5个高中通用技术AI教学实战案例：教师可直接套用

项目一：AI电路侦探

教学目标

熟悉典型电子电路（如LM317可调稳压、NE555时基电路等）的常见故障类型

学会利用AI视觉诊断工具辅助定位硬件故障

构建系统化的电路排查思维框架

所需工具

讯飞星火认知大模型（含图像识别插件）、手机摄像头、LM317调光电路套件、万用表、电烙铁、故障诊断记录表

操作流程

第一阶段：课前准备

教师预先准备8至10套LM317可调稳压电路散件，每套故意设置1至2处典型故障（如电容极性接反、电位器虚焊、电阻色环错误、LED极性接反等）。在讯飞星火平台建立专属项目，上传各类正确与错误焊接的电路板照片，训练简易的电路板缺陷识别模型。打印故障诊断记录表，包含故障现象栏、AI识别结果栏、万用表复核栏、故障原因栏、修复措施栏。

第二阶段：课堂导入

教师展示一盏通电却不亮的调光台灯，提问：“电路通路正常，电压也存在，但灯不亮——若你是电路医生，第一步该做什么？”

学生回答：测电压、查通断、看电容。

教师追问：但电路板上有数十个焊点，应从何处开始测量？

学生陷入沉默。

教师宣布：今日每位同学将配备一位“AI影像科医生”，先拍片，再开刀。

第三阶段：AI视觉初诊

学生两人一组，每组配备一套故障电路板及一台手机。打开讯飞星火APP，进入“电路板缺陷识别”项目。操作指令：将电路板置于光线充足处，垂直拍摄高清照片并上传至系统。

等待5至8秒，AI在图片上用红框标注可疑区域，并附带文字说明：“电解电容C1——极性标识显示负极端应与GND连通，实测负极端连接至Vout，疑似反接，建议核对电路图。”“电位器RP1——中间抽头焊点形态异常，轮廓不饱满，疑似虚焊，建议用万用表蜂鸣档复测。”“电阻R3——色环顺序为棕黑黑，读值10Ω，根据LED工作电流计算应为100Ω，建议更换。”

学生对照AI标注，逐一记录在诊断表第一栏。

第四阶段：万用表复核

教师强调：AI仅负责“筛查”，而非“判决”。所有疑似点必须经万用表二次确认。

学生操作：将万用表调至蜂鸣档，红黑表笔分别接触电容两端——反接时二极管特性导致单向导通，与正常电容双向不通形成对比；测量电位器中间抽头与一端阻值——虚焊点在轻微触动时阻值跳变；拆下电阻实测色环读数——10Ω与100Ω差异显著。

学生将复核结果填入诊断表第二栏，确认故障原因。

第五阶段：修复与验证

学生动手修复故障：电容调转方向、补焊电位器抽头、更换正确电阻。重新接通电源，旋转电位器旋钮——灯光由暗至亮均匀变化。

在教室此起彼伏的“亮了”声中，一名男生在诊断表最后一栏写下：“原来并非电路欺负我，而是我没按规矩与它对话。”

第六阶段：故障模式归纳

各组汇总本组遇到的故障类型，教师引导全班归纳电子电路“高频故障谱”：极性类占35%，焊接类占40%，选型类占20%，其他占5%。

项目二：AI结构顾问

教学目标

理解木材特性对结构设计的影响（如湿胀干缩、加工误差）

掌握常见抽屉结构（托底轨、侧装轨）的设计规范

能够依据使用场景预判设计缺陷并优化方案

所需工具

腾讯混元大模型（含结构分析插件）、三维设计软件（SketchUp Free或Onshape教育版）、游标卡尺、抽屉样品、设计迭代记录表

操作流程

第一阶段：课前准备

教师预先准备一个存在典型设计缺陷的三层抽拉式书架（第二层抽屉推进后拉不出，或推进时卡滞）。在腾讯混元平台调用“结构分析”插件，熟悉木材公差、人机尺寸等参数输入接口。打印设计迭代记录表，包含初始方案栏、AI分析建议栏、修改方案栏、实测结果栏。

第二阶段：课堂导入

教师展示故障书架，邀请学生亲身体验：第二层抽屉推到底，再拉——纹丝不动。

提问：“这是加工精度问题，还是设计本身存在缺陷？”

学生争论。有学生认为是导轨未装平，有学生认为是木材变形。

教师说：“今日我们不猜，我们计算。”

第三阶段：设计数据采集

学生两人一组，每组配备一把游标卡尺及一本设计记录表。

任务一：测量故障抽屉的关键尺寸——抽屉宽度、深度、高度；导轨厚度、安装位置；柜体开口宽度、背板位置。学生记录：抽屉深度220mm，柜体背板前沿距离柜门210mm。

任务二：测量正常抽屉的对应尺寸，对比差异。

第四阶段：AI结构问诊

学生将采集的数据输入腾讯混元结构分析插件，附上问题描述：“抽屉深度220mm，柜体净深215mm，推进后会撞背板。请分析可能的设计疏漏，并提出三个修改方向。”

AI输出：第一，尺寸链校验。设计时未计入背板厚度及安装空间，建议抽屉深度=柜体净深-5mm至10mm余量。第二，干涉预判。设计图中未包含背板元素，导致虚拟装配时“穿透”未被识别。建议所有结构设计必须包含完整边界条件。第三，备选方案。若不想重做抽屉，可将背板前移5mm，或切除抽屉后板下缘5mm避让。

学生对照实物测量，发现背板厚度15mm，设计图中根本未绘制。

第五阶段：方案迭代与实测

各组依据AI建议制定修改方案。有的组选择重做抽屉侧板，缩短5mm；有的组选择拆下背板重新定位；有的组尝试铣掉抽屉后板下缘5mm以避让背板圆弧。

修改完成后重新组装，第二层抽屉进出顺滑。

第六阶段：公差意识建立

教师引导讨论：为何工厂生产的家具很少出现此类问题？

学生猜测：机器精度高、有标准图纸、有样品测试。

教师补充：更重要的是，设计师在绘图时将“误差”视为变量，而非零。

学生似懂非懂。

教师拿出一张设计图，在尺寸旁标注：220±0.5mm。“这个±0.5，并非凑数，是对木头、对机器、对人的尊重。”

项目三：AI排样优化师

教学目标

理解激光切割加工的基本约束

掌握零件排样的基本原则与优化策略

能够在多约束条件下求解材料利用率最大化问题

所需工具

文心一言（含几何计算与排样建议模块）、激光切割模拟软件、板材虚拟库存系统、排样迭代记录表

操作流程

第一阶段：课前准备

教师准备一个激光切割项目包：为学校创客嘉年华制作50套木质拼插式笔筒零件，共6种形状、120件零件。板材规格400×300mm，每张成本固定。

在文心一言平台预设“排样优化顾问”对话角色，训练其理解激光切割加工核心约束。打印排样迭代记录表，包含初始方案、排样图、零件数量、板材张数、材料利用率、AI建议、迭代优化七栏。

第二阶段：课堂导入

教师投影展示一张混乱的激光切割排样图——零件随意摆放，间距过大，一张板仅排17个零件。

提问：“这批订单需120个零件，每张板切17个，需几张？”

学生计算后，教师追问：“若每张板能排26个，需几张？8张与5张的成本差距是多少？”

学生首次意识到：排样是真金白银的经济学决策。

第三阶段：初始方案诊断

学生4人一组，每组配备一套虚拟零件库及一张400×300mm虚拟画布。

任务：凭直觉将尽可能多的零件排进一张板，记录排样图、零件数量、剩余空白区域。

各组操作15分钟，最多组排进19个，最少组14个。

第四阶段：AI排样顾问介入

各组将人工排样图截图上传至文心一言，附零件清单与板材规格，输入：“这是我们初步排样的激光切割布局，当前单板零件数19个。请分析空间浪费类型并提出具体改进策略。”

AI输出：

第一，空间浪费诊断——标注可嵌入零件的矩形闲置区、可压缩的超标间距、可收缩的冗余留白。

第二，零件方向优化——建议将若干零件旋转90度，以适配更窄空白区。

第三，嵌套排样建议——异形零件可尝试咬合式交错排列。人机协同优化

各组依据AI建议调整排样：旋转零件方向、压缩间距至标准值、将互补轮廓交错嵌套。单板零件数从19提升至24、25、26。最高纪录组达到28个——他们不仅采纳了AI全部建议，还发现两个异形零件可上下颠倒嵌套，缝隙正好插入第三个小零件。

第五阶段：材料利用率计算

各组计算初始方案与优化方案的材料利用率。初始19个零件，利用率23.7%；优化28个零件，利用率35.0%。提升11.3个百分点，意味着每张板多产出9个零件，总板材需求从8张降至5张。

第六阶段：约束条件加码

教师发布挑战：板材库存仅剩6张，其中2张为有瑕疵的B品板，有效加工区域缩减至380×280mm。同时客户追加20套订单，总零件数增至168个。

学生需在有限板材、有限幅面双重约束下重新规划排样方案。他们开始区分A品板与B品板，将大尺寸零件优先排进A品板，手动规避瑕疵区。

第七阶段：方案比选与决策复盘

各组提交最终板材分配方案，教师组织横向对比。学生发现方案并非唯一最优解——有的组多用1张A品板但排样简单，有的组多用B品板但排样复杂。

教师引导讨论：若你是生产主管，决策依据是什么？

学生逐渐理解：工程优化没有标准答案，只有权衡。

项目四：AI人机顾问

教学目标

理解人机工程学在产品设计中的基本原则

掌握从用户使用场景反推设计参数的方法

能够依据AI建议完成设计方案的多轮迭代优化

所需工具

讯飞星火认知大模型（含人机工程知识库）、三维设计软件或手绘工具、卡尺、常见物品尺寸参考表、设计迭代记录表

操作流程

第一阶段：课前准备

教师收集常见学生用品的典型尺寸数据（手机长宽、水壶直径、书本幅面、充电宝厚度等），整理成参考表。在讯飞星火平台预设“人机工程顾问”对话角色，训练其针对学生宿舍、教室等特定场景提供设计反馈的能力。

打印设计迭代记录表，包含初始方案栏、场景参数栏、AI建议栏、修改方案栏、迭代说明栏。

第二阶段：课堂导入

教师展示一款往届学生制作的“宿舍床头收纳盒”实物：木制长方体，单一大腔体，无分隔，直角边缘，尺寸约300×150×200mm。

提问：“这个盒子能装东西吗？好用吗？”

学生回答：能装，但不方便——手机和平板竖放不稳，水壶会滚动，找小东西需倒出翻找。

教师追问：设计者何处做错了？

学生回答：未考虑要装什么、如何取用。

教师宣布：今日我们是产品经理，而非木工。

第三阶段：使用场景与需求定义

学生4至5人一组，每组选择一种宿舍使用场景（如上铺床头、下铺桌边、公共书桌），先填写场景参数栏：目标用户群体特征（高三学生，住校，晚自习后使用）；典型收纳物品清单（手机、充电宝、眼镜、水杯、笔、便签）；使用频次与取用方式（睡前高频，单手操作，光线较暗）；空间约束条件（床头宽度、护栏高度、与枕头距离）。

第四阶段：初稿设计

各组快速完成收纳盒的概念草图，标注关键尺寸。

第五阶段：AI人机顾问问诊

各组将设计草图拍照上传至讯飞星火，附上场景参数描述，提问：“这是我们设计的学生宿舍床头收纳盒方案，请从人机工程学角度给出改进建议。”

AI输出因人而异，典型建议包括：

第一组（上铺床头）：

——高度建议：上铺距天花板较近，盒体高度不宜超过150mm，避免撞头。

——取用便利性：单手操作场景较多，建议开口方向朝向使用者，可增加前倾角度。

——防跌落：上铺震动较大，建议底部增加防滑垫或固定卡扣。

第二组（下铺桌边）：

——分隔建议：手机、水杯、笔具三类物品形态差异大，建议采用可调隔板。

——边缘处理：直角边缘在桌面狭窄区域易刮伤手，建议倒圆角R≥5mm。

——充电适配：部分学生会将充电宝放在盒内给手机充电，建议预留走线孔。

第六阶段：方案迭代

各组依据AI建议修改设计方案，在迭代记录表上说明每项修改的决策依据。有的组将盒体高度从180mm压缩至140mm；有的组增加了活动隔板槽；有的组在背面开了一个25×15mm的椭圆走线孔。

第七阶段：方案互评

各组展示迭代前后的方案对比，接受同学提问。评委不仅评价“美观度”，更关注“设计决策是否有据”。

教师引导归纳：好的设计并非凭空灵光一现，而是反复自问“谁在用、在哪用、怎么用”。

项目五：AI毒舌评委

教学目标

掌握项目成果汇报的核心要素（创新性、可行性、完整性）

能够预判评委提问方向并准备应答策略

学会从质疑中识别方案薄弱环节并进行针对性优化

所需工具

文心一言（含角色扮演与逻辑质询插件）、学生结课项目说明书、答辩PPT草稿、模拟答辩记录表、方案优化清单

操作流程

第一阶段：课前准备

教师提前收集各组学生的结课项目说明书和答辩PPT草稿。在文心一言平台创建“毒舌评委”对话角色，设定以下人格参数：15年工程评审经验、重点关注“创新性是否真创新”“可行性是否有依据”“完整性是否有遗漏”。打印模拟答辩记录表，包含评委提问栏、预期应答栏、实际应答栏、方案优化方向栏。

第二阶段：课堂导入

教师提问：“下周就要结课答辩了，你最怕评委问什么问题？”

学生回答：怕问创新点是什么、怕问成本多少、怕问与他人有何不同、怕问失败了怎么办。

教师追问：若现在有一位评委，专挑你最怕的问题问，你愿不愿提前见见他？

学生眼神复杂——既期待，又畏惧。

第三阶段：AI毒舌评委首轮质询

学生两人一组，每组将项目简介和PPT提纲输入文心一言，开启“毒舌评委”对话模式。

指令示例：“这是我们的结课项目‘智能宿舍浇花器’的项目简介和PPT提纲。请扮演一位严格的项目评审专家，从技术创新性、方案可行性、工程完整性三个维度，提出10个尖锐问题。”

AI输出（以某组为例）：

1. 你的创新点“基于叶片图像识别判断缺水”依赖云端API——宿舍区域网络覆盖不稳定，离线工况有无备选方案？

2. 成本核算仅包含BOM物料费，未计入3D打印支撑材料损耗、电费、人工工时——请重新计算单件综合成本。

3. 用户测试样本仅3人，结论“广受好评”缺乏数据支撑——建议补充至少10份结构化问卷及统计结果。

4. 储水罐容积300ml，夏季高温工况蒸发量大，出差3天以上无人补充时植物存活率有无实测？

5. 电路板未做防水处理，浇水溢出或冷凝水可能导致短路——请说明防护等级及验证方法。

……

第四阶段：应答策略准备

各组针对AI提出的问题，分组讨论应答策略。对确有疏漏的问题，当场制定优化方案；对可解释的问题，准备答辩话术。

有组发现自己的成本核算确实漏了支撑材料，立刻重新计算；有组承认未测试过离线工况，决定补充电池供电方案；有组被问住“防护等级”，紧急查阅IPXX标准。

第五阶段：第二轮质询——压力测试

各组将优化后的方案和应答话术再次输入，请求第二轮质询。AI会针对已修改部分给予肯定，同时挖掘新的薄弱环节。

有的组被追问“用户测试问卷仅5道题，是否覆盖核心使用体验”，有的组被质疑“成本降低是否以牺牲耐用性为代价”。三轮下来，学生从最初的“我们做得挺好”变为“此处可更好、彼处需补充”。

第六阶段：答辩心态建设

教师组织全班复盘：被AI连续质疑三十分钟，感觉如何？

学生回答：难受，但有用。比答辩时被评委问住好受多了。

教师总结：评委并非敌人，而是帮助你发现盲区的合作者。你报告中写得越模糊的地方，正是他们必问之处。提前请AI帮你找到这些盲区，是对自己项目负责。

往期好文推荐

分流转岗，取消教师编制，这些教师最先离开！

2025年秋季起，离公办幼儿园3年保教费全免还要多久，幼教出路在哪里？

教师分流转岗，谁最容易“中枪”

太猛了！AI将课本文言文做成视频，开启趣味教学，手把手教会你！

希沃课件设计，高级动态PPT封面制作手把手教学

AI课堂融合教学：10个人工智能教学案例思路直接拿走

AI课堂融合教学：十个人工智能教学案例思路进来拿走！就现在！