收益：
- 能够将每周的 PDR 工作流程连接到人工智能支持的端到端流程并衡量节省的时间
- 能够创建适合自己专业背景的可重复使用的提示库和个人 PDR 助理说明
- 能够在整个过程中将验证、保密和危机边界与清单联系起来，并将其变成永久的习惯
在最后一个单元中，我们将所学的所有内容结合成一个整体。到目前为止，我们已经在各个专业领域分别使用人工智能，从面试笔记到心理教育材料，从职业指导到量表解读支持，从随访到小组活动；我们涵盖了每个领域的限制、身份验证、隐私和危机例外。现在，我们将把这些整合到每周的工作流程中，创建特定于上下文的提示库和个人 PDR 助理说明，并使用永久清单来保护整个流程。我们的目标是让人工智能成为你职业生活中安全且永久的一部分，而不是一次性的噱头。
从头到尾设计一周
PDR 专业人员的典型一周包括大量重复性写作工作。将它们放入人工智能支持的流程中可以节省时间并确保一致性。一周示例：
- 周一——计划。本周小组指导会议的结构草案（获取-热身-主要-收尾-评估）由人工智能生成，并经过专家的安全性和全面性审查。
- 周二——材料。制作心理教育手册草稿；统计数据被标记为[VERIFY]并被确认。
- 周三——面试和注册。进行个人面试；之后，匿名原始笔记由人工智能构建，评论和决策来自专家。
- 周四——合作。制作家长信息函和教师合作笔记的草稿，并接受语气和保密检查。
- 周五——跟进和回顾。总结匿名后续数据，将模式评估为迹象，并确定下周会议的原因。
在这个流程中，人工智能始终扮演着同样的角色：起草和编辑。决定、解释、安全和最终批准都掌握在专家手中。危机总是在门槛之外；当出现风险迹象时，流程停止并激活单元 9 中的协议。
衡量节省的时间
要看到一个习惯的价值，就必须衡量它的收获。在一周的时间里，记录下你用人工智能加速的每项任务“之前花了多长时间/现在花了多长时间”。大多数专家认为重复打字可以节省 40-60% 的时间。但真正的问题是：你把节省下来的时间用在哪里了？正确的答案不是“更多的文书工作”，而是“更多与学生面对面的时间”。人工智能的目标是让你离开桌面，回到这个职业的人类本质：与学生的关系。
提示：在表格中记录您节省的时间：任务、旧时间、新时间、收益、您分配收益的位置。该表既激励又显示了人工智能可以在哪些方面得到更多应用。
个人提示库及辅助指导
不要每次都从头开始编写提示，而是将可用的提示保存在库中。一个不错的提示库；它由根据任务类型排列、经过测试的提示组成，并在其中编码了机密性和验证限制。 In addition, you can define a personal assistant directive (system instruction) in your favorite tool: permanent rules that the tool will follow every time it talks to you.
好的 PDR 助理指南包括：角色（协助 PDR 专家的写作助理）、他们不会做什么（不诊断、不转介、在危机中不起任何作用）、他们总是会做什么（将解释与事实分开、假设匿名、验证警告、危机反射提醒）、语气（同理心、非污名化、注重解决方案）。该指令将安全性硬编码到每个交互中。
可复制模板
1) Personal PDR assistant instruction (system instruction):
您是学校辅导员的写作助理。你永远不会做的事情：做出诊断，代表学生做出决定/指示，解释量表，建议在危机情况下进行干预，将学生归为一个标签。你永远会做的事：将事实与解释分开；假设输入是匿名的，并在您看到个人数据时向您发出警告；在包含事实/统计数据/来源的打印输出旁边添加“验证”注释；如果您感觉到危机/风险的迹象，请在顶部写下警告：“这可能是一场危机；不是人工智能，而是应该激活人类专家和紧急协议。”语气：富有同理心、非污名化、以解决方案为导向。
2）每周节省时间表：
为以下任务制作一个表格：任务、人工智能之前的时间、使用人工智能的时间、节省的时间，我将增益分开。还计算总收入。任务和持续时间：[输入您自己的数据]
3）提示库编辑：
按任务类型（录音、材料、职业、后续、协作、小组）对下面分散的提示进行分类，并为每个类别添加简短的使用说明。更改其内容。提示：[粘贴提示]
4）端到端验证控制：
在发布/使用下面的人工智能输出之前，应用这 5 项检查并为每一项写下“正常/问题”：(1) 个人数据泄露，(2) 未经验证的事实/统计数据/来源，(3) 诊断/标签/转介，(4) 偏见/文化不敏感，(5) 危机边界违规。标记问题。输出：[粘贴输出]
弱提示/强提示
弱：
帮我完成本周的工作。
无上下文、无限制；哪个任务、哪个角色、哪个边界都不清楚——事实证明它是普遍且有风险的。
强的：
[个人 PDR 助理指令已激活。] 任务：本周我需要为六年级学生计划一次“友谊技能”小组会议。以增益-热身-主要事件（虚构场景）-结束-退出卡的结构创建草稿。还要标记您认为在安全性和全面性方面存在风险的点。如果有需要验证的声明，请填写“VERIFY”（验证）。
三个迷你箱子
情况 1 — 测量增益。一位专家将他用人工智能加速的任务记录在表格中一个月。他发现自己每周在记录写作、材料准备和合作信件上总共节省了大约 6 个小时。他把这段时间用来参加他之前安排好的个人会议。会议次数增加，学生满意度提高。利润返还给学生，而不是桌子。
案例 2 — 指令安全。有一天，一位辅导员在描述了个人助理的指导后，心不在焉地在短信中留下了一名学生的名字。由于指令中的“如果看到个人数据则发出警告”规则，该工具在开始流程之前会提醒这一点。专家把名字拿出来了。该指南充当了防止人为错误的安全网。
案例 3 — 与库的一致性。一项服务将其分散的请求收集到一个公共请求库中；每个人都开始使用相同的、安全受限的编码提示。一位新同事在使用该库的第一天就安全地投入生产，而不是长达数周的学习曲线。信息从个人转移到机构。
常见错误
- 无限请求。在没有上下文的情况下说“帮助”。解决方案：明确角色、任务、格式、边界。
- 没有定义指令。每次都手动设置安全性。解决方案：永久助理指令。
- 不测量增益。没有看到改善。解决方案：时间节省表。
- 挪用利润。又把节省下来的时间花在了桌子上。解决办法：将时间归还给学生。
- 忘记在流程结束时进行验证。随着速度的增加放松控制。解决方案：端到端的认证控制。
表：每周流量和保证
日
商业
人工智能角色
专家保证
星期一
会议计划
草案
安全/覆盖审计
星期二
材料
草案
统计验证
星期三
注册
编辑
事实/解释分离、匿名
星期四
合作
草案
音调和隐私控制
星期五
追踪
总结
提示→采访、偏差控制
每一刻
危机
无
人类协议（单元 9）
综上所述
在整个模块中，我们学会了在 PDR 的各个方面使用人工智能作为写作和起草助手，在每一步维护验证、保密和危机边界。最后一步是将它们插入每周流程中，建立个人提示和辅助指导库，衡量节省的时间，并养成端到端验证检查的习惯。人工智能的目标是让你离开桌子，重新回到与学生的人际关系中；决定、解释、安全和责任始终由您决定。
应用任务
编写您自己的每周 PDR 工作流程。将每个重复的写作任务放在一行上，并指定人工智能的角色（草稿/编辑/摘要）和您的保证（身份验证/隐私/安全）。然后根据您的情况调整“个人 PDR 助理说明”模板，并创建一个至少包含 5 个提示的入门库。最后，测量一周的时间增益并记下您分配增益的位置。
清单
- [ ] 我将每周的工作流程与人工智能角色和专家保证配对。
- [ ] 我创建了个人助理指令和提示库。
- [ ] 我衡量了节省的时间，并将其用于与学生相处的时间。
- [ ] 我让端到端验证控制（5项）成为一种习惯。
- [ ] 我已确保危机限制在流程的每个时刻都有效。
模块考试
1. 学校辅导员正在考虑询问人工智能工具如何处理学生在采访中表达的自杀想法并实施回应。什么是正确的做法？
- A）发生危机时，立即运行应急协议，而不是要求人工智能做出决定； ✔ 向主管人类专家、家庭和必要当局提出申请
- B）照原样执行人工智能给出的干预计划
- C) 向人工智能提供学生的全名并请求个性化计划
- D) 记录对话并进行人工智能诊断
说明：危机和风险情况（自杀念头、伤害自己/他人、虐待、忽视）无法转移到人工智能。在这些情况下，必须立即联系主管人类专家、家人和必要的当局并执行紧急协议。人工智能主要可用于危机后的记录编辑，而不能用于决策和干预。
2. 当人工智能产生“流畅但实际上是错误的”信息（捏造的统计数据、不存在的来源、错误的尺度标准）时，这被称为什么？PDR 专家应该做什么？
- A) 幻觉；验证每一个事实、统计数据和来源的可靠来源
- B) 幻觉；依赖直接，因为输出流畅
- C) 幻觉； ✔ 验证包含来自可靠来源的事实、统计数据和来源的每个输出，并相应地使用它
- D）偏见；根本不使用输出
描述：人工智能预测并产生可能的单词；因此，它可以给出流畅但不正确的信息（幻觉）。学生收到的任何产出，例如心理教育材料、统计数据和资源，未经专家验证并与可靠来源联系起来，不得使用。
3. 辅导员想要向人工智能咨询有关学生的困难情况。在隐私方面他应该做的第一件事是什么？
- A) 写下学生的姓名和家庭并获得个性化回复
- B) 添加家长的电话号码并询问联系方式建议。
- C) 按原样粘贴对话记录
- D) 匿名文本：用通用表述替换姓名、号码、类别和识别信息后查阅✔
说明：学生数据属于个人数据，心理/家庭状况属于特殊个人数据，在 KVKK 和职业保密范围内受到保护。将凭证写入公共工具会使数据失控。规则：先匿名；将姓名、编号、班级等信息替换为“学生 A”、“13 岁学生”等通用表述。
4、以下哪项对人工智能在就业指导中的运用定位最准确？
- A) 代表学生做出最终的职业决定
- B) 制作有助于学生发现的问题和信息草稿；将决定权留给学生并验证官方来源的数据✔
- C) 从人工智能获取当前分数和配额并告诉它而不验证它
- D）在不做兴趣清单的情况下为学生分配专业
描述：人工智能在职业发现和选择过程中用作知识大纲和发现问题生成器；支持以学生的兴趣、价值观和能力为中心的以发现为导向的方法。没有明确的“选择这个职业”指导；分数和配额等信息均通过官方渠道核实。
5. 在撰写采访笔录时使用人工智能最重要的原则之一是什么？
- A）允许人工智能给学生贴上类似诊断的标签
- B) 记录仅基于解释
- C) 保留客观、观察性、匿名且经过专业验证的记录，将事实与解释分开 ✔
- D) 在记录中添加识别信息并将该工具用作存档
说明：良好的录音将事实（观察到的、所说的）与解释（专家的推论）分开。人工智能可以帮助组织笔记，但存在标记和评论的风险；记录必须是公正的、观察性的、匿名的并经过专业验证。
6. 人工智能在规模和库存结果中应该发挥什么作用？
- A) 向人工智能提供原始评分并请求临床解释和诊断
- B) 作为编辑助手使用，改善专家评论的表达和语言✔
- C) 使范数表适应人工智能
- D）让学生向人工智能解释结果
描述：量表解释、诊断和临床意义；它需要有效性-信度和规范知识，属于专家。人工智能充其量可以是一个编辑/语言助手，将匿名的、经过专业解释的结果翻译成可理解的语言；无法解释结果本身。
7. 对于专家来说，通过人工智能总结缺勤和观察数据以进行预警的最准确限值是多少？
- A）将人工智能的“风险”标签转变为直接决策
- B) 打开与学生姓名共享的列表
- C) 只看数据，根本不与学生会面
- d) 以总结为信号，结合专家观察、访谈； ✔ 将决定权交给专家
解释：人工智能可以生成摘要，使发现模式变得更容易，但它可以降低学习者的“风险”并引入偏见。预警应始终与专家的观察和与学生的讨论相结合；最终的评价和决定应由专家做出。
8. 在起草一封具有挑战性的家长会信时，人工智能最有益的用途是什么？
- A) 制定一个有同理心、不责备、以解决方案为导向的沟通大纲；由专家根据保密性和学生兴趣安排✔
- B) 将学生的所有敏感信息添加到发送给家长的文本中
- C) 使用严厉的语言责备父母
- D) 根本不阅读草稿，直接发送
描述：人工智能擅长创建和起草具有同理心、不责备和以解决方案为中心的语言。专家在考虑保密性和学生利益的情况下准备此草案；它对个人数据进行匿名处理并给予最终批准。
9. 在团体指导会议计划中应用人工智能输出之前，专家应该进行的最关键的检查是什么？
- A) 活动是否有丰富多彩的演示
- B) 在活动计划上写下学生姓名
- C) 使活动持续时间尽可能长
- D) 专家对活动在情感安全、包容性和符合课堂现实方面的评估 ✔
说明：人工智能建议的活动必须在情感安全性、包容性和可行性方面经过专家审查。即使一项活动在理论上看起来不错，但它在某个类别中可能是侵入性的或排他性的；这个判断属于专家。
10.以下哪项属于“特殊类别个人数据”的范围，需要更高的保护？
- A) 有关学生的精神状态、诊断和家庭情况的信息✔
- B) 学校的一般课程
- C) 心理教育手册的一般文本
- D) 公共职业介绍信
解释：根据KVKK的说法，健康、精神状态、家庭情况、诊断、性生活等信息属于特殊的个人数据，需要更高的保护。大多数 PDR 记录都属于此范围；这就是为什么公共车辆永远不应该以其原始形式被访问。
11. 为什么“AI 说”的说法不是 PDR 专家的有效理由？
- A）因为人工智能总是正确的
- B) 责任和最终决定权属于专家；未经验证的输出不能替代专业判断✔
- C）因为人工智能永远不应该被使用
- D）因为人工智能只能由管理者使用
声明：人工智能输出不能替代有能力的专家的专业判断和责任。专家对每一个影响学生未来、心理健康和权利的决定负有责任和最终决定权；未经证实的报道就像谣言，来源未经证实。
12. 在制作心理教育手册时，使用人工智能统计数据（“X%的年轻人经历考试焦虑”）之前应该做什么？
- A）将源与人工智能匹配并添加
- B）直接把它放在小册子上，因为它看起来很流畅
- C) 放大数字，使其更令人印象深刻
- D) 验证来自可靠科学/官方来源的统计数据，如果无法验证，则不使用它们 ✔
描述：人工智能可以伪造统计数据和来源（幻觉）。学生和家长收到的科学主张未经验证并与可靠来源（科学研究、官方机构数据）相关联，不得使用；否则，虚假信息就会传播。
13. 当 PDR 职业道德原则（保密、仁慈、非恶意、自主）适用于人工智能的使用时，以下哪一项是正确的？
- A) 道德原则仅在面对面会议中有效
- B）人工智能的使用自动履行道德原则
- C) 道德原则在人工智能的使用中也具有约束力；必须在专家责任下保护机密性、非恶意和自主性 ✔
- D）道德原则在人工智能时代已经失去了有效性
解释：道德原则也适用于人工智能的使用：保密要求匿名，非恶意要求验证和危机限制，自主要求不将学生贬为标签。人工智能是一种可能违反这些原则的工具，而不是促进它们；责任在于专家。
14. 在 PDR 背景下，哪种说法最能概括弱意志和强意志之间的根本区别？
- A) 坚强的意志总是更好，因为它更长
- B) 强烈要求明确角色、背景、格式和边界（匿名、危机、验证）；薄弱的主张含糊且缺乏背景 ✔
- C) 弱提示更安全，因为它提供的信息很少
- D) 这两种说法之间没有实际差异。
简介： 坚强的意志；它清楚地说明了验证的角色、背景（年龄、目的）、格式、边界（匿名、危机边界）和期望。弱提示是模糊且无上下文的，会产生有风险且通用的输出。良好的提示从一开始就体现了专家控制和保密性。