---
title: "PBL 项目主题：和 AI 一起收窄并打磨的方法"
description: "本文讲述在把笼统的项目主题收窄成可探究问题的过程中，把 AI 用作辅助工具的流程。"
lang: "zh-Hans"
date: "2026-05-06T15:00:00.000Z"
updated: "2026-06-28T02:37:00.000Z"
tags: ["PBL","项目式学习","探究问题","AI 头脑风暴"]
canonical: "https://flipsson.com/zh/blog/4m3aZM5PKIpo"
---

# PBL 项目主题：和 AI 一起收窄并打磨的方法

在项目式学习中，时间漏得最多的地方，出人意料地是主题选定阶段。抛出"我们社区的环境问题"这样笼统的主题，学生就会整整一周只顾着搜索，却抓不住方向。明明是 4 周的项目，光定主题就整整耗掉 1 周，这种事很常见。主题太大出不了深度，太小又没有可探究的东西。==好的项目不是始于好主题，而是始于好问题。== 在把这种笼统主题收窄为可探究问题的过程中，AI 可以成为刺激学生思考的陪练对手。不过必须从一开始就警惕：一旦让 AI 把问题也替学生定了，项目的主人就从学生变成了 AI。

## 把大主题收窄成探究问题的步骤

不要把主题选定完全交给学生自主，而要让他们按以下步骤逐步收窄。在每一步里，AI 的角色不是给答案，而是反问。

1. **铺开兴趣领域**：让学生从"环境"这个大块头里，写出自己被吸引的子领域（垃圾、雾霾、水）。
2. **向 AI 索取问题**：就选定的领域，请 AI 给出"围绕这个主题、初中生能亲自调查的 5 个问题"。==这时不要原样使用 AI 的答案，只让学生挑出中意的一个==。
3. **检查可调查性**：就挑中的问题自问"能不能亲自收集数据，结论是不是不止一个"。
4. **打磨问题**：把"为什么会这样"改成"哪一边更有效"这类带有比较与验证的问法。

> 探究问题如果搜一次就有答案，那它不是项目，而是家庭作业。答案不容易得出，探究才开始。

## 用 AI 又能守住学生思考的机制

一引入 AI，学生把思考外包出去的风险就总是如影随形。用以下机制来保持平衡。

- **AI 输出是材料，决定权在学生**：从 AI 给的问题清单里挑选这个动作，以及用一行写下挑选理由这个动作，必须由学生来做。
- **留下使用痕迹**：让学生在一个栏位里记录"向 AI 问了什么、改了什么"。这份记录本身就成了 ==元认知训练==。
- **老师确认关卡**：主题定案之前，由老师用 5 分钟面谈检查"靠这个问题能撑住 4 周吗"。
- **防止各组重复**：如果相似的问题撞车，就向其中一组建议换个角度，以确保多样性。

有了这些机制，AI 就不是代替学生思考，而是作为 ==拓宽思考广度的踏板== 在起作用。比如"减少垃圾"这样笼统的兴趣，经过与 AI 的一问一答，收窄成"要减少我们学校的餐后剩饭，事先申报制和小份配餐哪一个更有效"这样可验证的问题，那么收窄的这个过程本身，就成了撑过 4 周的动力。

## 核心要点

PBL 的第一颗扣子不是主题，而是探究问题，而这个问题不会从笼统的兴趣里一次就冒出来。AI 可以在铺开领域、抛出候选问题的阶段刺激学生思考，但挑选、打磨、决定这些事，必须留在学生手里。建议你在第一个项目里，把整整一课时都拨给主题选定，慢慢走完上面 4 个步骤。起始问题足够牢固，之后的 4 周就不会动摇。