教育改革这事，听起来很大，落到老师头上就一件事：课怎么上。
2026 年 6 月，国务院印发《教育发展"十五五"规划》，明确提出"加快建设现代职业教育体系"。
教育部配套文件教职成〔2026〕1 号更进一步，把方向变成了路径："以产定教、以产引教、以产改教、以产促教"。十六个字，翻译过来就一句：你教的，得是企业要的。
但现实数据很诚实：91.3%的中职教师认为需要提升行业实践能力，其中76.4%对新技术的需求最迫切。而真正采用项目式教学的，只有28.3%。剩下那七成老师不是不想改，是真拆不动。
一个出纳岗位，制造业和商贸业对票据的处理规则不同，数电票怎么填、1+X证书考什么——这些东西不是翻一本教材能找到的。老师一星期十几节课，批作业、管纪律、填表格，哪有时间蹲在企业里看一个岗位怎么运转？
岗位看不懂，课程就拆不动。课程拆不动，教案就只能照本宣科。这是个死循环。
从"岗位职责"到"课堂任务"，中间隔着一道专业门槛
DACUM、能力映射、学习目标动词化、评价量规定标——每一步都是方法论。你得回答：这个任务是真的"可练、可仿真、可产出操作证据"的吗？
很多老师卡在这一步。课程目标只有变成可观察、可练习、可评价的动作，才真正完成了岗位能力转化。
- 模糊目标："掌握出纳流程"——看不出做到什么程度，也难以评价。
- 可测目标："独立验 5 张票零差错"——有动作、有数量、有标准，能产出证据。
91.3%的教师想提升，但只有28.3%真正改了方法。这63个百分点的差距，不是态度问题，是支持系统的问题。
用 AI 把"岗位分析→能力映射→教学转化"变成自动化流水线
既然问题出在"老师没时间跟踪岗位，也没模板拆课程"，那能不能让 AI 来做这两件事？这就是 pbl-curriculum-designer 这个 Skill 的出发点。输入岗位+课时+学情，输出完整方案。
它不是直接生成教案，而是把专业链路逐段走完：
- 岗位拆解：职责 → 任务 → KSA，多源信息交叉验证
- 能力映射：岗位 ↔ 学情 ↔ 差距，目标可测、差距可见
- 教学转化：情境 → 任务 → 评价，课堂方案可以执行
两个硬规矩：不让 AI 糊弄
规矩一：不准用默认参数。生成方案之前，必须先过 8 个选择题：岗位方向、技能起点、能力差异、历史易错点、课时套餐、实训条件、评价比例、对接精度。哪个班是零基础、哪个班看过示范、哪个班两极分化——不把这些变量锁死，AI 产出的东西就是幻觉。
规矩二：拆解必须走三段，一段不能少。
第一段：岗位拆解。让 AI 去搜职业标准、1+X 证书考核点、技能大赛赛项、招聘网站 JD，至少 3 类源交叉验证。然后出 DACUM 图表：职责→任务→KSA。
第二段：能力映射。岗位能力 ↔ 学生现状 ↔ 差距（全缺/中/高）↔ 可测学习目标。每条目标强制用"动词+数量+标准"格式写。
第三段：教学转化。前面的分析结果落到课堂：真实企业情境、学生角色、分阶段实施、每阶段含"草案→反馈→修改"循环。评价量规三类对齐——过程性、成果质量、职业素养，每条指标回链到能力目标编号。连仿真单据都一并生成。
真实案例：电商运营岗位
用电商运营岗位（制造业方向、4 学时、两极分化学情、精准对接 1+X 证书）跑了一遍，产物直接输出 6 个文件夹：
- 对标国赛要素的教学设计
- 教学涉及到的单据
- 教学课件
- 教学配套资源包
- 仿真数据资源包
- 项目评价量表 + 学生任务书
从拆岗位到出教案，从生成仿真单据到输出评价量规，全套方案十分钟跑完。不是因为它有多聪明——是它没偷懒。8 个选择题没省，多源信息交叉验证没省，能力差距逐行算没省，评价指标回链目标没省。
总结
91.3%的老师想提升，但只有28.3%做到了。
这个差距 AI 填不了全部——课堂上的手感、对学生的判断、现场应变的能力，机器替代不了。
但"岗位拆解→能力映射→教学转化"这趟路，AI可以帮你走。虽然不能替你上课，但是可以替你省下翻岗位JD、对标证书、设计学习目标的时间。
那些省下来的时间，才是你真正用来做教育的时间。
1 号文件给了时间表：2027 年前建成教学改革新范式，2035 年建立中国特色职业教育实践模式。时间表有了，工具也有了。