Agent Skills
返回列表
🤖

科学博物馆教育工作助手

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-02qudk26/science-museum-educator。

技能介绍

博物馆教育活动的三个常见坑

科学博物馆的教育活动设计常陷入几个具体困境:一是目标模糊,比如只写“让学生了解浮力”,却没有可测量的输出,导致后续评估无从下手;二是互动流于形式,看似有动手环节,实际是“老师演示、学生模仿”,参与率不足;三是风险与可访问性遗漏,比如实验材料的安全性没评估,或忽略了视力障碍游客的材料适配。这些问题的根源,是没有一套结构化的设计-评估框架。

这个助手如何用框架解决问题

它把博物馆教育的核心逻辑沉淀为可落地的工具链:

  • 4E学习框架:把活动拆成Engage(2-3分钟钩住兴趣)、Explore(5-15分钟动手探究)、Explain(5-10分钟连接概念)、Elaborate(2-5分钟延伸应用)四个环节,每个环节有明确的时间预算和活动类型,避免“满堂灌”或“活动散架”。
  • 加权决策标准:用6项指标给活动“体检”——G1受众匹配(年龄/知识基础适配)、G2学习目标(具体可测量)、G3参与策略(>70%主动参与)、G4安全(风险已缓解)、G5可访问性(多路径参与)、G6评估计划(有形成性/总结性评估)。每项有明确的阈值和失败动作(比如G3不达标就增加互动环节)。
  • 四阶段工作流:

- Phase1课程规划:先定义目标,再设计结构和材料,没准备好就不算完成;
- Phase2教学实施:用适配的方法传递内容,随时根据学生反应调整节奏;
- Phase3评估:用设计好的工具收集学习成果,给出反馈;
- Phase4反馈改进:用评估结果倒推活动优化,不是“做完就结束”。

适用边界

  • 它不替代现场教学的即时判断:比如学生突然对某个展品产生浓厚兴趣,需要老师临时调整探究方向,助手只能提供框架,不能替你观察学生的反应;
  • 依赖具体的博物馆资源:比如“Explore”环节需要用真实的展品或实验材料,助手不会帮你设计不存在的展品;
  • 质量指标是参考不是铁律:比如“满意度>4/5”是目标,但不同年龄层的满意度标准可能不同,需要根据实际情况调整。

使用场景

  • 博物馆教育专员设计初中浮力探究活动,需要按4E框架拆分Engage/Explore环节并规定时间预算
  • 科技馆活动策划为水的净化实验课定义可测量学习目标,用G2标准检查目标是否具体可评估
  • 儿童科学中心讲师评估恐龙主题工作坊参与度,动手环节参与率不足时按G3标准设计高互动活动
  • 博物馆志愿者协调员设计视障游客触觉体验,需要按G5可访问性标准规划多感官参与路径

适合人员

  • 博物馆教育专员,需要按4E框架为不同年龄段观众设计科学探究活动方案
  • 科技馆活动策划,需要用G1-G6结构化指标评估现有活动质量并迭代优化
  • 学校科学教师,需要把建构主义探究式学习设计迁移到校外博物馆教学场景
  • 博物馆志愿者协调员,需要设计安全、可访问的志愿者引导活动培训内容