场景定位
把去标识化课程导出转成教师审阅视图。 本页把官方 use case 的章节、工具、起步提示词和检查点整理成中文执行流程，便于直接对照落地。
- 难度
- 中级
- 时间跨度
- 约 15-30 分钟
适合用于
- 需要把「把去标识化课程导出转成教师审阅视图。」做成可复用流程的团队，且来源分散在 Spreadsheets、Google Drive 等工具中
- 希望 ChatGPT 或 Codex 保留来源、检查点和可审阅输出的使用者
- 需要把「跟踪课程参与度」从一次性对话变成可复查工作流的场景
Skills & Plugins
相关工具
Spreadsheets 用于「跟踪课程参与度」流程中的Spreadsheets读取、整理、草稿生成或结果核对；具体权限和写入动作应在执行前确认。
Google Drive 用于「跟踪课程参与度」流程中的Google Drive读取、整理、草稿生成或结果核对；具体权限和写入动作应在执行前确认。
Starter Prompt
起步提示词
Build a course engagement and performance dashboard from the de-identified LMS activity, gradebook, attendance, assignment metadata, course calendar, and metric definitions I provide.
Show:
- engagement trends
- completion gaps
- assessment patterns
- missing or inconsistent data
- questions for faculty review
Create a faculty review queue. Do not diagnose students or automate outreach, grading, placement, or support decisions.定义 the dashboard before combining 数据
开始前先定义边界：目标用户、输入材料、输出格式、成功标准和不能自动执行的动作都要说清楚。
操作要点：先把本节需要的来源材料、权限和上下文补齐；缺失内容要明确标记，不要让 ChatGPT 或 Codex 隐式猜测。
操作要点：把已确认的上下文转成「跟踪课程参与度」所需的可审阅草稿或交付物，并关注 ChatGPT 等相关来源或工具，并保留后续修改入口。
构建 a 审查 view
这一部分用于审查「跟踪课程参与度」的结果：把来源、假设、输出和下一步动作逐项核对，避免只得到一个看似完成但无法验证的草稿。
操作要点：把已确认的上下文转成「跟踪课程参与度」所需的可审阅草稿或交付物，并保留后续修改入口。
操作要点：围绕「Build a review view」推进「跟踪课程参与度」时，保持目标、输入、执行步骤和验证结果一致。
- trends over time
- 围绕「Build a review view」推进「跟踪课程参与度」时，保持目标、输入、执行步骤和验证结果一致。
- 围绕「Build a review view」推进「跟踪课程参与度」时，保持目标、输入、执行步骤和验证结果一致。
- 围绕「Build a review view」推进「跟踪课程参与度」时，保持目标、输入、执行步骤和验证结果一致。
- 在继续执行前检查来源、假设、受众、权限和输出质量；不确定内容应进入待确认列表。
验证 and 使用 responsibly
执行阶段要让 ChatGPT 或 Codex 留下可复现证据：运行命令、检查输出、记录失败点，并在必要时把流程收窄到最小可验证步骤。
操作要点：先把本节需要的来源材料、权限和上下文补齐；缺失内容要明确标记，不要让 ChatGPT 或 Codex 隐式猜测。
操作要点：如果要定期运行，先确认触发频率、输出位置和人工审批边界，避免自动化越过 review。
Prompt Library
建议提示词
先界定范围
For Track course engagement, first inspect the available sources and propose the smallest useful scope. Name the inputs, outputs, validation steps, permissions, and anything that needs approval before action.交付前复核
Review the result for Track course engagement. Check source coverage, assumptions, unresolved questions, and the evidence that proves the output is ready to use.