AI备课工作流：WorkBuddy出题+Obsidian题库搭建实战指南

上周五晚上十点多我一个做培训讲师的朋友在群里吐槽为了准备下周的线性代数讲义和随堂测验他已经在 Word 里改了四版例题还在手敲 LaTeX 公式眼睛都快瞎了。我跟他讲这套活儿我最近半年一直用 WorkBuddy 加 Obsidian 在跑从公式教材初稿到自动出题基本能省掉一半以上时间。这篇就把我的完整工作流摊开来讲包括怎么设计提示词、怎么搭 Obsidian 题库、以及真实踩过的坑。如果你也是培训讲师、课程开发者或者单纯想给备课流程降本增效这篇文章应该能给你一套可以直接抄走的方案。先说清楚我的核心思路WorkBuddy 负责批量生产初稿——生成公式讲解、例题、变式题、答案验算Obsidian 负责沉淀和校验——把公式、题目、讲义变成可检索、可链接、可复用的知识库同时作为喂给 AI 的高质量上下文。两件事咬合在一起才叫闭环。单独用任何一个都撑不起完整的教材生产流程。1. 先算一笔账讲师的时间都耗在哪些隐形劳动上很多人以为讲师备课的核心是想清楚讲什么其实真正吃掉大块时间的往往是那些不需要创造力的重复劳动。1.1 四件最耗时的重复劳动我观察过自己和同行公式教材和出题流程里时间主要花在四件事上。第一是公式排版。数学、统计、金融工程这些领域的公式在 Word 里用公式编辑器一个个点出来非常痛苦LaTeX 虽然快一点但很多人不熟一个稍微复杂一点的分式嵌套就得折腾好几分钟。第二是例题变式。同一道例题要改成课堂上讲的版本、课后练习的版本、考试用的版本数字要换、条件要改、难度要调。纯靠手工改一道题平均要十分钟而且改着改着自己都容易抄错。第三是题面校对。题目本身编出来了还要算一遍答案验证数字是不是合理选项是不是有歧义条件是不是给多了或者给少了。这一步看起来简单但最磨人。第四是格式转档。Word 排版、PDF 导出、PPT 里的公式截图每个环节都有可能把公式搞乱又得重新调。这四件事加起来一节课的教材和测验经常要耗费四五个小时。而且这些时间是可再生消耗——这周做完下周重新来一遍完全没有沉淀。1.2 出题真正的难点不在编而在验我做过一阵子题库外包深有体会给一道题编数字是很快的难的是让它算起来干净但又不那么干净。举个例子你想出一道贝叶斯公式的题。如果你随便给先验概率 0.3、0.7似然率给 0.6、0.2算出来的后验概率很可能是 9/16 这种说好不好、说坏不坏的分数学生算起来繁琐你验算也烦躁。如果改得太整比如后验正好 0.5学生一眼就能猜出答案区分度又没了。这种数字设计 验算的过程一道题花二十到三十分钟很正常。一个老师每周要出五到八道题时间就这么没了。1.3 为什么 Word、题库软件和裸 AI 都救不了你Word 适合写单篇文档但你要它一次性生成十道带变式的题目它做不到传统题库软件里题目录入、公式编辑、标签管理上手成本都不低很多老师用了几次就放弃了而直接打开一个通用 AI 聊天窗口让它出题它倒是能给你写出一堆但没有你课程的知识体系做约束出题容易偏、容易超纲、格式也不统一。所以出路不是换个工具而是换一套组合用一个能承载知识库 自定义流程的工作台来做生产端用一个能管理公式 题目 双链关系的笔记工具来做沉淀端。这俩组合起来才是一个真正能降本增效的体系。2. WorkBuddy 的定位把出题经验变成一条可以重复执行的流水线2.1 WorkBuddy 这类 AI 工作台到底能做什么很多人对 WorkBuddy 的理解还停留在这是一个更聪明的聊天机器人其实它的价值在于把零散的 AI 对话组织成结构化的工作流。我系统的理解是WorkBuddy 这类工具的核心能力有三个一是自定义指令也就是你告诉它固定遵守的规则二是技能Skill也就是把一组指令打包成一个可复用的能力单元三是知识库也就是把特定资料喂给 AI让它的回答有依据。对应到出题场景自定义指令可以写必须给出解答步骤难度分三档避免使用超纲符号技能可以把一整条出题流程封装起来输入一个章节名自动输出讲义提纲、例题、变式题和测验卷知识库则可以把你的历史课件、教材、学生错题记录放进去让 AI 出题时贴合你班级的实际情况。2.2 把出题 SOP 封装成一个出题技能我第一次跑通这套流程就是把平时手工出题的标准步骤原封不动地翻译给 WorkBuddy。我给它定义的输入字段是章节名称、知识点列表、题目数量、难度分布、题型要求。处理规则是先梳理本章公式再按公式逐个设计例题每个例题要配套答案和解题思路最后根据例题衍生变式题。输出格式是Markdown 表格包含题号、题干、答案、难度、对应知识点五列。这里有个关键技巧不要只给规则要给示范。我一般会在技能里附带两三道手工出好的样题让 AI 照葫芦画瓢这叫少样本示例。没有明确格式要求的 AI 输出十个有八个是废稿有了示例之后输出质量一下子就稳定了。2.3 不写代码也能搭非技术背景讲师的快速上手路径有些讲师一听技能指令知识库就觉得门槛高其实完全不用写代码。我做培训讲师的朋友里有人连 Markdown 都不太会用但按我的方法一个下午也搭出了自己的出题流程。第一步把你平时出题的习惯写成人话比如题目要和生活案例结合每题最后给出答案和解析第二步把这段话放进 WorkBuddy 的自定义指令里起个名字保存第三步找几个教育类的 PPT 或 PDF 放进知识库目录作为参考语料第四步打开技能面板把指令和知识库串起来再测试一轮。整个过程中你不需要理解任何编程概念本质上就是把你的教学经验口头描述给 AI 听。真正花时间的不是配置而是想清楚我到底想让它按什么规则干活。2.4 让 AI 同时当好出题员、校对员和排版员我实际使用时会把一条出题任务拆成三个子任务依次跑。第一个子任务出题员。根据我指定的知识点和难度生成题干和答案。第二个子任务校对员。把生成的题再丢回给 AI让它重新计算一遍答案并检查条件是否充分。这一步非常有用AI 在二次检查时经常能发现自己第一次生成的错误。第三个子任务排版员。让它把最终题目整理成包含公式的 Markdown 格式方便我直接粘进 Obsidian。三个子任务串起来每条指令都非常简单比一次让 AI 做完全部事情要稳定得多。我的经验是任务拆得越细AI 的失误率越低。3. Obsidian 端把公式、题目和讲义沉淀成知识资产3.1 为什么是 Obsidian 而不是 WordAI 生成的初稿总归是要人工过一遍的这个过一遍的过程我用 Obsidian 来完成。选它的原因很朴素它是本地 Markdown 文件支持 LaTeX 公式渲染有双向链接和标签体系而且所有内容都是数据可以被检索、被聚合、被重新组合。Word 并不是不能做笔记但它的强项是写一篇好看的文档弱项是管理一片有关系的知识。我要的恰恰是后者一道练习题应该和它对应的知识点、历史例题、班级错题产生明确的关联下次想找一道中等难度的条件概率题应该一秒钟就能捞出来。3.2 一套可以直接抄的课程库目录结构我建议讲师都建一个独立的知识库目录结构不需要多复杂能放下这三层就够了。我的结构是这样的course-vault/ ├── 00-inbox/ # 临时收集的内容 ├── 10-knowledge/ # 知识点笔记按章节分类 │ ├── 概率论/ │ └── 线性代数/ ├── 20-questions/ # 所有题目一题一个文件 ├── 30-materials/ # 讲义、教材扫描件、PPT 转出的 PDF ├── 40-templates/ # Obsidian 模板文件 └── 90-output/ # 最终导出的试卷、讲义知识点笔记负责讲解一个概念题目文件负责练习一个概念二者通过双链互相引用。讲义和教材原文则作为资料层平时不直接编辑只在需要的时候被引用。3.3 公式在 Obsidian 里的正确打开方式Obsidian 默认支持 LaTeX 公式行内公式用一对美元符号包起来独立成行的公式用两对美元符号。例如当事件 $A$ 发生时事件 $B$ 的条件概率为 $P(B|A)\frac{P(A B)}{P(A)}$。在 Obsidian 的阅读视图下只要在设置里打开了 MathJax 渲染这段就会自动变成漂亮的公式。这里有个细节AI 从 WorkBuddy 里生成的公式经常会有多余的空格、符号转义错误粘贴进 Obsidian 后要先切到阅读视图扫一眼确认渲染没问题。还有一个实用技巧Windows 和 Mac 上预览公式的颜色、字体略有差异这不会影响使用。但如果你要导出 PDF 或 Word公式渲染差异会变大这点我在后面避坑章节专门说。3.4 Dataview 和 Templater让索引和组卷自动化Obsidian 的两块自动化是我最看重的一是 Templater二是 Dataview。Templater 用来一键生成标准格式的题目文件。我会在40-templates里放一个题目模板包含标题、知识点标签、难度、来源、题干、答案、解析等字段。写新题时只需在 Obsidian 里选中模板填入内容格式就统一了。格式统一后续用 Dataview 查询才不会乱。Dataview 用来做动态索引。我会在每个知识点笔记底部插入一段查询代码自动列出所有引用了这个知识点的题目。比如在贝叶斯公式这条笔记下面Dataview 会自动显示所有关联的例题和测验题完全不用手动维护清单。3.5 把 Obsidian 变成 WorkBuddy 的知识库前面做的所有事情最终都反哺回 WorkBuddy。WorkBuddy 如果支持知识库功能你可以把 Obsidian 库里某个章节的知识点笔记和旧题文件作为语料喂给它当参考。这样 AI 出题时风格上会明显更贴近你的教案而不是一套通用的大路货。我习惯的做法是开始生成新一章内容前先在 Obsidian 里把这一章的知识点笔记导出成 Markdown直接指定给 WorkBuddy 作为上下文生成完题目后再反向存入 Obsidian 对应目录。这个Obsidian 喂给 WorkBuddyWorkBuddy 生成后回到 Obsidian的循环就是整套降本增效的引擎。4. 端到端实操一节条件概率课的教材和测验是怎么跑出来的前面讲了原理下面我用一个具体例子把整条流程完整跑一遍。假设你要给一个零基础的培训班讲条件概率与贝叶斯公式目标产出是两页公式讲义加五道随堂测验题。4.1 场景设定与素材准备我先在 Obsidian 里建了一个页面列出本次课的核心知识点条件概率定义、乘法公式、全概率公式、贝叶斯公式。每个知识点后面我简单写了三句话的解说和一个例子关键词。这个页面就是等一下喂给 WorkBuddy 的大纲。同时我翻出了上一轮教过这个章节时存的几道旧题统一放在20-questions/概率论/条件概率/目录下。它们是给 WorkBuddy 做风格参考用的。4.2 第一步用 WorkBuddy 生成讲义初稿我把知识点大纲发给 WorkBuddy附带一个简单的讲义模板要求并加了一条指令每个公式后必须配一个不超过三行的应用说明语言要适合零基础成年人理解。 它返回的初稿里有条件概率的定义公式也有全概率公式的分步推导。虽然语言风格略有些教科书气但结构清晰公式渲染正确。这一轮我花了大概十五分钟主要是调过一次指令让它把贝叶斯公式的说明从后验概率这种术语改成已知结果倒推原因的大白话。如果是从零开始写这页讲义我通常要花两个小时现在省下来的是最高的时间成本。4.3 第二步批量生成例题与变式题讲义初稿通过后我接着让它出题。我给的工作条件是五道题难度分布为基础一题、进阶三题、挑战一题前三道是例题后两道是测验题。WorkBuddy 按我的技能预设输出了一个五行的 Markdown 表格每行包含题干、答案、解题步骤、难度、对应知识点。其中有一道题我印象很深它把某检测准确率 95%患病率 1%这个经典场景包装进了一个邮件垃圾过滤器的故事既贴生活又符合贝叶斯公式的典型结构。这类变式如果全靠我自己想至少要折腾半小时它一分钟就给了我三个方向。但注意这一步的输出只能算初稿绝对不能直接拿去用。我马上进入了校对环节。4.4 第三步在 Obsidian 里校对、打标签、建立双链我把 WorkBuddy 生成的表格粘进 Obsidian按 Templater 模板拆成了五道题目卡片每道题一个文件。然后在条件概率与贝叶斯公式这条知识点笔记里通过双链把这五道题全部关联进来。这个阶段我会逐题验算一遍。五道题里我发现了两个问题。一是第二道题的题干里数字给得不太合理导致算出来的概率大于 1明显是 AI 在构造条件时没验算二是有道题的答案写的是解析步骤但没有给出最终数值的结论。这两个问题其实都很典型也是我接下来要重点讲的坑。好在我用 Dataview 建了一个待校对视图凡是没打已校对标签的题目都会出现在那不会漏掉。4.5 第四步自动组卷并导出题目校对完后组卷就很简单了。我在 Obsidian 里新建了一个测验-条件概率的页面用 Dataview 查询语句把20-questions下所有带随堂测验标签的题目自动列出来然后一键切换阅读视图利用 Obsidian 的 PDF 导出功能提成交付版。导出后我会注意到Obsidian 默认 PDF 导出的公式渲染在打印时偶尔会有小瑕疵。所以我的习惯是如果这份卷子要发给学员我会先用 Pandoc 把 Markdown 转成 Word再在 Word 里做最后的字体和边距微调。这个转换过程因为用了统一的模板五分钟内能完成相比以前手工排版效率提高了一大截。4.6 时间对比我这边的实测数据我把这次实际操作大致对了一下时间账在下面这个表里环节传统手工方式WorkBuddy Obsidian 流程两页公式讲义约 120-180 分钟约 15-25 分钟五道例题 五道变式题约 150-240 分钟约 30-40 分钟验算与校对约 60-90 分钟约 40-60 分钟组卷、排版与导出约 60-90 分钟约 10-15 分钟合计约 6-10 小时约 1.5-2.5 小时这个数字因人而异但方向是一致的省的不是思考时间而是从想法落到成品的生产时间。出题的构思和判断仍然由讲师把控这一点并没有变。5. 这套流程踩过的坑和我的补救办法整套流程不是一开始就那么顺的我前两周翻了差不多四次车。把最常见的坑列出来你遇到的时候能直接跳过去。5.1 公式渲染不一致不同工具各有各的脾气我最早是在 Obsidian 里写好的公式粘到 Word 里导出给学员结果好几个公式变成了乱码。后来发现问题出在分隔符和转义符上。Obsidian 的 MathJax 支持很标准但 Pandoc 转换到 Word 时对某些 LaTeX 宏包支持有限。补救办法是彻底放弃一个文件通吃所有格式的想法。我在 Obsidian 里只维护最干净的 LaTeX 公式源文件导出时把公式降级为 Word 原生公式编辑器可识别的形态。换句话说最终交付给学员的格式以 Word 为准Obsidian 则永远只当知识库和草稿本。5.2 AI 出题会翻车错题、超纲题、条件不足题AI 出题最大的问题不是反思能力不够而是一本正经地给出错误答案。我在前面就遇到过概率大于 1 的情况还有一次它出了一道题题干里用了一个班里根本没讲过的符号明显超纲。我的补救办法是给 WorkBuddy 加了一条强制指令所有题目必须经过重新计算验证这一步而且在输出答案时必须把计算过程分步写出来。虽然这样会让 AI 的回答更长但可验算性大大提升。再加上我在 Obsidian 里保留全部题目版本一旦发现某道题有问题回退到上一版本非常方便。5.3 知识库污染不要什么都往知识库里塞WorkBuddy 的知识库很强大但如果你什么都倒进去它出题时就会参杂无关信息。我试过把一篇网上下载的课程介绍 PDF 也丢进知识库结果它连续两轮出题都莫名带上了一些与主题无关的案例和数据。现在我的做法是每个章节给一个独立的知识库空间只放该章节的讲义原文、知识点笔记和旧题最多再加两三份精选参考书片段。这种按章节隔离的做法让生成质量稳定了很多。5.4 题目同质化AI 只会换数字怎么办很常见的一个问题是让 AI 出五道变式题它给你换了五个不同的数字组合但题目结构完全一样。这种假变式对教学帮助不大。我后来在出题技能里增加了一条规则变式题必须在提问方式上做变化不能只换数字。具体说至少要包含这样几种变形正向求概率、反向求先验、比较两种方案的概率、分析条件变化对结果的影响。加了这条规则之后WorkBuddy 输出的题目结构明显丰富起来了。编写提示词时变式维度这个思路很值得你花时间仔细设计。因为它直接决定了 AI 出题的质量上限也是整套流程中唯一需要你动脑子的地方。5.5 多设备同步与备份Obsidian 是本地优先的所以同步和备份要自己安排。我用过第三方网盘也试过官方同步服务总体建议是同一时间只在一台设备上编辑同一个库否则容易出现文件冲突。我有一次在笔记本和台式机同时改了一个题目文件差点丢失一版内容。现在我的习惯是每天结束前让 Obsidian 自动同步并在本地做一份定时备份。这个动作虽然不产生直接效益但能保证你辛苦搭起来的知识库不会因为一次意外全部清零。最后分享一个我自己的操作习惯我在实际使用这套流程半年后最大的体会是真正省时间的不是让 AI 替你思考而是把思考过的规则交给 AI 重复执行。第一次搭建 WorkBuddy 的出题技能和 Obsidian 的题库体系我花了两三个晚上但之后每准备一章新课都能比过去少花一半以上的时间。如果你也想搭一套我建议从最小的切口开始先选一个你下周就要讲的章节把它整理成一份大纲试着让 WorkBuddy 出一版讲义初稿再放到 Obsidian 里跑一遍模板和 Dataview。不用一开始就追求完整闭环先把AI 出稿 → 人工校验这条链路跑通再逐步加上知识库和复杂技能。出题技能的变式维度和强制验算这两条规则是我最后想再强调一遍的关键设置它们一个保证题目多样性一个保证答案正确性缺一不可。