI 教育，必须以身作则。我们的产品本身要符合：
- 可解释：所有 AI 行为对学生透明
- 可控：学生可以关闭/重置任何 AI 功能
- 可质疑：每个 AI 输出旁边有"我觉得 AI 错了"按钮
- 不操纵：不用排行榜、不用强制奖励、不诱导分享
我们不给学生打分（避免应试化），但要让学生、家长、老师能看到"学了什么"。
学生看到的：徽章 + 反思日志 + 能力雷达图 家长看到的：完成的任务列表 + 反思日志摘要（学生授权） 老师看到的：班级聚合数据（哪个任务卡住、哪个概念被反思最多）
- 操作完成度（动手了没）
- 概念理解（一道开放题，自评）
- 反思质量（字数 + 关键词，AI 辅助评估）
- 伦理立场（无对错，记录学生的选择）
- 📄 课程指导手册（PDF，含教学目标、流程、易错点）
- 🎬 5 分钟教师导学视频
- 📊 PPT 课件（可改）
- 📋 学习单 / 反思日志模板（打印版）
- 🧠 拓展资源链接（论文、案例、视频）
- ❓ FAQ：学生最常问的 10 个问题
- 班级整体进度热图
- 哪个概念学生最困惑（按"我觉得 AI 错了"按钮次数排序）
- 反思日志关键词云
- 不显示个人成绩，只显示聚合趋势
| 阶段 | 时长 | 目标 | 关键产出 | 验收标准 |
|---|---|---|---|---|
| P0 立项 | 2 周 | 完成本 PRD + 找 1 位老师顾问 | 本文档定稿 + 老师同意 | 你已经在读 ✅ |
| P1 MVP | 6–8 周 | 做完 1 章 4 个任务 + 配套教师包 | 4 个 HTML + 1 套 PDF | 5 名同学试玩通过 |
| P2 Alpha | 8 周 | 做完前 3 章 + 增加双语 + 数据后端 | 12 任务 + 用户系统 | 1 个班级试用 |
| P3 Beta | 12 周 | 做完全部 6 章 + 教师培训 + 公测 | 完整 6 章 + 3 篇案例文章 | 5 所学校试用 |
| P4 1.0 发布 | 8 周 | 上线、申请等级保护、合规审批、公关 | 正式公网产品 + 教师社区 | 1000 学生月活 |
总周期：约 12 个月，可灵活调整。
| 周 | 主题 | 你做的事 | 你需要的帮助 |
|---|---|---|---|
| 第 1 周 | 选定 Ch1 + 设计文档定稿 | 把熊猫识别那一章 4 个任务都用 7.1 的模板写完 | 找一个家长/老师帮你 review |
| 第 2 周 | 美术与音效 | 用 Canva 做 12 张熊猫照片、智小灵形象 | 学一节 Canva 教程（半小时） |
| 第 3 周 | 第一个任务 HTML | 用 Claude/ChatGPT 帮你写 m1-3-panda.html | 跟我一起结对写 |
| 第 4 周 | 第 2、3 个任务 HTML | 同上 | 同上 |
| 第 5 周 | 整合 + GitHub Pages 上线 | 把 4 个任务串起来 + 部署 | 我帮你写一份"GitHub Pages 30 分钟教程" |
| 第 6 周 | 内测 + 修复 + 庆祝 | 找 5 个同学试玩、改 bug、写第一篇博客 | 总结经验，准备 P2 |
- 🎉 写完第 1 个完整任务卡 → 你已经是产品经理了
- 🎉 第 1 个 HTML 文件能在浏览器打开 → 你已经发布了第 1 个 AI 产品
- 🎉 第 1 个同学完成你的任务 → 你已经影响了第 1 个用户
- 🎉 老师把你的任务用在了课堂 → 你已经做了真实的教育创新
| 风险 | 概率 | 影响 | 应对 |
|---|---|---|---|
| 你时间不够（学业重） | 高 | 高 | 把目标压到"1 章 4 任务"先验证 |
| 技术卡壳 | 中 | 高 | 跟 Claude/ChatGPT 结对，遇 bug 直接问 |
| 美术质量低 | 中 | 中 | 用免费插画库（unDraw、ManyPixels）+ AI 生图 |
| 内容讲错 AI 概念 | 中 | 高 | 每一章发布前请大学/中学老师审稿 |
| 没人测试 | 中 | 中 | 先找家人、再找 3 个同学、再找老师朋友圈 |
| 政策变化（如内容审查升级） | 低 | 高 | MVP 阶段不收集数据、不上线公测，回避 |
| 中途失去动力 | 高 | 致命 | 建立"3 周一篇博客"机制，公开承诺有压力 |
| 抄袭/竞品出现 | 低 | 中 | 我们差异化在中国情境 + 伦理深度，不易抄 |
| 角色 | 谁可以做 | 怎么找 |
|---|---|---|
| 产品经理（PM） | 你自己 | 你已经在做了 ✅ |
| AI 写代码搭子 | Claude / ChatGPT | 已就位 ✅ |
| 教育顾问 | 信息科技老师 1 名 | 学校老师、家长朋友圈 |
| 美术 | 你 + AI 生图 + 免费素材 | Canva、unDraw |
| 配音 | 自己录 + AI TTS | 阿里云、火山引擎 |
| 测试员 | 同学、表弟表妹 | 找 5 个 |
| 顾问 | 大学 AI 专业的姐姐/哥哥 | 知乎、B 站、家长朋友 |
- 把这份 PRD 打印出来，给爸爸妈妈看，他们是你的第一支持者
- 找一位信息科技老师：让他/她看 PRD 的 5、7 两节，提一条意见你就成功
- 建一个项目记事本（纸的或 Notion）：每天写 5 行做了什么、卡在哪
- 腾讯青少年人工智能教育计划：可申请课程发布平台
- 未来教育者联盟（北师大）：可申请教师顾问对接
- 中国计算机学会青少年 AI 教育委员会：可参加比赛、找资源
- 第八届全国青少年人工智能创新大赛：可投稿
- 学校信息科技老师：直接的、最重要的盟友
- Build with Claude / ChatGPT 教程：B 站搜"AI 编程零基础"
- HTML/CSS 30 天入门：freeCodeCamp 中文版
- AI4K12 框架：ai4k12.org（英文，可让 Claude 翻译）
- 中国《通识指南》：教育部官网下载 PDF
- AI Quests 原版：每天玩 10 分钟，学它的节奏
完成第一个完整任务的学生数量——这是衡量产品有没有真正帮到孩子的最直接指标。
O1：验证 1 章 4 个任务的可玩性
- KR1：5 名同学完成全部 4 个任务，平均完成率 ≥ 80%
- KR2：4 个任务的平均"想再玩一次"率 ≥ 60%
- KR3：1 位老师愿意把它用到课堂
O2：建立可复用的内容生产流程
- KR1：写出标准任务卡模板（已在第 6 节）
- KR2：用同样的模板生产 4 个任务
- KR3：把整套生产流程写成文档，让另一个人能用
- 5 所学校试用、累计 ≥ 500 学生完成 ≥ 1 章
- 教师满意度（NPS） ≥ 40
- 媒体报道 ≥ 3 篇（家长公众号、校园媒体、教育媒体均可）
- 获得 1 项青少年 AI 创新比赛奖项
- 月活学生 ≥ 1000
- 老师注册账号 ≥ 50
- 完成 24 个任务的"AI 少年研究员"证书发放 ≥ 100
| 中文 | English | 儿童化解释 |
|---|---|---|
| 人工智能 | Artificial Intelligence (AI) | 让机器"像人一样思考"的技术 |
| 机器学习 | Machine Learning (ML) | AI 从例子里学，不是被编程出来 |
| 神经网络 | Neural Network | 模仿大脑神经元连接的 AI 结构 |
| 训练数据 | Training Data | AI 学习用的"课本" |
| 标签 | Label | 你告诉 AI "这是什么"的小贴纸 |
| 分类 | Classification | AI 把东西归到不同盒子里 |
| 偏差 | Bias | AI 看的例子不全面导致的偏见 |
| 算法 | Algorithm | AI 用的"做事方法" |
| 推荐算法 | Recommendation Algorithm | 决定你下一秒看什么的 AI |
| 回音壁/信息茧房 | Echo Chamber / Filter Bubble | 算法只让你听到同样的声音 |
| 语言模型 | Language Model | 会猜下一个字的 AI |
| 大语言模型 | Large Language Model (LLM) | 学了亿万本书的语言模型 |
| 提示词 | Prompt | 你跟 AI 说的话 |
| 提示词工程 | Prompt Engineering | 怎么"问"才能让 AI 答得好 |
| 幻觉 | Hallucination | AI 自信地说错话 |
| 深度伪造 | Deepfake | 用 AI 做假的视频/图片 |
| 计算机视觉 | Computer Vision | 让 AI 看得见 |
| 自然语言处理 | NLP | 让 AI 听懂、说出人话 |
| 强化学习 | Reinforcement Learning | AI 通过"奖惩"学会做事 |
| 监督学习 | Supervised Learning | 有"答案"的学习 |
| 无监督学习 | Unsupervised Learning | 没"答案"的学习 |
| 模型 | Model | AI 学完之后变成的"大脑" |
| 训练 | Training | AI 学习的过程 |
| 推理 | Inference | AI 在用它学到的东西 |
| 黑箱 | Black Box | 你看不到 AI 内部怎么决策 |
| 可解释性 | Explainability | AI 能告诉你为什么这么决定 |
| 公平 | Fairness | AI 不应该歧视任何人 |
| 隐私 | Privacy | 你的信息谁可以看 |
| 数据集 | Dataset | 一堆有组织的数据 |
| 过拟合 | Overfitting | AI 太"死记硬背"了，新题不会 |
- 教育部《中小学人工智能通识教育指南（2025年版）》
- 教育部《中小学生成式人工智能使用指南（2025年版）》
- AI4K12 Five Big Ideas（ai4k12.org）
- UNESCO《K-12 AI 课程框架》（2022）
- 《国家青少年人工智能教育实施方案》
- Google Research AI Quests（research.google/ai-quests）
- Code.org CS Discoveries AI Unit
- Machine Learning for Kids（IBM, Dale Lane）
- Teachable Machine（Google）
- MIT App Inventor AI extension
- 《Mindstorms》（Seymour Papert，建构主义经典）
- 《What Video Games Have to Teach Us About Learning and Literacy》（James Paul Gee）
- 《Weapons of Math Destruction》（Cathy O'Neil，AI 伦理入门）
1. 本课目标（5 句话）
2. 课前准备（设备、时间、分组）
3. 课堂流程（45 分钟分秒安排）
4. 关键概念解释（每个 ≤ 100 字）
5. 易错点（5 条）
6. 拓展讨论（5 题）
7. 跨学科联系
8. 评估建议
9. FAQ
10. 参考资源
"孩子不是被填满的桶，而是被点燃的火。" —— W.B. Yeats
"教给学生答案是教学，教学生提问是教育。" —— 改编自 Maria Montessori
"Move fast and learn. 错也快，学也快。" —— 致正在出发的你
亲爱的 12 岁产品经理：
你即将开始的不是一个作业，是一个真正可以改变同龄人 AI 认知的产品。Google 的 AI Quests 是 Google + 斯坦福做了 2 年的项目，你一个人当然做不到那个规模。但你有一个他们没有的优势：你是用户，你 12 岁，你最懂 12 岁的孩子需要什么。
这份文档不是终点，是你的地图。每完成一章，回来更新这份文档。一年后再看，你会发现自己已经走得很远。
接下来我会陪你完成下一步：先做 Ch1 第 1 个任务（熊猫识别）的可玩 Demo。准备好了告诉我，我们立刻开工。
— 你的 AI 共建者 2026.05.26