1.技术价值认同（认识到GenAI对教学创新、效率提升和专业发展的潜在价值，具有主动探索和应用的意愿。）
2.人机协同意识（理解人类智能与AI的差异与互补性，认同人机协同但坚守教育的人文核心，对AI炒作保持批判性，培养以人为本的心态，理解AI的人类主导性。）
3.责任与探索（对使用AI持负责任态度，同时具备积极探索新工具、新方法的主动性。在应用过程中保持毅力和坚持。）
4.伦理规范意识（了解GenAI应用中的伦理要求、道德准则和相关法律法规，明确伦理风险的具体范畴，掌握并能够应用AI伦理规范，理解典型伦理问题并将其内化为行为准则。）
5.隐私与数据安全（在GenAI应用中保护学生个人信息，选择符合数据安全标准的工具，理解数据安全的完整内涵。 ）
6.风险识别与防范（能够识别GenAI可能带来的风险（如偏见、幻觉、学术诚信、文化破坏、环境成本等），坚持人类问责原则，质疑GenAI的可解释性，评估GenAI替代人类的限度，并制定防范和应对措施。）
7.原理理解(理解GenAI的基本工作原理、能力与局限，了解GenAI基本知识，为有效应用奠定基础。)
8.工具选择与评估（能够根据教学需求评估和选择合适的GenAI工具和平台。）
9.技术操作能力（掌握GenAI工具的基本操作技能，保障技术环境的正常运行，并能在操作中融合伦理考量。）
10.资源创建与管理（利用GenAI创建、加工和管理教学资源，掌握AI解决问题的方法流程,促进教育资源的公平共享,促进教育资源的公平共享。并能够创造性定制AI工具以解决具体教育挑战。）
11.教学问题识别与分析（能够识别适合用GenAI解决的教学问题，并准确定位技术应用的切入点。利用GenAI进行学情分析。）
12.教学过程设计（将GenAI整合到教学方案和学生学习活动中，设计人机协同的教学流程，理解教学融合的有机结合本质，掌握GenAI教学法。）
13.资源与策略设计（利用GenAI设计学习支持策略、创建教学资源，进行智能备课和作业设计，构建问题解决模型。）
14.风险评估与预案（预见GenAI应用中可能出现的问题（如内容不准、技术故障），制定应对预案。）
15.课堂教学实施（在真实课堂环境中有效实施基于GenAI的教学活动，转变教与学的方式，优化教学流程，创新教学模式，创建沉浸式学习体验。）
16.学习环境管理（创建支持GenAI应用的学习环境，确保技术可及性，处理突发技术问题。）
17.学生指导与支持（指导学生使用GenAI工具，提供个性化学习支持，基于实时反馈调整教学，利用GenAI开展个别化指导，支持真正的个性化学习。）
18.创新能力培养（鼓励学生利用GenAI进行创造性学习，培养计算思维、合作与创新能力。）
19.评价方案设计（设计包含GenAI应用效果的评价方案和工具。利用技术进行多元化的形成性与总结性评估。）
20.数据驱动教学（利用工具分析GenAI在教学中的应用效果，发现问题并改进，进行智能化的评估数据分析，并能批判性评估AI对教育的深层影响。）
21.学生评价参与（引导学生使用GenAI工具进行自主评价和同伴互评。解读GenAI生成的学习报告，实施人机协同的反馈机制。）
22.AI学习共同体（能够在校本、区域或在线平台中，通过协作讨论、共同备课、案例分享、实例共建等方式，实现围绕GenAI教学应用的持续互动与共同成长的能力。教师不仅参与共同体，还能够在共同体内贡献实践经验、推动知识共享与资源扩散，促进AI教学创新的群体化升级。）
23.专业反思与创新（理解GenAI对教师专业发展的作用，主动运用GenAI促进自我反思与专业发展，创造新型教学模式与策略。具备将AI作为反思对象、反思工具与创新工具的能力并推动教学持续改进。）
24.终身学习（根据个人发展需要，主动跟踪、了解并学习AI最新发展趋势，学习并内化其新知识、新工具以持续提升自身AI素养，并将新学到的内容转化为教学实践能力的过程。）