英语培训机构怎么用 Claude Code 做教材和上课反馈？

周五晚上十点，第二天上课要发的讲义还是一张白纸。

我有个朋友，自己开了家小小的英语培训机构。15 个学员，水平和目标几乎人人不同。白天他一节课接一节课地上，做教材的时间只能挤到下课以后。再加上发给家长的上课反馈越积越多。他常念叨：「明明喜欢教英语，结果快被教英语之外的活儿压垮了。」

「准备上课的时间，比真正上课的时间还长」——这个困境，开英语培训机构的人多半都心里有数。这篇我就来写：这块到底能用 Claude Code 和生成式 AI 砍掉多少，是我自己动手试出来的结果。

本文要点

英语培训机构的麻烦事，大头不在上课本身，而集中在「做教材」和「写反馈」这两件上。
把这两件交给 Claude Code，一节课的备课时间从 30 分钟缩到 10 分钟左右，是我亲身的感受。
能交给它的只是「打草稿、出初稿、排版整理」。水平判定和最后把关，老师一定要亲自过一遍。
学员的真实姓名和联系方式绝不能原样丢给 AI，必须先换成化名或代号。
文末给了可直接复制的提示词模板，还有一段把反馈批量套成模板的可运行脚本。

先看清楚：英语培训机构的活儿卡在哪

先把读者画像说清楚。这篇面向的是学员 10～50 人左右的个人或小型培训机构的经营者、老师。一对一和小班混着带，没有行政助理，就算有也只有一个。教材也好、和家长沟通也好，全靠老师本人抽空硬撑。

把英语培训机构的工作流程排一排，大致是这样：

试听课上摸清学员的水平和目标。
每次都得准备和水平匹配的教材、讲义。
正式上课。
课后记录内容，给家长或学员本人发反馈。
月底汇总进度，排下个月的计划。

这里头，第 2 步和第 4 步是真正的「时间黑洞」。上课本身（第 3 步）是快乐的，这部分也只有人能胜任。但第 2、4 步如果每次都从零手写，一节课光是备课加善后就要 40～60 分钟。一周带 20 节课的老师，光这块每周就要烧掉十几个小时。

那些反复返工和头疼的事

我把从朋友那儿听来的「常见状况」列一列：

教材做得太用力，当天和学员水平对不上，一半都用不上。
每周都在重做和上次差不多的单词讲义，过去攒下的东西完全没复用。
反馈一拖再拖，攒到月底含着泪一口气补完。
给每位家长都换一套语气，写一封要花 15 分钟。
手写便签到处散，三个月前那节课讲了啥根本想不起来。

共同点就两个：「每次都从零写」和「过去的积累没盘活」。而这恰恰是擅长「打草稿」的生成式 AI 的主场。

用法 1：10 分钟出一份分级教材讲义的初稿

第一个用法是教材讲义的初稿。把学员的水平和主题告诉它，它能一口气把词汇表、例句、练习题、对话范例的骨架全搭出来。

我试的是：给 CEFR A2 水平（差不多初中英语全部学完）的学员，做一份以「在咖啡馆点单」为主题的讲义。提示词我是这么写的：

你是一位资深的英语培训机构老师。请按下面的条件，做一份课堂讲义的初稿。

# 学员信息
- 水平：CEFR A2（初中英语修完的水平）
- 年龄层：20～40 岁的上班族
- 今天的主题：在咖啡馆点单

# 需要输出的内容
1. 今天要记的 10 个词汇（英文、音标、中文释义的表格）
2. 用这些词汇各造 1 个例句
3. 点单的对话范例（店员和顾客，来回 6 轮左右）
4. 填空练习 5 题（答案另放一栏）
5. 自由对话题目 3 个

# 约束
- 避免专业术语和复杂说法，用 A2 水平能轻松说出口的表达。
- 加 1 条针对母语者容易卡壳的发音或语调提醒。

它给回来的初稿，差不多八成可以直接用。词汇表排得整整齐齐，对话范例也自然。剩下两成，也就是像「这个学员上次学了 would like，这次放进去吧」这类微调，老师补上就行。原本从零写要 30 分钟，现在调一调只要 10 分钟。

用 Claude Code，这一步还能更省心。你把过去的讲义放进机构的文件夹里，对它说「别和过去的讲义词汇重复」，它就会去读那些文件、自动避开重复。这种以文件夹为单位的活儿，是 Claude Code 的拿手好戏，单纯的聊天式 AI 做不到。要是你对上手本身没底，可以先看看给非工程师的 Claude Code 入门，能少踩不少坑。

用法 2：把上课反馈做成模板批量产出

第二个是上课反馈。就是发给家长或学员本人的、当天的回顾。这东西每次从零写，一封就要 15 分钟。

诀窍是：只把便签上的要点丢给它，让它负责「誊清」这一步就好。上课时随手记的潦草便签，到这个程度就够了：

- 学员：K 同学（化名）
- 今天：过去时疑问句，聊旅行的回忆
- 做得好：规则动词过去式很顺
- 待改进：go → went 这类不规则动词还含糊
- 下次：用不规则动词卡片复习
- 作业：用 3 句话写周末发生的事

把这段便签附在下面这个提示词后面，它就能变成一封发给家长的、措辞得体的反馈：

请把下面这段上课便签，整理成一封发给家长的反馈。

# 语气
- 柔和、积极。先说做得好的地方，待改进的点要和改进建议配成一组。
- 不用专业术语，用不懂英语的家长也能听明白的话。
- 300～400 字左右，结尾加一句对下次的鼓励。

# 上课便签
（把上面那段便签贴在这里）

把语气固定成「柔和、积极」之后，给每位家长纠结措辞的时间就没了。这种模板化的思路，我在Claude Code 提示词进阶技巧里也讲过，而英语培训机构的反馈，正是那种「定好模子就特别省事」的活儿。

哪些交给 AI，哪些必须人来定

这条线划不清楚，就会出事。我把分界做成一张表：

工作	交给 AI	必须人来定
教材的词汇、例句初稿	◯ 出草稿	水平是否真的匹配，最后确认
生成练习题	◯ 出题和答案	答案是否正确，逐题目视
反馈誊清	◯ 把便签写成文章	有没有和事实不符的表述
判定学员水平	△ 只当参考意见	老师做最终判断
升级、换班的决定	×	老师、运营方决定
发给家长	×	一定要人读过再发

原则很简单：「写」和「整理」交给 AI，「判断」和「发送」攥在人手里。生成式 AI 会一本正经地掺进听起来很对的假话，所以答案和事实关系一定要过人眼。守住这一条，你就只接它「快」的那部分好处。

安全与个人信息注意事项

英语培训机构会接触到学员的真名、联系方式、付款信息，有时甚至是孩子的信息。这块得格外小心。

学员的真名、住址、电话、邮箱，绝不原样输入给 AI。换成「K 同学」「学员 A」这样的化名、代号。
孩子的信息尤其要谨慎。照片、具体的学校名、住址都不要给。
反馈生成后一定要人读一遍，把专有名词和事实错误改掉再发。
在机构里把使用规则写成文档。哪些能输入、哪些不行，整理成一页纸。

光是把化名做法贯彻到底，绝大部分风险就避开了。按项目维度立规矩这件事，CLAUDE.md 写法最佳实践可以参考。你在机构的文件夹里写明「个人信息一律用化名」，Claude Code 就会带着这条方针去干活。

可复制：把反馈批量套模板的可运行脚本

便签攒到好几条时，一条条手动贴很烦。所以我写了个脚本，读入便签的 JSON，批量生成反馈的模板。装了 Node.js 就能跑。它不用 Anthropic 的 API key，是先验证「模子能不能正确套进去」的雏形版。

// report-template.mjs
// 从上课便签(JSON)批量生成反馈模板的验证脚本
import { readFile, writeFile, mkdir } from "node:fs/promises";

// 学员信息一定要用化名（别放真名）
const notes = [
  { alias: "K", topic: "过去时疑问句", good: "规则动词很顺", issue: "不规则动词含糊", next: "用不规则动词卡片复习" },
  { alias: "M", topic: "问路的表达", good: "turn left/right 记牢了", issue: "介词的区分", next: "用地图做实战练习" },
];

function buildReport(n) {
  return [
    `【${n.alias} 同学 上课反馈】`,
    ``,
    `今天我们练了「${n.topic}」。`,
    `做得好的地方：${n.good}，状态很稳。`,
    `下一步的课题：${n.issue}。下次我们一起用「${n.next}」来练。`,
    ``,
    `会一直为你加油，期待下次见面。`,
  ].join("\n");
}

await mkdir("./reports", { recursive: true });
for (const n of notes) {
  const body = buildReport(n);
  await writeFile(`./reports/report-${n.alias}.txt`, body, "utf8");
  console.log(`已生成：reports/report-${n.alias}.txt`);
}
console.log(`共输出 ${notes.length} 份模板。`);

跑起来就这一行：

node report-template.mjs

reports 文件夹里就会按学员排好一份份模板。接着把这些文本丢给 Claude Code，说一句「语气再柔和一点」，誊清就能一气呵成。先用机器把模子固定下来，再让文章丰满起来——这个顺序，就是反馈不走样的秘诀。还想再快的人，欢迎看看Claude Code 提效小技巧。

另外，对 CEFR 分级还拿不准的人，建议先看一眼英国文化协会的 CEFR 说明，之后给教材指定难度时就不会犯迷糊。

粗略算一笔 ROI 账

也用数字看一看，纯属估算：

教材讲义：原来 30 分钟 → AI 出草稿加微调 10 分钟。一节课省 20 分钟。
一封反馈：原来 15 分钟 → 便签加誊清 5 分钟。一封省 10 分钟。
一周 20 节课、20 封反馈的老师：(20 分钟 × 20) + (10 分钟 × 20) = 一周省下 10 个小时。

按时薪 100 元算，一周相当于省出 1000 元的时间。这些时间可以拿去做试听课的招生，或是更用心地照顾每一个学员。把砍下来的时间还给「教学本身」，在我看来才是最大的好处。

常见问题

问：AI 做的教材，能原样发给学员吗？ 答：当草稿很优秀，但不建议原样发。会掺进答案错误，或和这个学员水平对不上的表达。一定要老师过目、调整后再用。

问：英语例句会不会变得不自然？ 答：最近的模型在英语自然度上已经相当高了。不过会出现口语和书面语混用、地区差异（美式英式不同）这类情况。在意的地方追加一句「改得更口语、更随意些」就能整顺。

问：电脑不太行的人也能用吗？ 答：只是复制粘贴提示词的话，不需要特别的技能。要是对 Claude Code 本身上手没底，可以从Claude Code 新手入门指南开始，会比较踏实。

问：把学员信息输进去，我不太放心。 答：真名和联系方式别输入。换成化名或代号，反馈誊清也好、教材制作也好，照样能顺畅地转起来。在机构里把输入规则整理成一页纸，会更安全。

问：个人和机构落地，都能用吗？ 答：个人学习、做副业的老师，可以从免费 PDF 或教材入手；要作为机构嵌进日常业务，从运营设计的咨询开始更合适。可以参考文末的入口。

想认真把它嵌进机构的日常业务

到这里的提示词和脚本，你都可以先自己动手试。想边学边用的个人，从免费 PDF 与教材入手最省事。

而如果是有多位老师的机构，想把「教材和反馈怎么做」当成一套机制统一下来、想把个人信息的运营规则理顺，那与其各凭手感，不如先设计一遍来得快。机构整体落地、面向老师的培训与运营咨询，可以从培训与咨询入口联系我们。

我实际试下来的结果

最后，老实写写我自己动手验证了什么。

教材讲义，我真用 A2 的「在咖啡馆点单」主题生成了一份。词汇表、对话范例、填空题一通跑下来，要动手改的大概两成。比从零写明显快。但填空题的答案里，有一题略微有点别扭，可见目视检查这步真省不掉。

反馈这块，我把上面那段验证脚本实际跑了一遍，确认 reports 文件夹里输出了 2 份化名模板。模子用机器固定下来后，誊清的波动就消失了。化名做法我也试了，确认全程不输入任何真名，反馈照样能写完整。

结论是：英语培训机构里「教学之外的时间」，用生成式 AI 和 Claude Code 能砍掉相当一部分。但能砍的只到草稿和排版整理为止。水平判定和最后把关这些最见老师功力的部分，依然牢牢留着。也正因如此，机器替你省下的那部分时间，才能还给「面对学员」的时刻。