摘要：生成式人工智能的迅速崛起，為教育尤其是語文教育帶來了新的發展機遇。如何高效、恰當地運用生成式人工智能提質增效，已成為語文教師共同關注的課題。為生成更高質量的內容，教師可基于語用學理論，根據準確性、簡潔性、具體化和結構化四大原則，精準撰寫語文學科教育提示語，并使用優化風格、優化結構、補充追問、引用示例四種優化方法，進一步提高生成內容的正確率。關鍵詞：人機協同教學；提示語；語文；生成式人工智能2022年以來，隨著生成式人工智能的迅猛發展，尤其是大語言模型的廣泛應用，我國教育領域正經歷著一場前所未有的深刻變革。生成式人工智能的應用不僅重塑著教師傳統的教學方式，也影響著學生的學習體驗[1]。語文，作為一門以學習語言文字運用為核心內容的學科，天然具備與生成式人工智能進行人機交互的獨特優勢。目前，全國的中小學語文教師已經開始探索利用生成式人工智能輔助備課、學習新課、創新教學等。有教師借助生成式人工智能設計《天上的街市》課例，充分發揮了人機對話、人機協作的優勢，通過多輪次的人機對話與探究，逐步優化提示語，協同完成創作詩歌、賞析短文、詩歌配圖和詩歌朗誦配樂等學習任務[2]。有教師借助生成式人工智能設計《念奴嬌·赤壁懷古》課例，通過生成人物畫像和詞作創設兩個學習任務，提升情境創設的趣味性、互動性和主動性[3]。也有教師借助生成式人工智能輔助學生進行日常語文寫作練習，發現智能作文反饋能有效支持學生的寫作修改過程，提升作文升格后的修改質量[4]。然而，生成式人工智能在語文教育領域的價值尚未得到足夠重視，研究重點多集中在習題生成、自動解題和輔助批改等領域，對生成式人工智能如何支持語文課堂教學等領域缺乏足夠的關注[5]。要充分發揮生成式人工智能助力課堂教學的技術優勢，撰寫精準且指向性明確的提示語則是正確打開人機對話大門的初始密鑰。提示語是人類與生成式人工智能進行交互的語言[6]，提示語的設計質量決定了人工智能生成內容的質量[7]，不同領域的提示語應兼具該領域的話術特征，以使生成式人工智能可以在極短的時間內識別、推理并輸出結果。教育提示語則是適合在教育場景中幫助生成式人工智能理解人類意圖的語言指令[8]。有組織或專家提出了不同的教育提示語的設計要素或框架。百度提出，教育提示語由參考信息、完成動作、達成目標和滿足要求四個要素組成[9]

；趙曉偉等人提出教育提示語由必備要素（語境、目標）和可選要素（角色/規則、示例）構成的“CORE”框架[10]；利奧（Leo）提出了教育提示語的CLEAR框架，即簡潔、邏輯、明確、可適應、可反思五要素[11]。在教育教學過程中，若要師生更加高效地使用生成式人工智能輔助語文教學，首先就要解決精準撰寫提示語的問題，以更好地發揮生成式人工智能賦能語文學習的教育價值[12]。一、語用學交際視角下教育提示語的撰寫原則語用學關注的是特定情境中人際交流的話語理解和運用，尤其注重不同交際環境下的語言使用[13]。利用生成式人工智能助力語文教學，是一種在特定情境中的話語理解和運用。在這種情境中，交流發生在“人”與“機”之間，其中“人”扮演話語發起者的角色，而“機”則擔當話語解讀者的角色。由于“機”依賴大規模自然語言數據庫和特定算法來解析“人”的語言，因此，在這種人機對話中，遵循語用學的交際原則就顯得尤為重要。在語用學領域，影響力比較大的交際原則主要包括格萊斯的合作原則、利奇的禮貌原則，以及布朗與列文森的面子保全原則。其中，合作原則是指在參與交談時，要使你說的話符合你所參與交談的公認目的或方向。它是談話雙方為了使談話順利進行下去必須遵守的原則[14]。以大語言模型為代表的生成式人工智能，是一種基于龐大的自然語言數據庫構建的計算模型，它通過降低詞向量的維度，將語義相似的詞匯映射到接近的空間位置，從而能夠有效地捕捉和理解語義與句法之間的復雜關系，使其在與人類交流、理解和生成自然語言方面具有出色表現。因此，合作原則不僅可以指導人際間的自然語言交流，也可遷移應用于人類與生成式人工智能對話中的提示語撰寫，從而提高人機交互時交際的目的性及輸出結果的準確性。合作原則包含數量準則、質量準則、關系準則和方式準則[15]。數量準則，指的是所提供信息的數量應適當，盡量簡潔、聚焦，即簡潔性。質量準則要求所陳述的內容必須真實可靠，即準確性。關系準則要求所說內容須與當前話題相關聯，可以包含具體的背景信息、關鍵詞或細節等上下文信息，即具體化。方式準則要求表達應當清晰明了、簡潔有序，使信息的組織和呈現方式更加條理化、邏輯化，即結構化。（一）簡潔性簡潔性要求教師撰寫提示語時盡可能使用精簡、明了的文字向大語言模型發布指令。即能用字的不用詞，能用詞的不用句，能用句的不用段，以避免冗余信息干擾人工智能對指令的正確理解。例如：“我正在做一個關于《紅樓夢》的研究報告，我專注于分析其中的人物性格，特別是林黛玉，她是一個極具文學魅力的角色，她的性格特征與她的命運緊密相連，我想知道你是否可以從她與其他人物的互動中提取出她性格的關鍵方面，以及這些方面是如何塑造她的故事線的。”這一提示語中與“命運”相關的冗余信息就極有可能導致生成式人工智能對特定指向“性格”一詞的歧義理解，產出有關林黛玉命運的表述，丟失輸入者想要的性格分析。立足簡潔性的原則可修改為“請概括《紅樓夢》中林黛玉的性格特點，并列舉三個事件進行說明”。（二）準確性準確性是指在構建教育提示語時采用準確無誤的恰當表達。這要求教師選用的詞匯均應為生成式人工智能所能理解的常見且規范的詞語。句子結構規范、完整且清晰，盡可能避免出現任何語法或書寫的錯誤，以及不常用的偏僻詞匯。例如，可將“解釋”“分析”“設計”等指向明確的顯性行為動詞放在句子的恰當位置，以便清晰地引導人工智能生成預期的內容。如“請對《孔乙己》課文的第一段施行一次詳盡的解析”這句話中的“施行”“詳盡”等詞雖然能被人輕易地理解，卻難以被生成式人工智能正確理解。相對精準的表述可改為“請詳細分析《孔乙己》第一自然段中的酒店布局描寫”。（三）具體化具體化是指在處理復雜問題或特定情境下的提問/追問時，為獲得更加符合專業領域和職業需求特征的回答，教師可撰寫包含具體信息、學科術語或領域細節等關鍵背景信息的提示語。如“請幫我撰寫一篇《孔乙己》的教案”這樣的提示語就過于粗略、寬泛，因缺乏必要的信息，可能導致生成的教案與實際的需求不相符。相比之下，“請針對初三學生，為入職三年的青年語文教師，撰寫一篇《孔乙己》復習課的教案”則更為明確和具體。（四）結構化對于特定領域的特定任務（詩歌創作等），教師可以通過特定風格（幽默、科普等）、情感色彩（積極、批判等）、目標受眾（兒童、專家等）或特定約束（遵循特定格式、引用特定來源等）引導人工智能的生成方向及輸出結果。結構化的提示語能夠有效指導和確保輸出內容貼近用戶的實際需求，減少誤解和偏差。如“我是一名初中語文特級教師，請根據提供的文本材料和教學設計模板，撰寫一份針對初三學生的《孔乙己》新授課教案”。在這句提示語中，“初中語文特級教師”明確了請求者的身份，有助于生成的內容符合教師的專業背景和教學需求；“請根據提供的文本材料和教學設計模板”確保了教案是基于提供的具體資料和設計模板生成的，增強了輸出結果的準確性和針對性。“撰寫”明確了任務類型，即創建而非修改或評估，這有助于生成過程中聚焦任務類型。“初三學生”指定了教案的目標受眾，不同年齡段的學生對知識的理解能力、興趣點以及對教學方法的接受程度都有較大差異，“新授課”限定了所學內容的基礎性和普適性。結構化這一原則強調提示語的條理性、邏輯性、層次性及目的性。實踐證明，在提示語的撰寫中引入語用學交際視角，遵循格萊斯的合作原則，能夠顯著提升人機交互的有效性和準確性。簡潔性強調指令的精簡與聚焦，去除冗余信息，確保人工智能準確捕捉核心需求，從而提高輸出內容的相關度。準確性要求使用規范、明確的語言和詞匯，避免模糊或易產生歧義的表達，以保障生成內容的真實可靠，符合預期。具體化強調提供詳盡的背景信息和具體細節，使提示語更加貼合特定情境和專業領域的需求，增強回應的針對性和實用性。結構化注重提示語的條理性和邏輯性，教師可通過明確任務類型、目標受眾及任何特定約束條件，指導生成式人工智能產出既符合用戶需求又具備高度相關性的結果。將這四個原則應用于教育提示語的撰寫，不僅有助于構建清晰、有效的人機對話，還能最大化發揮生成式人工智能在語文教學中的作用，促進教的質量和學的效果雙提升。二、人機協同教學中教育提示語的優化策略要借助生成式人工智能從根本上解決語文教學中學習行為可視化弱、能見度低的問題，提高人機協同教學中提示語撰寫的精準度是一條具有較高可行性的路徑。總結2023年以來語文教師在真實課堂教學情境中所使用的設計策略，我們可以從中提煉出“多輪優化與試誤”的方法，用以設計并撰寫出精準的提示語，從而確保生成內容的高相關性及準確性。實踐證明，優化風格、優化結構、補充追問、引用示例等方法，基本上能夠最大限度地幫助生成式人工智能解決語文學習行為可視化弱與能見度低的問題。（一）優化風格優化提示語的風格旨在調整語言的復雜度、情感語氣以及目標受眾的文字理解力。優化風格不僅能使大語言模型輸出的文本內容貼近目標受眾的語言偏好、理解水平，還能有效促進知識的傳遞與學習效果的改進。如圖1所示，原提示語只要求撰寫一篇關于魯迅的簡介，而改進后的提示語則明確了目標受眾且規定了語言風格。例如，將魯迅拿著的筆比作“魔法棒”，既形象又富有童趣，增強了文本的可讀性。原輸出結果中的“文學巨匠”被替換為“大作家”，語言表述盡可能地貼近了學生的日常用詞范疇。（二）優化結構在撰寫提示語時，教師如果能在輸入時就明確生成內容的組織框架、結構要素或層次邏輯，基本就能確保輸出條理清晰、邏輯連貫、層次分明的內容。如表1所示，原提示語只要求寫一份《孔乙己》的教學設計，而改進后的提示語則具體給出了教學設計需包括“教學內容與目標分析、學習者特征分析、教學模式與策略的選擇與設計、學習情境與學習任務的設計、教學過程結構設計、教學媒體與教學資源的選擇與設計、教學評價設計”七項內容。這就使生成的教學設計遵循了提示語中的結構框架，輸出之后也便于使用者結合自己的教學經驗并依據使用的教學場景對每個部分進行適用性的調整與修改。（三）補充追問補充追問可用于具體的語境中，結合上下文細化對話內容，使輸出的生成性結果更加契合教學的需要。如表2所示，原提示語只給出了教學過程的粗略框架，而補充追問則要求對教學過程這一環節進行詳細規劃，使整個教學設計變得更為充實和具體。在補充追問下，生成的教學過程不再僅僅停留在概念或主題層面，而是進一步給出了操作性更強的教學步驟。（四）引用示例教師在對生成式人工智能下達具體任務指令時，有時很難用語言描述清楚所需要的具體內容。這時，就可以采用提供具體實例的策略，以示范期望生成式人工智能輸出的文本格式或內容標準。這種策略在要求從文本中提取特定信息的任務情境下尤為有效。如圖2所示，為讓生成式人工智能找出孔乙己在文中說過的話，教師在輸入的提示語中直觀地示范了任務的完成結果，降低了生成式人工智能對任務要求的理解難度。可見，在面對語言難以表述清楚的復雜或抽象情境性任務時，引用示例可以化解這一難題。在語用學交際原則的指導下，我們初步提煉出了適用于語文學科提示語的四種優化策略：優化風格、優化結構、補充追問和引用示例。調整語言風格可契合目標受眾的語言偏好和認知水平，明確內容框架以確保輸出內容邏輯清晰且層次分明，補充對話內容及提供具體示例能增強生成內容的具體性和實用性，從而整體提升內容生成的質量與相關性。未來，語文學科提示語的設計策略還需在課堂教學中進一步系統化、規范化，以增強語文教育工作者與生成式人工智能間更高水平的交互與協作，推動語文教育向更加個性化與適切性方向發展。三、總結與展望生成式人工智能在語文教育中的應用前景廣闊，它不僅能改變教學方式，還將重塑學習過程，使教育更加人性化、個性化，為學生創造更多元與包容的學習體驗。生成式人工智能正從通用領域走向專業領域。如“AI太炎”古漢語大語言模型，具有較強的古典文獻釋