《人工智能導(dǎo)論》教案學(xué)院(部)：計(jì)算機(jī)與電子信息學(xué)院適用學(xué)期：2025-2026(2)課程名稱(chēng)人工智能導(dǎo)論課程代碼1070700學(xué)時(shí)分配總學(xué)時(shí)：32學(xué)分1課內(nèi)講授：16課程類(lèi)別通識(shí)核心課課外上機(jī)：16授課專(zhuān)業(yè)授課班級(jí)任課教師職稱(chēng)所選教材姚怡，鄭嘉利.《人工智能通識(shí)》，北京：電子工業(yè)出版社，2026年本課程教學(xué)目的與要求本課程注重培養(yǎng)學(xué)生的AI+綜合素養(yǎng)和實(shí)踐能力，偏向于科普知識(shí)，旨在讓學(xué)生從理論到應(yīng)用全方位了解人工智能的奧秘。通過(guò)本課程的學(xué)習(xí)，使學(xué)生掌握人工智能的基本知識(shí)，具備初步的AI應(yīng)用與問(wèn)題分析能力，增強(qiáng)跨學(xué)科融合意識(shí)與倫理責(zé)任感。具體課程目標(biāo)如下：（一）知識(shí)目標(biāo)課程目標(biāo)1：了解人工智能的發(fā)展歷程、基本概念以及典型應(yīng)用；理解生成式人工智能、多模態(tài)內(nèi)容生成、AI應(yīng)用等通用知識(shí)；了解機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)等基礎(chǔ)算法原理。（二）能力目標(biāo)課程目標(biāo)2：熟練掌握常用AI工具的使用；深入理解提示詞的設(shè)計(jì)原理和優(yōu)化策略，提升大模型在解決具體問(wèn)題時(shí)的響應(yīng)速度和準(zhǔn)確性。課程目標(biāo)3：熟練運(yùn)用智能編程工具，提升編程效率與代碼質(zhì)量。通過(guò)智能審題、代碼分析等步驟，獨(dú)立解決編程問(wèn)題，掌控從問(wèn)題定義到代碼實(shí)現(xiàn)全流程，具備初步智能體開(kāi)發(fā)與創(chuàng)新能力。能運(yùn)用Python進(jìn)行基礎(chǔ)數(shù)據(jù)分析與可視化，通過(guò)實(shí)踐掌握數(shù)據(jù)預(yù)處理技術(shù)，具備初步的算法驗(yàn)證能力，以及跨學(xué)科案例分析與應(yīng)用能力。（三）思政與素質(zhì)目標(biāo)課程目標(biāo)4：通過(guò)實(shí)驗(yàn)、課程設(shè)計(jì)或競(jìng)賽等形式完成一項(xiàng)AI實(shí)踐項(xiàng)目；洞察人工智能技術(shù)的最新進(jìn)展和未來(lái)發(fā)展方向，以及它們對(duì)社會(huì)、經(jīng)濟(jì)和倫理的深遠(yuǎn)影響。本課程教學(xué)重點(diǎn)與難點(diǎn)重點(diǎn)：各種AI工具的使用難點(diǎn)：提示詞優(yōu)化、多維表格、AI理論數(shù)字化資源和參考書(shū)目1、學(xué)堂在線(xiàn)《人工智能導(dǎo)論》慕課，陳燕、姚怡、覃希，網(wǎng)址/course/2、鄭嘉利.《人工智能導(dǎo)論》.北京：清華大學(xué)出版社,2026年.3、林子雨.《人工智能通識(shí)教程》.北京：高等教育出版社,2025.第1/2次課人工智能演進(jìn)之路本次授課內(nèi)容第1章計(jì)算機(jī)概論1.1第一次浪潮：符號(hào)主義興起1.2第二次浪潮：連接主義與知識(shí)工程時(shí)代1.3第三次浪潮：深度學(xué)習(xí)與大模型紀(jì)元1.4中國(guó)人工智能發(fā)展歷程本次課的教學(xué)目的了解人工智能三次技術(shù)浪潮的核心特征、關(guān)鍵技術(shù)與發(fā)展脈絡(luò)了解中國(guó)人工智能發(fā)展歷程與標(biāo)志性成果本次課教學(xué)重點(diǎn)與難點(diǎn)重點(diǎn)：三次技術(shù)浪潮的核心思想、代表技術(shù)及演進(jìn)邏輯難點(diǎn)：不同發(fā)展階段技術(shù)特征的區(qū)分與關(guān)聯(lián)結(jié)合專(zhuān)業(yè)領(lǐng)域理解AI技術(shù)的應(yīng)用價(jià)值教學(xué)方法教學(xué)手段課外線(xiàn)上學(xué)習(xí)、閱讀資料。課堂教學(xué)時(shí)間分配教學(xué)內(nèi)容時(shí)間分配（分）1.1第一次浪潮：符號(hào)主義興起201.2第二次浪潮：連接主義與知識(shí)工程時(shí)代251.3第三次浪潮：深度學(xué)習(xí)與大模型紀(jì)元301.4中國(guó)人工智能發(fā)展歷程15課堂教學(xué)設(shè)計(jì)課前準(zhǔn)備-自主學(xué)習(xí)-案例感悟?qū)嶒?yàn)無(wú)思考題及作業(yè)題1、基礎(chǔ)作業(yè)：章后習(xí)題2、可以設(shè)計(jì)一個(gè)案例，要求如下：1）案例主題：根據(jù)學(xué)生所在的學(xué)科領(lǐng)域，調(diào)研并簡(jiǎn)述一個(gè)人工智能技術(shù)在本學(xué)科發(fā)展史上起到關(guān)鍵作用的里程碑事件（例如：在土木工程中的結(jié)構(gòu)優(yōu)化算法、在農(nóng)學(xué)中的首個(gè)專(zhuān)家系統(tǒng)、在材料科學(xué)中的分子模擬等），并分析它為何是“符號(hào)主義”、“連接主義”或“第三次浪潮”的典型代表。2）設(shè)計(jì)意圖：將AI通史與學(xué)生的專(zhuān)業(yè)背景強(qiáng)關(guān)聯(lián)，使學(xué)生從第一節(jié)課就意識(shí)到AI并非遙遠(yuǎn)的技術(shù)，而是其專(zhuān)業(yè)發(fā)展的內(nèi)在組成部分。課程思政元素課程思政融入教學(xué)的總體策略：結(jié)合中國(guó)人工智能產(chǎn)業(yè)自主創(chuàng)新實(shí)踐，通過(guò)典型人物案例傳遞科技自立自強(qiáng)精神，在知識(shí)傳授中塑造學(xué)生的家國(guó)情懷與責(zé)任擔(dān)當(dāng)，培育社會(huì)主義核心價(jià)值觀(guān)。讓學(xué)生深刻體會(huì)核心技術(shù)自主可控的重要性，激發(fā)投身科技報(bào)國(guó)的使命感。思政案例：陳天石與寒武紀(jì)的芯片創(chuàng)新之路——從休學(xué)博士到打破國(guó)際壟斷的科技擔(dān)當(dāng)實(shí)踐。核心精神：創(chuàng)新?lián)?dāng)：放棄海外博士學(xué)位，回國(guó)攻克AI芯片“卡脖子”技術(shù)。艱苦奮斗：從地下室創(chuàng)業(yè)起步，團(tuán)隊(duì)堅(jiān)守研發(fā)、攻堅(jiān)克難。家國(guó)情懷：自主研發(fā)MLU指令集與5納米智能處理器，打破國(guó)際壟斷，構(gòu)建自主生態(tài)。教學(xué)后記課堂重點(diǎn)內(nèi)容詳解第一節(jié)課1.1第一次浪潮：符號(hào)主義興起核心知識(shí)點(diǎn)（掌握）符號(hào)主義的核心邏輯：用符號(hào)表示信息，通過(guò)邏輯規(guī)則實(shí)現(xiàn)推理。2個(gè)標(biāo)志性事件：1950年圖靈提出“圖靈測(cè)試”（核心目的：驗(yàn)證機(jī)器是否具備人類(lèi)智能）；1956年達(dá)特茅斯會(huì)議（核心成果：首次提出“人工智能”術(shù)語(yǔ)，確立學(xué)科地位）。1個(gè)關(guān)鍵局限：僅適用于封閉、簡(jiǎn)單場(chǎng)景，無(wú)法應(yīng)對(duì)現(xiàn)實(shí)世界的復(fù)雜性與不確定性。次要知識(shí)點(diǎn)（了解）典型成果：感知機(jī)模型、專(zhuān)家系統(tǒng)DENDRAL、ELIZA聊天機(jī)器人的功能特點(diǎn)。低潮期原因：知識(shí)表示難度大、推理效率低，受當(dāng)時(shí)計(jì)算機(jī)性能限制。1.1.1人工智能的起源在20世紀(jì)50年代，計(jì)算機(jī)科學(xué)尚處于萌芽階段，研究者們開(kāi)始探索機(jī)器是否能夠?qū)崿F(xiàn)人類(lèi)的思維過(guò)程。1950年，艾倫·麥席森·圖靈在論文《計(jì)算機(jī)器與智能》中，預(yù)測(cè)了制造具有真正智能的機(jī)器的可能性，并提出了著名的“圖靈測(cè)試”，該測(cè)試采用“提問(wèn)與回答”的方式，如下圖所示。觀(guān)察者通過(guò)打字機(jī)與兩個(gè)測(cè)試對(duì)象進(jìn)行交流，其中一個(gè)對(duì)象是人類(lèi)，另一個(gè)則是機(jī)器，觀(guān)察者需不斷提出各種問(wèn)題，以此來(lái)判斷回答者是人類(lèi)還是機(jī)器。如果在多次測(cè)試中，超過(guò)30%的觀(guān)察者無(wú)法準(zhǔn)確判斷被測(cè)試者是人還是機(jī)器，那么這臺(tái)機(jī)器就被認(rèn)為通過(guò)了測(cè)試，即被認(rèn)為具備了人類(lèi)智能。圖靈沒(méi)有明確提出人工智能的概念或定義，但給出了人工智能的兩個(gè)目標(biāo)：技術(shù)和心理。該論文直接引發(fā)了人類(lèi)從機(jī)器的角度考慮思維或智能的問(wèn)題。1.1.2人工智能學(xué)科的誕生1956年，在達(dá)特茅斯會(huì)議上，以麥卡錫、明斯基、香農(nóng)和羅切斯特等為代表的年輕科學(xué)家群體，共同探討了利用機(jī)器模擬智能的相關(guān)問(wèn)題，并首次提出了“人工智能”這一術(shù)語(yǔ)，標(biāo)志著人工智能這一新興學(xué)科的正式確立。自這次會(huì)議之后的10多年間，人工智能的研究在機(jī)器學(xué)習(xí)、定理證明、模式識(shí)別、問(wèn)題求解、專(zhuān)家系統(tǒng)及人工智能語(yǔ)言等方面都取得了許多引人注目的成就。1957年，美國(guó)認(rèn)知心理學(xué)家羅森布拉特提出了“感知機(jī)”模型，即單層神經(jīng)網(wǎng)絡(luò)模型，開(kāi)啟了神經(jīng)網(wǎng)絡(luò)研究的第一次熱潮。然而，由于感知機(jī)只能表示由一條直線(xiàn)分割的空間，無(wú)法處理復(fù)雜非線(xiàn)性關(guān)系的數(shù)據(jù)分布，神經(jīng)網(wǎng)絡(luò)研究在20世紀(jì)60年代遭遇了停滯。1958年，的美國(guó)數(shù)學(xué)家約翰·麥卡錫提出了LISP語(yǔ)言，成為建造專(zhuān)家系統(tǒng)的重要工具。1961年，美國(guó)Unimation公司推出了世界上第一臺(tái)工業(yè)機(jī)器人Unimate，如下圖所示，并在通用汽車(chē)公司新澤西州的一條組裝線(xiàn)上安裝運(yùn)行。主要功能是把高溫鑄件從壓鑄機(jī)上取下，再焊接到汽車(chē)車(chē)身上。1965年，愛(ài)德華·費(fèi)根鮑姆開(kāi)發(fā)了一個(gè)用于化學(xué)領(lǐng)域復(fù)雜問(wèn)題解決的專(zhuān)家系統(tǒng)DENDRAL它能夠根據(jù)質(zhì)譜數(shù)據(jù)幫助化學(xué)家推斷未知有機(jī)化合物的分子結(jié)構(gòu)，這一系統(tǒng)標(biāo)志著AI技術(shù)在專(zhuān)業(yè)領(lǐng)域達(dá)到人類(lèi)專(zhuān)家水平。1966年，約瑟夫·維森鮑姆開(kāi)發(fā)了ELIZA，如下圖所示，作為早期的聊天機(jī)器人之一。盡管其對(duì)話(huà)能力有限，但ELIZA展示了機(jī)器通過(guò)簡(jiǎn)單的模式匹配和預(yù)設(shè)規(guī)則與人類(lèi)進(jìn)行交流的可能性。其初衷是輔助心理咨詢(xún)醫(yī)生解決患者的心理問(wèn)題。1969年召開(kāi)了第一屆國(guó)際人工智能聯(lián)合會(huì)議(InternationalJointConferencesOnArtificialIntelligence，IJCAI)，這是人工智能發(fā)展史上一個(gè)重要的里程碑，它標(biāo)志著人工智能這門(mén)新興學(xué)科已經(jīng)得到了世界的肯定和認(rèn)可。1970年，特里·威諾格拉德開(kāi)發(fā)了SHRDLU，這是一個(gè)能夠理解自然語(yǔ)言并操作虛擬積木的系統(tǒng)，展示了機(jī)器在特定領(lǐng)域內(nèi)進(jìn)行復(fù)雜推理和操作的能力。1.1.3第一次浪潮的挑戰(zhàn)與局限1、第一次浪潮特點(diǎn)信息通過(guò)符號(hào)（如數(shù)字、字母）表示，并通過(guò)邏輯規(guī)則進(jìn)行推理。2、挑戰(zhàn)和局限1）首先是知識(shí)表示的難題，如何將復(fù)雜信息轉(zhuǎn)化為符號(hào)表示是一個(gè)挑戰(zhàn)；2）其次是推理效率問(wèn)題，受限于當(dāng)時(shí)的計(jì)算機(jī)性能，處理復(fù)雜的邏輯推理耗時(shí)較長(zhǎng)；3）最后是應(yīng)用場(chǎng)景的局限性，這些系統(tǒng)大多僅限于特定的、封閉的環(huán)境，無(wú)法應(yīng)對(duì)現(xiàn)實(shí)世界的復(fù)雜性。因此，在隨后的20世紀(jì)70年代，人工智能領(lǐng)域經(jīng)歷了第一個(gè)低潮期。1.2第二次浪潮：連接主義與知識(shí)工程時(shí)代核心知識(shí)點(diǎn)（掌握）連接主義的核心邏輯：模擬神經(jīng)元連接機(jī)制，讓機(jī)器通過(guò)數(shù)據(jù)自主學(xué)習(xí)規(guī)律。1個(gè)關(guān)鍵技術(shù)：1986年反向傳播算法（BP算法），推動(dòng)神經(jīng)網(wǎng)絡(luò)研究復(fù)興。1個(gè)典型應(yīng)用：知識(shí)工程（如醫(yī)療專(zhuān)家系統(tǒng)MYCIN）的核心思路的是將人類(lèi)專(zhuān)家知識(shí)編碼到計(jì)算機(jī)中。1個(gè)關(guān)鍵局限：知識(shí)獲取耗時(shí)且易出錯(cuò)，難以處理模糊性與異常情況。次要知識(shí)點(diǎn)（了解）標(biāo)志性事件：深藍(lán)計(jì)算機(jī)戰(zhàn)勝?lài)?guó)際象棋大師卡斯帕洛夫的技術(shù)基礎(chǔ)（專(zhuān)家系統(tǒng)+強(qiáng)大計(jì)算能力）。第二次低潮期原因：傳統(tǒng)算法與計(jì)算資源難以匹配日益復(fù)雜的應(yīng)用需求。1.2.1機(jī)器學(xué)習(xí)的興起自20世紀(jì)80年代起，科學(xué)家們開(kāi)始探索一種新的方法——機(jī)器學(xué)習(xí)，它允許計(jì)算機(jī)通過(guò)數(shù)據(jù)自動(dòng)學(xué)習(xí)和改進(jìn)。這一轉(zhuǎn)變的核心在于減少對(duì)人類(lèi)編程的依賴(lài)，轉(zhuǎn)而讓機(jī)器自主“發(fā)現(xiàn)”規(guī)律。20世紀(jì)80年代初，亞瑟·塞繆爾開(kāi)發(fā)了首個(gè)機(jī)器學(xué)習(xí)程序，用于下棋，并提出了“機(jī)器學(xué)習(xí)”的概念。1986年，杰弗里·辛頓等人發(fā)表關(guān)于反向傳播算法（BP）的重要論文，推動(dòng)神經(jīng)網(wǎng)絡(luò)研究復(fù)興。BP是訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)算法，通過(guò)梯度下降法優(yōu)化網(wǎng)絡(luò)權(quán)重以最小化損失函數(shù)，核心是用鏈?zhǔn)椒▌t反向傳播誤差并逐層更新參數(shù)。這引起了人工神經(jīng)網(wǎng)絡(luò)領(lǐng)域研究的第二次熱潮。1.2.2知識(shí)工程的實(shí)踐探索1、什么是知識(shí)工程？知識(shí)工程是將人類(lèi)專(zhuān)家的知識(shí)編碼到計(jì)算機(jī)系統(tǒng)中，以解決特定領(lǐng)域的問(wèn)題。簡(jiǎn)而言之，就是讓機(jī)器擁有“專(zhuān)家知識(shí)”。2、實(shí)踐探索醫(yī)療專(zhuān)家系統(tǒng)MYCIN模擬專(zhuān)家決策過(guò)程，提供抗生素治療建議。1997年IBM研制的深藍(lán)（DeepBlue）計(jì)算機(jī)戰(zhàn)勝了國(guó)際象棋大師卡斯帕洛夫，深藍(lán)基于專(zhuān)家系統(tǒng)技術(shù)，按照人類(lèi)給它輸入的規(guī)則進(jìn)行運(yùn)算和推演,靠強(qiáng)大的計(jì)算能力通過(guò)窮舉算法擊敗對(duì)手。3、缺點(diǎn)首先是知識(shí)獲取難度，專(zhuān)家系統(tǒng)的能力來(lái)自于他們存儲(chǔ)的專(zhuān)業(yè)知識(shí)，構(gòu)建大型知識(shí)庫(kù)需要大量的人工工作，耗時(shí)且容易出錯(cuò)。其次是傳統(tǒng)的機(jī)器學(xué)習(xí)和知識(shí)工程方法難以處理現(xiàn)實(shí)世界中的不確定性、模糊性和異常情況。且隨著數(shù)據(jù)量的增加，傳統(tǒng)的算法和計(jì)算資源開(kāi)始顯得不足。課堂重點(diǎn)內(nèi)容詳解第二節(jié)課1.3第三次浪潮：深度學(xué)習(xí)與大模型紀(jì)元核心知識(shí)點(diǎn)（掌握）浪潮驅(qū)動(dòng)因素：計(jì)算能力（GPU）提升+大數(shù)據(jù)積累+深度學(xué)習(xí)技術(shù)突破。3個(gè)里程碑事件：2012年深度卷積神經(jīng)網(wǎng)絡(luò)在ImageNet比賽中大幅提升識(shí)別準(zhǔn)確率；2016年AlphaGo（技術(shù)組合：強(qiáng)化學(xué)習(xí)+深度卷積神經(jīng)網(wǎng)絡(luò)）擊敗圍棋世界冠軍；2020年后GPT-3、ChatGPT等生成式AI崛起。1個(gè)關(guān)鍵特征：大模型具備通用性、大參數(shù)、強(qiáng)遷移性，推動(dòng)AI從特定領(lǐng)域應(yīng)用走向泛化應(yīng)用。1個(gè)重要成果：2025年DeepSeek-R1模型（核心優(yōu)勢(shì)：提升推理效率、降低部署成本）。次要知識(shí)點(diǎn)（了解）產(chǎn)業(yè)影響：跨國(guó)科技巨頭主導(dǎo)商業(yè)化進(jìn)程，AI技術(shù)滲透醫(yī)療、金融、制造等多領(lǐng)域。1.3.1深度學(xué)習(xí)的突破起始：2006年，被譽(yù)為“AI教父”的杰弗里·辛頓（GeoffreyHinton）及其研究團(tuán)隊(duì)在《Science》雜志上發(fā)表論文，提出了一種有效訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的方法，涵蓋深度卷積神經(jīng)網(wǎng)絡(luò)、深度信念網(wǎng)絡(luò)和深度自動(dòng)編碼器。推動(dòng)：2012年，辛頓教授與其兩位博士生在參加年度機(jī)器視覺(jué)識(shí)別比賽（ImageNet比賽）時(shí)，將深度卷積神經(jīng)網(wǎng)絡(luò)與大數(shù)據(jù)、GPU結(jié)合，讓機(jī)器識(shí)別未參與訓(xùn)練的10萬(wàn)張測(cè)試圖片，準(zhǔn)確率相較于傳統(tǒng)計(jì)算機(jī)視覺(jué)方法提高了10.9%。1.3.2產(chǎn)業(yè)介入與生成式AI崛起第三次人工智能新高潮，最具代表性的成果體現(xiàn)在深度卷積神經(jīng)網(wǎng)絡(luò)和深度強(qiáng)化學(xué)習(xí)兩個(gè)方面。自2013年起，跨國(guó)科技巨頭開(kāi)始大規(guī)模介入，產(chǎn)業(yè)界逐漸成為全球人工智能研究的重心，主導(dǎo)并加速了人工智能技術(shù)的商業(yè)化進(jìn)程。2016年，谷歌公司開(kāi)發(fā)的AlphaGo將強(qiáng)化學(xué)習(xí)與深度卷積神經(jīng)網(wǎng)絡(luò)有效結(jié)合，以4比1的總比分擊敗了圍棋世界冠軍李世石。2018年，谷歌的BERT模型在自然語(yǔ)言處理任務(wù)中取得重大突破，顯著提升了機(jī)器對(duì)人類(lèi)語(yǔ)言的理解能力。2020年，OpenAI發(fā)布了GPT-3，這是一個(gè)擁有1750億參數(shù)的語(yǔ)言模型，能夠生成高質(zhì)量的文本，展示了深度學(xué)習(xí)在自然語(yǔ)言生成方面的巨大潛力。GPT-3的發(fā)布標(biāo)志著生成式AI技術(shù)的崛起，為自然語(yǔ)言處理領(lǐng)域帶來(lái)了革命性的進(jìn)步。2022年11月，美國(guó)OpenAI公司研發(fā)的ChatGPT人工智能聊天機(jī)器人產(chǎn)品問(wèn)世，以其強(qiáng)大的信息整合和對(duì)話(huà)能力震驚全球。ChatGPT的出現(xiàn)進(jìn)一步推動(dòng)了生成式AI技術(shù)的發(fā)展，使其在多個(gè)領(lǐng)域?qū)崿F(xiàn)了廣泛應(yīng)用。人工智能的三大支柱由數(shù)據(jù)、算法和算力構(gòu)成，而訓(xùn)練成本始終是限制模型發(fā)展與應(yīng)用的關(guān)鍵因素之一。2025年1月，中國(guó)的深度求索公司推出了“能力強(qiáng)，成本低”的DeepSeek-R1模型，該模型通過(guò)優(yōu)化算法架構(gòu)顯著提高了算力的使用效率，它的問(wèn)世標(biāo)志著算力需求的一個(gè)轉(zhuǎn)折點(diǎn)。近年來(lái)，生成式AI技術(shù)，例如文本生成、圖像生成、音頻生成等，已經(jīng)成為推動(dòng)人工智能發(fā)展的核心動(dòng)力。它引領(lǐng)了新一輪的人工智能浪潮，促進(jìn)了自然語(yǔ)言處理技術(shù)的提升，并在眾多領(lǐng)域得到了廣泛應(yīng)用。這些技術(shù)已經(jīng)深入各行各業(yè)，包括醫(yī)療健康、金融、制造業(yè)、教育、交通、農(nóng)業(yè)等。1.4中國(guó)人工智能發(fā)展歷程核心知識(shí)點(diǎn)（掌握）2個(gè)發(fā)展階段：初步探索（20世紀(jì)80年代-21世紀(jì)初），依托“863計(jì)劃”奠定基礎(chǔ)；快速發(fā)展（21世紀(jì)以來(lái)），技術(shù)突破與行業(yè)應(yīng)用并行。3個(gè)關(guān)鍵支撐：政策支持（《新一代人工智能發(fā)展規(guī)劃》《“十四五”規(guī)劃綱要》）、企業(yè)研發(fā)（百度、華為、寒武紀(jì)等）、科研成果（“九章”量子計(jì)算原型機(jī)、AutoGL工具包、盤(pán)古大模型等）。1個(gè)應(yīng)用亮點(diǎn)：智慧冬奧中AI技術(shù)的融合應(yīng)用（安全、數(shù)字、智能等維度）。次要知識(shí)點(diǎn)（了解）早期探索成果：中國(guó)科學(xué)院計(jì)算機(jī)科學(xué)技術(shù)研究所成立、智能機(jī)器人研發(fā)等。第2次課探索生成式大模型本次授課內(nèi)容第2章探索生成式大模型2.1初識(shí)生成式大模型2.2提示詞溝通藝術(shù)本次課的教學(xué)目的掌握生成式大模型的核心概念、運(yùn)作機(jī)制及局限性；掌握提示詞設(shè)計(jì)的核心技巧與進(jìn)階方法；本次課教學(xué)重點(diǎn)與難點(diǎn)重點(diǎn)：大模型運(yùn)作原理、提示詞工程核心技巧。難點(diǎn)：提示詞的精準(zhǔn)優(yōu)化。教學(xué)方法教學(xué)手段課堂案例式教學(xué)、上機(jī)實(shí)踐。課堂教學(xué)時(shí)間分配教學(xué)內(nèi)容時(shí)間分配（分）2.1初識(shí)生成式大模型（概念+運(yùn)行機(jī)制）252.2提示詞溝通藝術(shù)（技巧+案例）2.2.1如何與大模型對(duì)話(huà)202.2提示詞溝通藝術(shù)（技巧+案例）2.2.2提示詞工程的演變歷程2.2.3提示詞高手進(jìn)階45課堂教學(xué)設(shè)計(jì)案例導(dǎo)入（大模型多模態(tài)創(chuàng)作展示）→核心內(nèi)容講解（分節(jié)遞進(jìn)）→上機(jī)實(shí)踐（提示詞優(yōu)化）→課程思政滲透→總結(jié)與課后任務(wù)布置實(shí)驗(yàn)提示詞優(yōu)化練習(xí)（基于學(xué)科任務(wù)設(shè)計(jì)初始提示，逐步優(yōu)化至理想結(jié)果）。思考題及作業(yè)題1、基礎(chǔ)作業(yè)：章后習(xí)題2、思考題某同學(xué)想使用大模型完成兩個(gè)簡(jiǎn)單任務(wù)：①生成一篇介紹校園春季景色的短文；②查詢(xún)2025年最新的全國(guó)大學(xué)生電子設(shè)計(jì)競(jìng)賽報(bào)名時(shí)間。結(jié)合2.1小節(jié)所學(xué)內(nèi)容，回答以下問(wèn)題：完成第一個(gè)任務(wù)（寫(xiě)校園春季景色短文），優(yōu)先選擇大模型的“深度思考”“深度研究”“聯(lián)網(wǎng)搜索”中的哪項(xiàng)功能？請(qǐng)簡(jiǎn)單說(shuō)明理由；完成第二個(gè)任務(wù)（查競(jìng)賽最新報(bào)名時(shí)間），為什么不能只依賴(lài)大模型的固有知識(shí)庫(kù)？需要開(kāi)啟哪項(xiàng)功能來(lái)輔助？該同學(xué)使用大模型生成短文后，發(fā)現(xiàn)文中描述了“校園里開(kāi)滿(mǎn)了夏季才會(huì)綻放的荷花”，這屬于大模型的什么局限性？這種局限性產(chǎn)生的核心原因是什么？若想讓生成的校園短文更貼合自己學(xué)校的特色（如學(xué)校有櫻花大道、人工湖等），從大模型運(yùn)作的“推理階段”來(lái)看，該同學(xué)在輸入提示時(shí)需要注意什么？實(shí)踐作業(yè)結(jié)合自身專(zhuān)業(yè)領(lǐng)域（如計(jì)算機(jī)、醫(yī)學(xué)、教育、金融等），選擇一個(gè)具體復(fù)雜任務(wù)（如設(shè)計(jì)一套軟件功能測(cè)試方案、撰寫(xiě)一份疾病診療路徑建議、規(guī)劃一門(mén)課程的教學(xué)大綱、制定一份小型企業(yè)融資方案等），運(yùn)用2.2小節(jié)所學(xué)的提示詞工程技巧（如框架表達(dá)、分步驟提示、思維鏈/思維樹(shù)、明確輸出要求等至少3種），設(shè)計(jì)從“初始提示”到“最終提示”的完整優(yōu)化過(guò)程，并使用生成式大模型輔助完成該任務(wù)。課程思政元素思政案例：以“謝軍與北斗系統(tǒng)”案例為核心載體，將“自主創(chuàng)新、開(kāi)放融合、萬(wàn)眾一心、追求卓越”的新時(shí)代北斗精神，深度融入2.1“初識(shí)生成式大模型”和2.2“提示詞工程核心技巧”教學(xué)環(huán)節(jié)。通過(guò)“技術(shù)對(duì)照+精神傳承”雙主線(xiàn)，讓學(xué)生在掌握大模型基礎(chǔ)與提示詞技能的同時(shí)，感悟科技報(bào)國(guó)的使命擔(dān)當(dāng)、攻堅(jiān)克難的奮斗精神與嚴(yán)謹(jǐn)務(wù)實(shí)的科學(xué)態(tài)度，實(shí)現(xiàn)“知識(shí)傳授”與“價(jià)值塑造”的有機(jī)統(tǒng)一。思政元素融入點(diǎn)：1）初識(shí)生成式大模型（概念+運(yùn)行機(jī)制）的核心思政滲透點(diǎn)科技自立自強(qiáng)：北斗從“有機(jī)無(wú)芯”到核心元器件100%國(guó)產(chǎn)化的突破，映射生成式AI領(lǐng)域自主創(chuàng)新的重要性。使命擔(dān)當(dāng)與奮斗精神：謝軍團(tuán)隊(duì)除夕加班攻關(guān)、攻克星載原子鐘等關(guān)鍵技術(shù)的故事，傳遞“為國(guó)攻堅(jiān)”的責(zé)任意識(shí)。科學(xué)精神：北斗系統(tǒng)“三步走”戰(zhàn)略的系統(tǒng)性、星間鏈路技術(shù)的原創(chuàng)性，引導(dǎo)學(xué)生理解技術(shù)研發(fā)的嚴(yán)謹(jǐn)性與創(chuàng)新性。2）提示詞工程核心技巧（框架+優(yōu)化方法）的核心思政滲透精益求精的工匠精神：北斗系統(tǒng)“追求卓越”的精神，映射提示詞設(shè)計(jì)的精準(zhǔn)性、迭代優(yōu)化的嚴(yán)謹(jǐn)性。目標(biāo)導(dǎo)向與系統(tǒng)思維：北斗“一星通，星星通”的整體設(shè)計(jì)思路，引導(dǎo)學(xué)生掌握提示詞的結(jié)構(gòu)化、邏輯性設(shè)計(jì)方法。教學(xué)后記課堂重點(diǎn)內(nèi)容詳解第一節(jié)課2.1初識(shí)生成式大模型2.1.1什么是生成式大模型生成式大模型是基于深度學(xué)習(xí)、大參數(shù)量的AI模型，能根據(jù)上下文生成文本、圖像、音頻等新內(nèi)容（即AIGC）。其核心特點(diǎn)是支持多場(chǎng)景使用（網(wǎng)頁(yè)端、App端等），可生成多樣化結(jié)果，參數(shù)量已從百萬(wàn)級(jí)迭代至萬(wàn)億級(jí)，覆蓋單模態(tài)到多模態(tài)數(shù)據(jù)處理。體驗(yàn)大模型主流的生成式大模型產(chǎn)品，通常提供網(wǎng)頁(yè)端、App端及專(zhuān)業(yè)平臺(tái)等多種使用場(chǎng)景，以適應(yīng)不同用戶(hù)需求。以文心一言網(wǎng)頁(yè)端為例，進(jìn)入官網(wǎng)后，在輸入框中告訴大模型“寫(xiě)一篇關(guān)于未來(lái)城市的科幻短文”，它就能迅速組織語(yǔ)言，創(chuàng)作出一篇生動(dòng)的科幻作品，描述未來(lái)城市中飛行的汽車(chē)、智能的建筑以及人們便捷的生活，如圖2.1所示。對(duì)于同一個(gè)主題，它們還能生成多種不同的結(jié)果，滿(mǎn)足用戶(hù)多樣化的需求和場(chǎng)景。這背后的原理，是模型在訓(xùn)練過(guò)程中，學(xué)習(xí)到了單詞與單詞之間、句子與句子之間的關(guān)聯(lián)和語(yǔ)義關(guān)系，從而能根據(jù)輸入的提示，生成符合邏輯和語(yǔ)言習(xí)慣的文本。圖2.1文心一言大模型深度思考、深度研究和聯(lián)網(wǎng)搜索在大模型輸入框處常會(huì)看到“深度思考”和“聯(lián)網(wǎng)搜索”兩個(gè)功能開(kāi)關(guān)，如圖2.2所示。圖2.2DeepSeek大模型輸入框一些大模型還另外提供“深度研究”功能（DeepResearch），如圖2.3所示。圖2.3秘塔AI的深度研究功能（1）深度思考(DeepThinking)開(kāi)啟后，模型會(huì)投入更多“思考時(shí)間”，對(duì)問(wèn)題進(jìn)行分析、推理和優(yōu)化，嘗試提供更深入、更嚴(yán)謹(jǐn)、更有邏輯的答案。它不依賴(lài)聯(lián)網(wǎng)，僅靠模型本身能力進(jìn)行深度推理。適用場(chǎng)景包括復(fù)雜推理題（如數(shù)學(xué)、邏輯題）、需要多角度分析的問(wèn)題（如議論文、方案設(shè)計(jì)）、技術(shù)類(lèi)/學(xué)術(shù)類(lèi)問(wèn)題（如代碼優(yōu)化、論文思路）、需要結(jié)構(gòu)化回答的內(nèi)容（如報(bào)告、總結(jié)）。（2）深度研究(DeepResearch)深度研究模式下，用戶(hù)可實(shí)時(shí)查看AI的思考路徑、信源引用及階段性結(jié)論，打破傳統(tǒng)AI的“黑箱”模式，可以利用強(qiáng)大的模型和搜索引擎功能，在互聯(lián)網(wǎng)上搜索、解讀和分析海量的文本、圖像和PDF文件等多種數(shù)據(jù)格式。2025年7月，秘塔AI搜索宣布其“深度研究（DeepResearch）”模塊正式上線(xiàn)公測(cè)，成為國(guó)內(nèi)首個(gè)面向公眾免費(fèi)開(kāi)放、具備多輪推理鏈可視化的深度研究級(jí)搜索服務(wù)。在秘塔首頁(yè)，用戶(hù)只需切換到“深度研究”模式，直接輸入復(fù)雜問(wèn)題，即可獲得一份由“問(wèn)題鏈”層層展開(kāi)、自動(dòng)檢索、交叉驗(yàn)證，并以表格或段落形式呈現(xiàn)的全景報(bào)告，如圖2.4所示。從圖中可看到，這個(gè)“深度研究”功能采用了可視化界面來(lái)展示AI在搜索、思考和決策過(guò)程中的詳細(xì)步驟，其能將復(fù)雜問(wèn)題分解為多個(gè)子任務(wù)，逐步分析并整合成結(jié)構(gòu)清晰的研究報(bào)告。圖2.4秘塔AI的深度研究模式（3）聯(lián)網(wǎng)搜索（InternetSearch）一些大模型的固有知識(shí)庫(kù)具有時(shí)效性，比如DeepSeek目前更新截止時(shí)間就固定在2024年7月，開(kāi)啟“聯(lián)網(wǎng)搜索”后，模型會(huì)實(shí)時(shí)聯(lián)網(wǎng)查找最新信息，用于補(bǔ)充或驗(yàn)證回答內(nèi)容，尤其適合需要“最新數(shù)據(jù)、新聞、事件或?qū)崟r(shí)資料”的問(wèn)題。適用場(chǎng)景：查新聞/熱點(diǎn)事件（如“最近AI有什么新突破？”）、查實(shí)時(shí)數(shù)據(jù)（如“黃金最新價(jià)格是多少？”）、查官方更新（如“Python3.13有哪些新特性？”）。（4）三者的功能區(qū)別三種功能模式的主要區(qū)別如表2.1所示。其中，深度思考(DeepThinking)聚焦認(rèn)知層面的推理與創(chuàng)造，有點(diǎn)像一個(gè)具備較強(qiáng)邏輯思維能力的“解題高手”，在面對(duì)數(shù)學(xué)、代碼等任務(wù)時(shí)，能夠通過(guò)嚴(yán)謹(jǐn)?shù)耐评砹鞒探o出答案。而深度研究(DeepResearch)本質(zhì)上是一個(gè)專(zhuān)注于深度研究和分析的AI智能體。它更像是一個(gè)專(zhuān)業(yè)的“研究助理團(tuán)隊(duì)”?！奥?lián)網(wǎng)搜索”側(cè)重?cái)?shù)據(jù)層面的實(shí)時(shí)獲取。用戶(hù)可根據(jù)問(wèn)題類(lèi)型或場(chǎng)景需求靈活切換功能模式，以充分發(fā)揮模型效能。2.1.2大模型是如何運(yùn)作的生成式大模型的工作機(jī)制可劃分為兩個(gè)主要階段：訓(xùn)練階段與推理階段，如圖2-5所示。這兩個(gè)階段類(lèi)似于人類(lèi)的學(xué)習(xí)與應(yīng)用過(guò)程，前者對(duì)應(yīng)于“知識(shí)習(xí)得”，后者對(duì)應(yīng)于“知識(shí)應(yīng)用”。表2.1三種功能模式的區(qū)別功能深度思考深度研究聯(lián)網(wǎng)搜索是否聯(lián)網(wǎng)不聯(lián)網(wǎng)需聯(lián)網(wǎng)需聯(lián)網(wǎng)知識(shí)時(shí)效截至知識(shí)庫(kù)更新日實(shí)時(shí)最新實(shí)時(shí)最新

響應(yīng)速度稍慢慢稍慢，與搜索情況有關(guān)典型場(chǎng)景寫(xiě)論文、解數(shù)學(xué)題、優(yōu)化代碼市場(chǎng)趨勢(shì)分析、行業(yè)報(bào)告撰寫(xiě)、學(xué)術(shù)研究查新聞、股價(jià)、政策、科技動(dòng)態(tài)圖2.5生成式大模型的工作機(jī)制訓(xùn)練階段：從“數(shù)據(jù)海洋”到“知識(shí)沉淀”訓(xùn)練階段通過(guò)數(shù)據(jù)收集預(yù)處理、分詞、預(yù)訓(xùn)練（自監(jiān)督學(xué)習(xí)通用知識(shí)）、微調(diào)（適配具體任務(wù)）構(gòu)建知識(shí)體系。該階段是大模型“從無(wú)到有”構(gòu)建知識(shí)體系的核心過(guò)程，目標(biāo)是通過(guò)海量數(shù)據(jù)與復(fù)雜計(jì)算，讓模型學(xué)習(xí)語(yǔ)言、圖像或多模態(tài)數(shù)據(jù)的底層規(guī)律。具體可分為以下關(guān)鍵步驟：（1）數(shù)據(jù)收集與預(yù)處理大模型訓(xùn)練的第一步是獲取高質(zhì)量、大規(guī)模的原始數(shù)據(jù)，例如互聯(lián)網(wǎng)文本、書(shū)籍、代碼、圖像等。數(shù)據(jù)需經(jīng)過(guò)嚴(yán)格清洗（去除重復(fù)、噪聲、偏見(jiàn)內(nèi)容）和標(biāo)準(zhǔn)化處理（如文本統(tǒng)一為UTF-8編碼，圖像統(tǒng)一為特定分辨率），確保輸入數(shù)據(jù)的質(zhì)量與一致性。（2）分詞預(yù)處理后的數(shù)據(jù)需通過(guò)分詞器（Tokenizer）轉(zhuǎn)換為模型可理解的“數(shù)字符號(hào)”（Token）。例如，文本“媽媽煮了番茄蛋湯”可能被拆分為“媽媽”“煮了”“番茄”“蛋湯”四個(gè)Token，并映射為唯一的整數(shù)ID（如[5,23,47,112]）。這一步是模型理解輸入的基礎(chǔ)。（3）預(yù)訓(xùn)練預(yù)訓(xùn)練是大模型的“基礎(chǔ)學(xué)習(xí)”階段，通過(guò)自監(jiān)督學(xué)習(xí)從海量無(wú)標(biāo)注數(shù)據(jù)中提取規(guī)律。以文本模型為例，其核心任務(wù)是“預(yù)測(cè)下一個(gè)Token”（如輸入“今天天氣很”，模型需預(yù)測(cè)“好”或“熱”）。通過(guò)反復(fù)調(diào)整模型參數(shù)（權(quán)重），模型逐漸掌握語(yǔ)言的統(tǒng)計(jì)規(guī)律、語(yǔ)義關(guān)聯(lián)與邏輯關(guān)系，形成“基座模型”。（4）微調(diào)預(yù)訓(xùn)練后的模型雖具備通用能力，但需進(jìn)一步“專(zhuān)業(yè)化”以適應(yīng)具體任務(wù)（如問(wèn)答、翻譯、代碼生成）。微調(diào)階段使用少量標(biāo)注數(shù)據(jù)（如對(duì)話(huà)對(duì)、翻譯語(yǔ)料）對(duì)模型參數(shù)進(jìn)行針對(duì)性調(diào)整，優(yōu)化其在目標(biāo)任務(wù)上的表現(xiàn)。例如，將通用語(yǔ)言模型微調(diào)為醫(yī)療問(wèn)答模型時(shí)，需輸入“癥狀-診斷”對(duì)數(shù)據(jù)，讓模型學(xué)習(xí)醫(yī)學(xué)術(shù)語(yǔ)與診斷邏輯。推理階段：從“知識(shí)沉淀”到“智能輸出”推理階段是大模型的“實(shí)際應(yīng)用”階段，目標(biāo)是利用訓(xùn)練好的參數(shù)，對(duì)用戶(hù)輸入生成合理輸出（如回答問(wèn)題、生成文本）。具體步驟如下：（1）輸入處理用戶(hù)輸入（如文本、圖像）首先通過(guò)分詞器轉(zhuǎn)換為T(mén)oken序列（與訓(xùn)練階段一致），確保模型能“理解”輸入內(nèi)容。例如，用戶(hù)輸入“周末想去吃”會(huì)被拆分為["周末","想","去","吃"]并映射為對(duì)應(yīng)ID。（2）模型計(jì)算：前向傳播輸入Token序列通過(guò)模型的Transformer架構(gòu)（核心為自注意力機(jī)制）逐層計(jì)算。每一層中，模型基于訓(xùn)練好的參數(shù)（權(quán)重）對(duì)Token序列進(jìn)行特征提取，捕捉詞與詞之間的依賴(lài)關(guān)系（如“番茄”與“蛋湯”的關(guān)聯(lián)）。最終，輸出層生成一個(gè)概率分布，表示下一個(gè)Token的預(yù)測(cè)概率。（3）輸出生成：逐步構(gòu)建結(jié)果模型根據(jù)概率分布選擇最合理的Token（如概率最高的Token），并將其添加到輸出序列中。這一過(guò)程循環(huán)進(jìn)行，直到生成完整的輸出（如一段回答或一篇文章）。例如，生成“媽媽煮的番茄蛋湯”時(shí)，模型會(huì)依次預(yù)測(cè)“的”“番茄”“蛋湯”等Token，最終組合成完整句子。2.1.3主流大模型介紹各類(lèi)生成式大型模型各具特色，研究者和開(kāi)發(fā)者可根據(jù)實(shí)際需求，例如任務(wù)種類(lèi)、是否需求語(yǔ)音交互功能、是否需要知識(shí)圖譜支持等因素，挑選出最適宜的大型模型以促進(jìn)學(xué)習(xí)、研究與創(chuàng)作活動(dòng)。表2.2是基于2025年最新評(píng)測(cè)數(shù)據(jù)（截至2025年7月）的全球大模型綜合排名Top20榜單，涵蓋技術(shù)性能、應(yīng)用能力及生態(tài)支持等維度。表2.22025年全球AI大模型綜合排名（Top20）排名模型名稱(chēng)開(kāi)發(fā)機(jī)構(gòu)關(guān)鍵能力/亮點(diǎn)主要應(yīng)用領(lǐng)域1GPT-4.5OpenAI（美國(guó)）總分80.4（理科87.3/文科77.1），支持32K上下文，復(fù)雜邏輯推理領(lǐng)先科研分析、跨領(lǐng)域決策2Claude3.7

SonnetAnthropic（美國(guó)）HumanEval編程得分91.2，10萬(wàn)Token長(zhǎng)文檔解析，安全合規(guī)性突出法律合同、金融風(fēng)控3Gemini2.0UltraGoogleDeepMind（美國(guó)）原生多模態(tài)架構(gòu)，百萬(wàn)級(jí)上下文窗口，工業(yè)設(shè)計(jì)優(yōu)化跨模態(tài)分析、實(shí)時(shí)翻譯4DeepSeekR1深度求索（中國(guó)）國(guó)產(chǎn)綜合最優(yōu)，推理速度提升3倍，中文長(zhǎng)文本處理專(zhuān)家政務(wù)文檔、金融研報(bào)5Qwen2.5-Max阿里云（中國(guó)）ChatbotArena全球第7，數(shù)學(xué)與編程單項(xiàng)第一跨境電商、多語(yǔ)言客服6文心一言4.0百度（中國(guó)）MMLU中文評(píng)測(cè)第1，情感識(shí)別92%營(yíng)銷(xiāo)內(nèi)容、政務(wù)問(wèn)答7LLaMA3Meta（美國(guó)）700億參數(shù)全開(kāi)源，HuggingFace插件超2000個(gè)學(xué)術(shù)研究、輕量化部署8Doubao-1.5-pro字節(jié)跳動(dòng)（中國(guó)）語(yǔ)音識(shí)別與實(shí)時(shí)交互領(lǐng)先，稀疏MoE架構(gòu)低成本移動(dòng)端助理、工業(yè)質(zhì)檢9KimiGPT2.0月之暗面（中國(guó)）支持7.5萬(wàn)字長(zhǎng)文本，法律條文分析突出法律、科研文獻(xiàn)分析10SenseChat5.5商湯科技（中國(guó)）中文NLG領(lǐng)先（文科81.8分）自然語(yǔ)言生成、創(chuàng)意文案11PaLM-3Google（美國(guó)）專(zhuān)攻常識(shí)推理與數(shù)學(xué)編碼，響應(yīng)速度領(lǐng)先教育解題、金融量化12Falcon-200B阿聯(lián)酋TII1800億參數(shù)開(kāi)源，數(shù)學(xué)推理對(duì)標(biāo)GPT-4中東多語(yǔ)言服務(wù)13CohereCommand-RCohere（加拿大）企業(yè)級(jí)生成式AI，定制化數(shù)據(jù)隱私保護(hù)客戶(hù)服務(wù)自動(dòng)化14Gopher-2DeepMind（英國(guó)）強(qiáng)化學(xué)習(xí)優(yōu)化，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)突破生物醫(yī)藥研發(fā)15Nemotron-4NVIDIA（美國(guó)）GPU計(jì)算效率優(yōu)化，支持分布式訓(xùn)練超算中心、自動(dòng)駕駛16GLM-4-Plus智譜AI（中國(guó)）視頻通話(huà)交互優(yōu)化，知識(shí)問(wèn)答均衡人機(jī)交互、創(chuàng)意寫(xiě)作17MPT-50BMosaicML（美國(guó)）開(kāi)源低成本，訓(xùn)練效率行業(yè)標(biāo)桿初創(chuàng)企業(yè)MVP開(kāi)發(fā)18Gemini2.0FlashGoogle（美國(guó)）輕量級(jí)推理，響應(yīng)速度提升40%實(shí)時(shí)搜索摘要19Claude3.5HaikuAnthropic（美國(guó)）端側(cè)部署優(yōu)化，適合移動(dòng)設(shè)備移動(dòng)端安全對(duì)話(huà)20360zhinao2-o1360集團(tuán)（中國(guó)）中文場(chǎng)景多學(xué)科均衡性突出安防、企業(yè)知識(shí)管理1、GPT系列?OpenAI的GPT系列是推動(dòng)大語(yǔ)言模型發(fā)展的核心引擎，從GPT-2（2019）的零樣本學(xué)習(xí)突破、GPT-3（2020）的1750億參數(shù)少樣本泛化，演進(jìn)至2025年發(fā)布的GPT-5旗艦版：其革命性o3推理架構(gòu)實(shí)現(xiàn)System2深度思考—通過(guò)動(dòng)態(tài)分配計(jì)算資源，支持日常問(wèn)答到復(fù)雜數(shù)學(xué)證明（IMO金牌水平）；鏈?zhǔn)剿伎技夹g(shù)內(nèi)部生成百萬(wàn)級(jí)推理Tokens，完成問(wèn)題分解與回溯驗(yàn)證；多模態(tài)代理能力可自主調(diào)用工具執(zhí)行研究、預(yù)訂等鏈?zhǔn)饺蝿?wù)。GPT-5在A(yíng)RC-AGI測(cè)試達(dá)87.5%準(zhǔn)確率，Codeforces編程評(píng)分超99%人類(lèi)（Elo2727），適用于生物醫(yī)學(xué)分析、金融量化等高復(fù)雜度領(lǐng)域，領(lǐng)跑行業(yè)，在生成式人工智能領(lǐng)域樹(shù)立了標(biāo)桿。2、Claude系列?Anthropic的Claude系列以安全、強(qiáng)推理和卓越編碼能力為核心，致力于構(gòu)建“有益、誠(chéng)實(shí)、無(wú)害”的AI系統(tǒng)。自2023年3月初代發(fā)布后快速迭代：Claude2（2023.7）強(qiáng)化邏輯與長(zhǎng)文本處理，Claude3系列（2024.3）新增多模態(tài)圖文理解能力，而2025年5月推出的Claude4旗艦版（Opus4）實(shí)現(xiàn)重大突破——其混合推理架構(gòu)支持7小時(shí)持續(xù)任務(wù)處理（如代碼庫(kù)重構(gòu)），在SWE-bench編程測(cè)試中準(zhǔn)確率超72%，被GitHubCopilot選為底層引擎；同時(shí)依托ConstitutionalAI安全框架，誤拒率降至0.07%，通過(guò)ASL-3分級(jí)防御高風(fēng)險(xiǎn)濫用。該系列通過(guò)AmazonBedrock等平臺(tái)服務(wù)企業(yè)，配套ClaudeCodeSDK提升開(kāi)發(fā)效率，成為兼具安全性與類(lèi)人協(xié)作能力的AI先鋒。3、Gemini系列Gemini系列是由谷歌推出的大語(yǔ)言模型家族，其最新旗艦Gemini2.5DeepThink（2025年8月發(fā)布）通過(guò)多代理并行推理架構(gòu)實(shí)現(xiàn)突破：模型同時(shí)探索多條解題路徑（如數(shù)學(xué)證明、代碼優(yōu)化），動(dòng)態(tài)整合最優(yōu)結(jié)果，顯著提升復(fù)雜問(wèn)題求解能力。該系列提供雙版本—公開(kāi)版和學(xué)術(shù)版，支持超長(zhǎng)上下文（100萬(wàn)Token）與工具調(diào)用（搜索/代碼執(zhí)行）。在權(quán)威測(cè)試中領(lǐng)先競(jìng)品（如OpenAIo3、Grok4）。Gemini系列基于稀疏專(zhuān)家混合模型（MoE）架構(gòu)，兼顧效率與多模態(tài)能力（文本/圖像/音頻/視頻輸入），并通過(guò)強(qiáng)化學(xué)習(xí)優(yōu)化推理鏈生成。然而，其高算力需求限制訪(fǎng)問(wèn)權(quán)限，目前僅限GoogleAIUltra訂閱用戶(hù)（月費(fèi)250美元）使用，凸顯研究導(dǎo)向定位。該系列目標(biāo)場(chǎng)景覆蓋科學(xué)發(fā)現(xiàn)、算法開(kāi)發(fā)與創(chuàng)意設(shè)計(jì)，成為谷歌推動(dòng)AI深度推理的核心引擎。4、DeepSeek系列?由中國(guó)團(tuán)隊(duì)深度求索（DeepSeek）研發(fā)，以開(kāi)源、高效、強(qiáng)推理為核心特色。其V3模型（2024.12）采用混合專(zhuān)家架構(gòu)（MoE），總參數(shù)量6710億但每次推理僅激活370億參數(shù)，顯著降低計(jì)算成本；創(chuàng)新技術(shù)如多頭潛在注意力（MLA）和多令牌預(yù)測(cè)（MTP）提升推理效率，訓(xùn)練成本僅為GPT-4的1/20（557.6萬(wàn)美元）。后續(xù)推出的R1模型（2025）專(zhuān)注復(fù)雜推理，通過(guò)純強(qiáng)化學(xué)習(xí)在數(shù)學(xué)和編程任務(wù)中超越GPT-4，且支持模型蒸餾適配輕量化部署。全系列開(kāi)源并兼容多硬件，API成本僅為競(jìng)品1/10，推動(dòng)金融、醫(yī)療、教育等場(chǎng)景普惠應(yīng)用。5、通義千問(wèn)?通義千問(wèn)（Qwen）由阿里云開(kāi)發(fā)，代表版本包括Qwen2.5-Max（2025年1月發(fā)布）、QwQ-32B（2025年3月發(fā)布），其核心優(yōu)勢(shì)在于電商與供應(yīng)鏈場(chǎng)景適配性強(qiáng)，多源數(shù)據(jù)整合能力助力企業(yè)數(shù)字化轉(zhuǎn)型。通義千問(wèn)具有“全尺寸全模態(tài)”開(kāi)源能力，包括18億、70億、140億、720億參數(shù)的多款模型，覆蓋文本、代碼、圖像生成等多模態(tài)任務(wù)。例如，通義千問(wèn)-Turbo能快速生成高質(zhì)量代碼，而通義千問(wèn)-720B則在大規(guī)模文本生成中表現(xiàn)出色。此外，通義千問(wèn)還支持語(yǔ)音交互和圖像生成，為教育、醫(yī)療等場(chǎng)景提供定制化解決方案。6、文心一言?百度推出的生成式大模型代表版本包括文心大模型4.5、文心X1混元T1（于2025年3月發(fā)布）。文心一言的語(yǔ)料庫(kù)覆蓋了海量的中文數(shù)據(jù)，使其在中文生成任務(wù)中表現(xiàn)出色，多模態(tài)生成能力領(lǐng)先，尤其在法律、金融等專(zhuān)業(yè)領(lǐng)域有廣泛的應(yīng)用。此外，模型還能解析電影隱藏彩蛋、生成風(fēng)格化文案并附帶表情包。通過(guò)知識(shí)增強(qiáng)、檢索增強(qiáng)和對(duì)話(huà)增強(qiáng)技術(shù)，實(shí)現(xiàn)了對(duì)復(fù)雜問(wèn)題的解答能力。7、更多大模型介紹生成式大模型在全球范圍內(nèi)取得了顯著的發(fā)展和進(jìn)步。其參數(shù)量不斷攀升，從最初的百萬(wàn)參數(shù)增長(zhǎng)至現(xiàn)在的萬(wàn)億級(jí)別，模型也從單一的文本處理擴(kuò)展到能夠處理圖像、視頻和音頻等多種類(lèi)型的數(shù)據(jù)。除了前述的五個(gè)常用大模型，國(guó)內(nèi)外還有許多其他杰出的大模型，例如馬斯克的Grok、Meta的LLaMA、字節(jié)跳動(dòng)的豆包、月之暗面的Kimi、清華的智譜清言、秘塔科技的秘塔AI、科大訊飛的星火、昆侖萬(wàn)維的天工等，它們同樣表現(xiàn)卓越。2.1.4AIGC的局限性1.可信度不高，容易出現(xiàn)幻覺(jué)首先，這生成式大模型的底層原理是基于概率的TokenbyToken的形成，因此會(huì)不可避免的產(chǎn)生“一本正經(jīng)地胡說(shuō)八道”的現(xiàn)象。例如要求提供支持某觀(guān)點(diǎn)的文獻(xiàn)，模型可能生成不存在的論文標(biāo)題、作者和摘要；詢(xún)問(wèn)“秦始皇統(tǒng)一六國(guó)后采取了哪些主要治國(guó)措施？”，模型可能編造幾條看似合理實(shí)則杜撰的政策。出現(xiàn)幻覺(jué)的根源在于，模型學(xué)習(xí)的是文本間的統(tǒng)計(jì)關(guān)聯(lián)，而非建立真實(shí)世界的精確知識(shí)圖譜。它追求的是“像真的一樣”的文本模式，而非絕對(duì)真實(shí)。2.新鮮度和深度不夠模型訓(xùn)練數(shù)據(jù)存在截止日期（如目前DeepSeek-R1知識(shí)截止至2024年7月）。因此，對(duì)于那些需要實(shí)時(shí)響應(yīng)的任務(wù)，大模型往往顯得力不從心。例如“請(qǐng)幫我推薦今晚值得一看的電影”，這類(lèi)問(wèn)題需要實(shí)時(shí)獲取最新電影信息，而這正是大模型所無(wú)法獨(dú)立完成的。目前，業(yè)界普遍采用的解決策略是引入RAG方案，該方案融合了檢索技術(shù)和生成模型的優(yōu)勢(shì)，通過(guò)利用現(xiàn)有信息來(lái)輔助生成新內(nèi)容。在某些高度專(zhuān)業(yè)化領(lǐng)域，如前沿量子物理、特定法律判例解讀、罕見(jiàn)病診療，大模型知識(shí)廣而不精，難以提供真正專(zhuān)家級(jí)見(jiàn)解。例如，詢(xún)問(wèn)“根據(jù)2024年最新發(fā)布的某癌癥治療指南，對(duì)于某特定基因突變患者的一線(xiàn)推薦方案是什么？”模型可能給出過(guò)時(shí)或不夠精確的答案。缺乏判斷力和常識(shí)性推理能力有些模型擅長(zhǎng)模式匹配和局部連貫，但缺乏人類(lèi)系統(tǒng)化、符號(hào)化的抽象推理和數(shù)學(xué)計(jì)算能力。例如，在分析“某政策實(shí)施后經(jīng)濟(jì)指標(biāo)上升，是否證明政策有效？”時(shí)，常忽略混雜變量（如同時(shí)期全球經(jīng)濟(jì)復(fù)蘇），得出簡(jiǎn)單因果結(jié)論。再如，當(dāng)你提出這樣的問(wèn)題：“明天的前一天是哪一天？”或者“一個(gè)人從汽車(chē)站出發(fā)，先朝東北方向走1公里，接著向東南方向走1公里，最后向西南方向走1公里，請(qǐng)問(wèn)這個(gè)人現(xiàn)在位于何處？”這類(lèi)問(wèn)題即便是小學(xué)生也能輕松解答，然而一些性能較差的大模型卻會(huì)得出錯(cuò)誤的答案。因?yàn)榇竽Ｐ兔恳徊降念A(yù)測(cè)都可能產(chǎn)生誤差，而這些誤差一旦累積，最終的答案可能就會(huì)大相徑庭。模型有時(shí)還會(huì)犯下一些事實(shí)性的錯(cuò)誤。例如，當(dāng)詢(xún)問(wèn)模型：“請(qǐng)問(wèn)單詞‘perseverance’中包含多少個(gè)字母‘e’？”模型可能會(huì)回答：“單詞‘perseverance’中包含3個(gè)字母‘e’?！憋@然，這是一個(gè)錯(cuò)誤。這可能是由于算法實(shí)現(xiàn)上的微小缺陷或邊界條件處理不當(dāng)，導(dǎo)致統(tǒng)計(jì)結(jié)果出現(xiàn)偏差。倫理考量與公平性挑戰(zhàn)大模型的誕生依賴(lài)于海量的訓(xùn)練數(shù)據(jù)，而這些數(shù)據(jù)絕大多數(shù)是公開(kāi)可查的，但有時(shí)也會(huì)涉及數(shù)據(jù)安全和版權(quán)問(wèn)題。例如，OpenAI就曾因擅自使用多家公司或機(jī)構(gòu)的數(shù)據(jù)進(jìn)行大模型訓(xùn)練，而被投訴侵犯數(shù)據(jù)版權(quán)。由于監(jiān)管不足，生成AI可能面臨多種濫用風(fēng)險(xiǎn)，如抄襲、有害內(nèi)容傳播、深度偽造和身份盜竊等，這些都是當(dāng)前亟需解決的道德問(wèn)題。鑒于相關(guān)法律法規(guī)尚不完善，此類(lèi)情況的界定也較為模糊。大模型面臨的另一挑戰(zhàn)是偏見(jiàn)和公平性問(wèn)題。當(dāng)訓(xùn)練數(shù)據(jù)集包含偏見(jiàn)時(shí)，模型往往會(huì)繼承并加劇這些偏見(jiàn)。例如，在招聘場(chǎng)景中，若訓(xùn)練數(shù)據(jù)集存在性別偏見(jiàn)，大型模型提供的招聘建議可能對(duì)某一性別不公，這成為亟待解決的小困擾。2.2提示詞溝通藝術(shù)2.2.1如何與大模型對(duì)話(huà)提示詞工程（PromptEngineering）是一種通過(guò)精心設(shè)計(jì)的提示詞引導(dǎo)模型創(chuàng)造所需內(nèi)容的技術(shù)。提示工程的核心挑戰(zhàn)在于如何精準(zhǔn)構(gòu)建這些提示詞，使模型能夠準(zhǔn)確捕捉到用戶(hù)的意圖與需求，從而輸出高質(zhì)量的結(jié)果。下面通過(guò)幾個(gè)簡(jiǎn)單的實(shí)例領(lǐng)略提示詞工程的非凡魅力。大模型寫(xiě)詩(shī)訪(fǎng)問(wèn)文心一言官方網(wǎng)站，輸入提示詞“請(qǐng)創(chuàng)作一首贊美長(zhǎng)城的七言詩(shī)”，大型語(yǔ)言模型將迅速創(chuàng)作出一首詩(shī)，如圖2.6所示。圖2.6大模型寫(xiě)詩(shī)大模型文生圖若需為前述七言詩(shī)創(chuàng)作相應(yīng)的插圖，可選擇圖2.7左側(cè)的“智慧繪圖”功能，輸入提示語(yǔ)“長(zhǎng)城上有一位古代戍邊將士，手持長(zhǎng)矛，眺望遠(yuǎn)方”，隨后單擊“生成”按鈕。文心一言將基于該描述生成四幅圖像供用戶(hù)挑選，如圖2.7所示。此外，系統(tǒng)提供下載、局部重繪、框選等輔助功能，支持用戶(hù)與系統(tǒng)進(jìn)行持續(xù)對(duì)話(huà)，以便對(duì)選定圖像進(jìn)行進(jìn)一步的編輯。圖2.7大模型文生圖大模型調(diào)試程序大模型可幫助分析解決編程遇到的問(wèn)題，以通義千問(wèn)大模型為例，訪(fǎng)問(wèn)其官方網(wǎng)站，并輸入提示詞：我在編寫(xiě)一個(gè)Python排序程序時(shí)遇到了一個(gè)問(wèn)題，運(yùn)行結(jié)果不正確，請(qǐng)幫我調(diào)試程序。defmaopao(a):foriinrange(0,len(a)):forjinrange(0,len(a)-i-1):ifa[j]>a[j+1]:temp=a[j+1]a[j+1]=a[j]temp=a[j]returnaa=[2,4,5,1,7,3,2,5]print(maopao(a))當(dāng)大模型接收到輸入指令后，能夠快速識(shí)別程序代碼中的錯(cuò)誤和缺陷，并提供深入的代碼分析，協(xié)助編程者準(zhǔn)確定位問(wèn)題。最終，它還能生成一個(gè)修正后的代碼版本，如圖2.8所示，顯著簡(jiǎn)化開(kāi)發(fā)者的調(diào)試流程，提升軟件開(kāi)發(fā)的效率與品質(zhì)。圖2.8大模型調(diào)試程序通過(guò)恰當(dāng)?shù)奶崾驹~，模型能夠迅速定位目標(biāo)，生成符合預(yù)期的內(nèi)容。缺乏明確的提示詞，模型可能會(huì)輸出大量不相關(guān)的信息。例如，當(dāng)向模型提出：“請(qǐng)幫我創(chuàng)作一首關(guān)于秋天的詩(shī)?！毕噍^于僅說(shuō)“請(qǐng)幫我寫(xiě)首詩(shī)”，“秋天”這一提示詞使模型更明確需求，從而產(chǎn)出更符合期望的詩(shī)作。課堂重點(diǎn)內(nèi)容詳解第二節(jié)課2.2提示詞溝通藝術(shù)2.2.2提示詞工程的演變歷程1.早期探索階段2022年，GPT-3.5向公眾開(kāi)放，人們第一次直觀(guān)感受到“說(shuō)幾句話(huà)就能讓AI干活”的魔力。然而，早期提示詞極其簡(jiǎn)陋，多為一句“你是XX專(zhuān)家，請(qǐng)回答……”“請(qǐng)按步驟輸出”等，存在輸出不穩(wěn)定、邏輯模糊等問(wèn)題，尤其在復(fù)雜任務(wù)中表現(xiàn)欠佳。2.框架表達(dá)階段2023年，框架提示詞的出現(xiàn)，促使人們由“線(xiàn)性思維”向“立體表達(dá)”轉(zhuǎn)變。這些復(fù)雜、結(jié)構(gòu)化的思維框架的核心目的都是為了更穩(wěn)定、可靠地從大語(yǔ)言模型（LLM）中獲取高質(zhì)量、符合預(yù)期的輸出。下面羅列一些常見(jiàn)的提示詞框架。（1）ICIO框架由ElavisSaravia提出的一個(gè)易于理解和應(yīng)用的提示框架，通過(guò)四要素精準(zhǔn)控制AI的輸出，適用于絕大多數(shù)任務(wù)場(chǎng)景。假設(shè)要分析用戶(hù)評(píng)論的情感傾向并生成報(bào)告，采用ICIO框架的提示詞描述，如表2-3所示。表2-3ICIO框架構(gòu)成名稱(chēng)功能舉例Instruction（任務(wù)）清晰、明確地指示模型需要完成的具體任務(wù)或操作分析以下用戶(hù)評(píng)論的情感傾向，并提取出用戶(hù)提及的主要優(yōu)點(diǎn)和缺點(diǎn)。Context（背景）提供任務(wù)相關(guān)的背景、上下文信息和約束條件，幫助模型更好地理解意圖我們是一家SaaS公司，這是我們的新項(xiàng)目管理軟件“ProjectFlow”發(fā)布后收集的首批用戶(hù)反饋。分析結(jié)果將用于指導(dǎo)產(chǎn)品下一步的優(yōu)化迭代。InputData（輸入數(shù)據(jù)）提供給模型進(jìn)行處理、分析或參考的具體數(shù)據(jù)、文本或信息“用戶(hù)A：界面非?，F(xiàn)代直觀(guān)，比我們之前用的工具好太多了！但報(bào)告功能有點(diǎn)弱，希望能自定義更多圖表。\用戶(hù)B：協(xié)同編輯功能太棒了，實(shí)時(shí)更新幾乎沒(méi)有延遲。不過(guò)手機(jī)端App經(jīng)常閃退，影響使用。\用戶(hù)C：onboarding流程很順暢，但價(jià)格對(duì)于小團(tuán)隊(duì)來(lái)說(shuō)有點(diǎn)高，能否提供更靈活的套餐？”O(jiān)utputIndicator（輸出格式）指定模型輸出時(shí)應(yīng)遵循的格式、結(jié)構(gòu)、風(fēng)格或要求請(qǐng)將分析結(jié)果以JSON格式輸出，包含三個(gè)鍵：sentiment(總體情感，分為positive/neutral/negative)、pros(優(yōu)點(diǎn)列表)、cons(缺點(diǎn)列表)。（2）CRISPE框架由MattNigh提出的一個(gè)更為復(fù)雜、全面的提示框架，它通過(guò)六個(gè)維度（最初為五個(gè)，后擴(kuò)展）細(xì)致地指導(dǎo)模型，旨在獲取極其豐富、高質(zhì)量且符合特定情境的回答，尤其適用于復(fù)雜任務(wù)。假設(shè)要為一家科技公司設(shè)計(jì)一個(gè)內(nèi)部知識(shí)管理系統(tǒng)的優(yōu)化方案，采用CRISPE框架的提示詞描述如表2-4所示。表2-4CRISPE框架構(gòu)成名稱(chēng)功能舉例CapacityandRole（能力與角色）明確指定模型在對(duì)話(huà)中應(yīng)扮演的角色和身份你是一家頂尖管理咨詢(xún)公司的首席技術(shù)顧問(wèn)，擅長(zhǎng)企業(yè)數(shù)字化轉(zhuǎn)型和知識(shí)工程。Request（請(qǐng)求）清晰、具體地陳述核心任務(wù)或要解決的問(wèn)題為一家擁有500名員工、多個(gè)部門(mén)分散協(xié)作的科技公司，設(shè)計(jì)一個(gè)內(nèi)部Wiki系統(tǒng)的優(yōu)化方案，以解決當(dāng)前知識(shí)查找困難、信息過(guò)時(shí)的問(wèn)題。Intent（意圖）說(shuō)明任務(wù)背后的最終目的、目標(biāo)或希望達(dá)到的效果 最終目標(biāo)是提升工程師和技術(shù)文檔工程師的工作效率，減少因信息查找和確認(rèn)造成的項(xiàng)目延遲，并促進(jìn)公司內(nèi)部知識(shí)的沉淀與創(chuàng)新。Situation（情境）提供任務(wù)發(fā)生的背景環(huán)境、上下文信息或約束條件公司目前使用一個(gè)過(guò)時(shí)的MediaWiki系統(tǒng)，員工普遍反映搜索功能弱、頁(yè)面結(jié)構(gòu)混亂、內(nèi)容更新不及時(shí)，且與日常使用的Slack、Jira等工具割裂。Personality（風(fēng)格）定義模型輸出時(shí)應(yīng)采用的風(fēng)格、語(yǔ)氣或個(gè)性分析專(zhuān)業(yè)、邏輯清晰、建議具有前瞻性和可操作性，語(yǔ)氣自信且具有說(shuō)服力。xperiment（實(shí)驗(yàn)）要求模型提供多個(gè)版本、不同角度的答案，或進(jìn)行探索性思考請(qǐng)?zhí)峁┤齻€(gè)差異化的優(yōu)化方向方案：一個(gè)以“升級(jí)現(xiàn)有系統(tǒng)并集成AI搜索”為核心的漸進(jìn)式方案。一個(gè)以“采購(gòu)并實(shí)施現(xiàn)代SaaS化知識(shí)平臺(tái)（如Notion、Confluence）”為核心的方案。一個(gè)以“自主開(kāi)發(fā)一個(gè)與公司工具鏈深度集成的全新系統(tǒng)”為核心的激進(jìn)方案。請(qǐng)分析每個(gè)方案的優(yōu)缺點(diǎn)、大致成本投入和實(shí)施周期。（3）ReasoningandAct(ReAct)推理與行動(dòng)通過(guò)融合推理與行動(dòng)過(guò)程，其核心是將復(fù)雜的任務(wù)分解為多個(gè)階段，每個(gè)階段包含推理（Reasoning）與行動(dòng)（Acting）和觀(guān)察（Observation）三個(gè)關(guān)鍵環(huán)節(jié)。?模擬人類(lèi)“邊想邊做”的決策方式，通過(guò)循環(huán)迭代（推理→行動(dòng)→觀(guān)察→推理→……），模型能動(dòng)態(tài)調(diào)整計(jì)劃并獲取環(huán)境反饋，逐步逼近復(fù)雜問(wèn)題的解決方案?！緦?shí)戰(zhàn)案例】ReAct提示詞框架示例（1）進(jìn)入DeepSeek官網(wǎng)，輸入如圖2.9所示的提示詞，查詢(xún)世界上最大的湖泊是什么湖，比青海湖大多少？請(qǐng)使用交替進(jìn)行的“推理（Reasoning）、行動(dòng)（Action）、觀(guān)察（Observation）"三個(gè)步驟來(lái)系統(tǒng)地解決回答任務(wù)。思考：基于當(dāng)前獲得的信息進(jìn)行推理，明確下一步行動(dòng)的目標(biāo)。行動(dòng)：每一步行動(dòng)必須是以下三種之一：1、Search[實(shí)體]：在互聯(lián)網(wǎng)上搜索精確實(shí)體，返回該實(shí)體相關(guān)頁(yè)面的首段文字。如果該實(shí)體不存在，則返回與其相似的候選實(shí)體。2、Lookup[關(guān)鍵詞]：在上一次成功的Search操作返回的段落中，查找包含該關(guān)鍵詞的下一句。3、Finish[答案]：得出明確答案后使用此操作，返回答案并終止任務(wù)。觀(guān)察：記錄前一步行動(dòng)的結(jié)果。你可以進(jìn)行多輪推理和檢索，但必須嚴(yán)格按照上述格式進(jìn)行操作，尤其是每一步“行動(dòng)”只能使用上述三種類(lèi)型之一。示例：?jiǎn)栴}：科羅拉多造山帶東部區(qū)域延伸到的區(qū)域的海拔范圍是多少?思考1：我需要搜索“科羅拉多造山帶”，獲取它的概況，特別是東部延伸區(qū)域的信息。行動(dòng)1：Search[科羅拉多造山帶]觀(guān)察1：科羅拉多造山帶是科羅拉多及其周邊地區(qū)造山運(yùn)動(dòng)的一段。思考2：這里沒(méi)有提到東部延伸區(qū)域的具體信息，我需要繼續(xù)查找“東部區(qū)域”。行動(dòng)2：Lookup[東部區(qū)域]觀(guān)察2：（結(jié)果1/1）東部區(qū)域延伸至高平原，稱(chēng)為中原造山帶。思考3：我已經(jīng)知道東部區(qū)域是高平原，我需要查找高平原的海拔范圍。行動(dòng)3：Search[高平原海拔]觀(guān)察3：高平原的海拔高度從1800到7000英尺。思考4：我已經(jīng)得到了答案，可以結(jié)束任務(wù)。行動(dòng)4：Finish[1800到7000英尺]（示例結(jié)束）現(xiàn)在請(qǐng)回答以下問(wèn)題：?jiǎn)栴}：{世界上最大的湖泊是什么湖，比青海湖大多少？}圖2.9輸入提示詞（2）輸入提示詞后，AI會(huì)使用交替的“推理、行動(dòng)、觀(guān)察”步驟來(lái)解決問(wèn)題，生成最終答案，如圖2.10所示。圖2.10大模型的回答提示詞工程的興起使得提示詞日益復(fù)雜，甚至催生了“提示詞工程師”這一職業(yè)。某些場(chǎng)境中，提示詞除了要定義“答什么”，還要定義身份、工具、工作流（先檢索→再思考→再回答）、回退策略（如果檢索不到怎么辦）等，通過(guò)預(yù)制視角實(shí)現(xiàn)清晰表達(dá)，導(dǎo)致提示詞長(zhǎng)度越來(lái)越長(zhǎng)，這無(wú)異于將一次對(duì)話(huà)編寫(xiě)成一份小型工程圖紙。下面給出一個(gè)長(zhǎng)提示詞的案例?！緦?shí)戰(zhàn)案例】仿寫(xiě)名人語(yǔ)錄（1）進(jìn)入Kimi官網(wǎng)，輸入如圖2.11所示的提示詞。仿寫(xiě)名人語(yǔ)錄指令#Role:你是一位專(zhuān)門(mén)幫助內(nèi)容創(chuàng)作者仿寫(xiě)名人語(yǔ)錄的專(zhuān)家，擅長(zhǎng)將現(xiàn)有語(yǔ)錄的核心觀(guān)點(diǎn)和風(fēng)格重新表達(dá)為原創(chuàng)且引人入勝的內(nèi)容。#Skills:-核心觀(guān)點(diǎn)識(shí)別:你需要幫助內(nèi)容創(chuàng)作者識(shí)別原語(yǔ)錄的核心思想和情感表達(dá)。-風(fēng)格模仿:在仿寫(xiě)過(guò)程中模仿原語(yǔ)錄的語(yǔ)言風(fēng)格和語(yǔ)氣。-原創(chuàng)表達(dá):在確保語(yǔ)錄風(fēng)格一致的同時(shí)，創(chuàng)造性地表達(dá)新觀(guān)點(diǎn)。-結(jié)構(gòu)布局:識(shí)別并重構(gòu)原語(yǔ)錄的結(jié)構(gòu)，確保新語(yǔ)錄的邏輯和流暢性。-調(diào)整優(yōu)化:根據(jù)用戶(hù)反饋調(diào)整和優(yōu)化新語(yǔ)錄，確保用戶(hù)滿(mǎn)意。#Background:你作為一位經(jīng)驗(yàn)豐富的仿寫(xiě)專(zhuān)家，深知在保持語(yǔ)錄風(fēng)格一致性的同時(shí)，創(chuàng)造出新穎內(nèi)容的重要性。你理解如何識(shí)別原語(yǔ)錄的核心要點(diǎn)和風(fēng)格，并能夠在新語(yǔ)錄中有效地傳達(dá)這些信息。#Goals:請(qǐng)根據(jù)我的需求，寫(xiě)出和我提供語(yǔ)錄一樣風(fēng)格的原創(chuàng)語(yǔ)錄。#Constraints:-請(qǐng)一步步引導(dǎo)內(nèi)容創(chuàng)作者，確保每個(gè)階段的目標(biāo)都清晰明確。-對(duì)于每個(gè)階段的核心要點(diǎn)，請(qǐng)加粗展示。-請(qǐng)啟用聯(lián)網(wǎng)功能，搜索最新信息，確保語(yǔ)錄的仿寫(xiě)具備前沿性。--嚴(yán)格按照步驟進(jìn)行，不允許一次性完成所有步驟，每一步結(jié)束后，要詢(xún)問(wèn)用戶(hù)是否進(jìn)行下一步。#Workflows:1.第1步：提供名人語(yǔ)錄。-引導(dǎo)用戶(hù)提供要仿寫(xiě)的語(yǔ)錄，認(rèn)真閱讀用戶(hù)提供的語(yǔ)錄，此時(shí)禁止直接進(jìn)行仿寫(xiě)，詢(xún)問(wèn)用戶(hù)是否進(jìn)行下一步。2.第2步：理解原意。-仔細(xì)閱讀并理解語(yǔ)錄的含義和背后的思想，明確告知用戶(hù)你抓住的語(yǔ)錄的核心思想和表達(dá)的情感。詢(xún)問(wèn)用戶(hù)是否進(jìn)行下一步。3.第3步：分析結(jié)構(gòu)。-仔細(xì)分析語(yǔ)錄的句子結(jié)構(gòu)、用詞、修辭手法等，特別注意語(yǔ)錄的節(jié)奏感和語(yǔ)言風(fēng)格，這些都是仿寫(xiě)時(shí)需要模仿的重點(diǎn)，然后告知用戶(hù)。詢(xún)問(wèn)用戶(hù)是否進(jìn)行下一步。4.第4步:提取關(guān)鍵詞.從語(yǔ)錄中提取出幾個(gè)關(guān)鍵的詞匯或短語(yǔ)，這些詞匯是語(yǔ)錄的核心思想所在。詢(xún)問(wèn)用戶(hù)是否進(jìn)行下一步。5.第5步：替換關(guān)鍵詞。根據(jù)你自己的理解，用類(lèi)似意義但不同的高級(jí)感詞匯替換原語(yǔ)錄中的關(guān)鍵詞，需要注意保持語(yǔ)錄的核心思想不變。請(qǐng)以表格的形式體現(xiàn)。格式：序號(hào)、原關(guān)鍵詞、替換關(guān)鍵詞、替換原因。詢(xún)問(wèn)用戶(hù)是否進(jìn)行下一步。6.第6步：調(diào)整句子結(jié)構(gòu)。在保留原語(yǔ)錄思想的基礎(chǔ)上，調(diào)整句子的結(jié)構(gòu)，使其看起來(lái)不完全一樣，但語(yǔ)錄意思和情感傳達(dá)保持一致，注意排版和字?jǐn)?shù)要和原語(yǔ)錄保持一致，這個(gè)非常重要。詢(xún)問(wèn)用戶(hù)是否進(jìn)行下一步。7.第7步：驗(yàn)證效果。將仿寫(xiě)的語(yǔ)錄與原語(yǔ)錄進(jìn)行對(duì)比，確認(rèn)仿寫(xiě)的語(yǔ)錄能夠獨(dú)立存在，并且不會(huì)讓人覺(jué)得是直接復(fù)制，并告知用戶(hù)你仿寫(xiě)語(yǔ)錄的特點(diǎn)。格式如下：[原語(yǔ)錄](méi)[仿寫(xiě)后語(yǔ)錄](méi)#Initialization:作為[Role]，回顧你的[Skills]，記住你的[goals]，嚴(yán)格遵守[Constraints]，嚴(yán)格按照[Workflow]執(zhí)行流程，不允許跨越步驟自動(dòng)生成，要求一步一步來(lái)。圖2.11長(zhǎng)提示詞-仿寫(xiě)名人語(yǔ)錄（2）輸入提示詞后，AI會(huì)根據(jù)預(yù)定步驟，分7步與用戶(hù)對(duì)話(huà)，根據(jù)反饋意見(jiàn)生成語(yǔ)錄，如圖2.12所示。圖2.12仿寫(xiě)名人語(yǔ)錄3.提示詞發(fā)展趨勢(shì)（1）交互的簡(jiǎn)化與自動(dòng)化當(dāng)AI模型足夠智能，輔助工具足夠強(qiáng)大時(shí)，人機(jī)交互將回歸到對(duì)話(huà)的本質(zhì)。用戶(hù)只需使用最自然的語(yǔ)言提出需求，AI系統(tǒng)便能通過(guò)多輪澄清式對(duì)話(huà)、調(diào)用外部工具、自動(dòng)分解任務(wù)等多種方式，精準(zhǔn)地理解并高效完成任務(wù)。（2）多模態(tài)交互增強(qiáng)多模態(tài)模型的發(fā)展使提示詞不再局限于文本，可結(jié)合圖像、語(yǔ)音等輸入。（3）上下文工程上下文工程核心在于將關(guān)注點(diǎn)從孤立優(yōu)化單個(gè)提示詞（提示詞工程），轉(zhuǎn)向戰(zhàn)略性地構(gòu)建和管理整個(gè)信息環(huán)境（上下文工程），以系統(tǒng)性提升AI模型的響應(yīng)質(zhì)量。提示詞本質(zhì)是靜態(tài)的（一次提供），而上下文工程本質(zhì)是動(dòng)態(tài)的，持續(xù)更新、調(diào)整和豐富上下文以適應(yīng)交互需求。2.2.3提示詞高手進(jìn)階分步驟給出提示分步驟提示是指將一個(gè)復(fù)雜的問(wèn)題分解成多個(gè)小問(wèn)題，逐步引導(dǎo)模型給出更準(zhǔn)確的回答。對(duì)于復(fù)雜的任務(wù)，分階段提問(wèn)能讓大模型更有條理地輸出內(nèi)容?！景咐勘热缒阋獙?xiě)一篇關(guān)于人工智能在醫(yī)療領(lǐng)域應(yīng)用的深度分析報(bào)告?！咎崾驹~技巧】1）第一階段：“請(qǐng)列舉人工智能在醫(yī)療領(lǐng)域的主要應(yīng)用方向?！?）第二階段：“在這些應(yīng)用方向中，選擇第一個(gè)方向詳細(xì)闡述其工作原理和優(yōu)勢(shì)。”3）第三階段：“針對(duì)這個(gè)應(yīng)用方向，分析目前面臨的挑戰(zhàn)以及未來(lái)的發(fā)展趨勢(shì)?！薄军c(diǎn)評(píng)】每個(gè)階段的問(wèn)題都是基于前一個(gè)階段的回答來(lái)設(shè)計(jì)的，這樣可以幫助你更系統(tǒng)地了解人工智能在醫(yī)療領(lǐng)域的應(yīng)用。通過(guò)這種分階段提問(wèn)，可以逐步引導(dǎo)模型生成更全面、更詳細(xì)的內(nèi)容，而不是一次性提出一個(gè)復(fù)雜的問(wèn)題，讓模型難以應(yīng)對(duì)。提供示例，降低理解成本使用示例是提高模型理解能力的有效方法。給1-2個(gè)參考案例，讓AI模仿風(fēng)格或結(jié)構(gòu)。通過(guò)此方法，模型能夠更深入地理解用戶(hù)意圖，進(jìn)而提供更符合預(yù)期的響應(yīng)。【案例】假設(shè)希望大模型為你生成無(wú)線(xiàn)耳機(jī)產(chǎn)品描述，可以先給出示例，讓模型學(xué)習(xí)你想要的模式。【提示詞技巧】“以這款智能手表為例，產(chǎn)品描述可以這樣寫(xiě)：‘這款智能手表?yè)碛袝r(shí)尚簡(jiǎn)約的外觀(guān)設(shè)計(jì)，金屬質(zhì)感的表身搭配柔軟親膚的表帶，佩戴舒適又彰顯品味。具備精準(zhǔn)的運(yùn)動(dòng)追蹤功能，無(wú)論是跑步、騎行還是游泳，都能準(zhǔn)確記錄運(yùn)動(dòng)數(shù)據(jù)。超長(zhǎng)續(xù)航能力，一次充電可滿(mǎn)足一周日常使用?！F(xiàn)在你是文案撰寫(xiě)人，請(qǐng)按照這個(gè)風(fēng)格和詳細(xì)程度，為一款新的無(wú)線(xiàn)耳機(jī)寫(xiě)產(chǎn)品描述?！薄军c(diǎn)評(píng)】大模型通過(guò)這個(gè)示例，能清晰了解你對(duì)產(chǎn)品描述的風(fēng)格、內(nèi)容重點(diǎn)等方面的要求，從而生成更符合期望的描述。通過(guò)提供具體的示例，模型可以更好地理解你希望它生成的內(nèi)容風(fēng)格和細(xì)節(jié)。3.明確輸出要求明確的輸出格式有助于提升大型語(yǔ)言模型生成內(nèi)容的規(guī)范性，從而便于后續(xù)的應(yīng)用與處理?！景咐勘热缱尨竽Ｐ蜕梢环輹?huì)議紀(jì)要?！咎崾驹~技巧】“請(qǐng)以以下格式生成會(huì)議紀(jì)要：會(huì)議主題、會(huì)議時(shí)間、會(huì)議地點(diǎn)、參會(huì)人員、會(huì)議主要內(nèi)容（分點(diǎn)列出）、會(huì)議決議?！薄景咐吭偃缱尨竽Ｐ蜕裳葜v稿【提示詞技巧】可以要求“演講稿分為三個(gè)部分，每個(gè)部分要有小標(biāo)題，演講時(shí)間控制在30分鐘之內(nèi)”?！军c(diǎn)評(píng)】通過(guò)指定字?jǐn)?shù)、時(shí)間、風(fēng)格、關(guān)鍵詞等方式，大型語(yǔ)言模型生成的內(nèi)容將具有清晰的結(jié)構(gòu)，更好地滿(mǎn)足用戶(hù)的使用需求。4.思維鏈(CoT)與思維樹(shù)(ToT)對(duì)于復(fù)雜問(wèn)題，引導(dǎo)模型進(jìn)行結(jié)構(gòu)化思考是關(guān)鍵。從線(xiàn)性的“思維鏈”到發(fā)散的“思維樹(shù)”，能有效提升答案的邏輯性和創(chuàng)新性?！景咐繛樾庐a(chǎn)品策劃一個(gè)全新的線(xiàn)上營(yíng)銷(xiāo)方案?！咎崾驹~技巧】思維鏈（Chain-of-Thought，CoT）：要求模型“分步思考”，展示推理過(guò)程。示例：“請(qǐng)為新產(chǎn)品‘X’設(shè)計(jì)營(yíng)銷(xiāo)方案。請(qǐng)分步思考：1.分析目標(biāo)用戶(hù)；2.確定合適的營(yíng)銷(xiāo)形式；3.構(gòu)思核心創(chuàng)意。”思維樹(shù)（Tree-of-Thought，ToT）：引導(dǎo)模型并行探索多種可能并評(píng)估。示例：“請(qǐng)為新產(chǎn)品‘X’構(gòu)思三個(gè)營(yíng)銷(xiāo)方向，并分別分析每個(gè)的優(yōu)劣勢(shì)和預(yù)期效果。最后，推薦一個(gè)最優(yōu)選項(xiàng)并說(shuō)明理由?！薄军c(diǎn)評(píng)】思維鏈要求AI展示出其推理的中間步驟，而不是直接給出最終答案，這極大地提高了解決復(fù)雜邏輯、數(shù)學(xué)和推理問(wèn)題的準(zhǔn)確性。思維樹(shù)是思維鏈的進(jìn)階版，它讓AI在推理的每一步都探索多種可能性（像一棵樹(shù)一樣分叉），然后進(jìn)行評(píng)估和選擇，最終找到最佳路徑。5.追問(wèn)優(yōu)化，引導(dǎo)模型思考多輪交互是不斷優(yōu)化輸出的重要手段。當(dāng)大模型給出回答后，你可以根據(jù)回答進(jìn)一步提問(wèn)或提出修改建議。【案例】比如大模型生成了一個(gè)故事開(kāi)頭，你覺(jué)得情節(jié)發(fā)展有些平淡，希望優(yōu)化【提示詞技巧】可以追問(wèn)：“這個(gè)開(kāi)頭很不錯(cuò)，但感覺(jué)情節(jié)推進(jìn)不夠迅速，能否在接下來(lái)的情節(jié)中增加一些沖突和意外元素，讓故事更吸引人？”【點(diǎn)評(píng)】對(duì)初次輸出不滿(mǎn)意時(shí)，要明確指出修改方向，避免籠統(tǒng)說(shuō)“再優(yōu)化”，需具體到“增加X(jué)X元素”“減少XX描述”等。通過(guò)這樣的多輪交互，不斷引導(dǎo)大模型朝著你期望的方向優(yōu)化內(nèi)容。6.去掉過(guò)濃的“AI味”為了防止大模型的回答顯得過(guò)于正式和套路化，提示詞的設(shè)計(jì)也可另辟蹊徑，采用直接真誠(chéng)的語(yǔ)句，甚至可以要求模型以更接地氣的“說(shuō)人話(huà)”方式表達(dá)，減少AI特有的生硬感?！咎崾驹~技巧】1、“我要做…，要給…用，希望達(dá)到…效果，但擔(dān)心…問(wèn)題”2、“請(qǐng)你用大白話(huà)解釋一下這個(gè)概念，不要使用長(zhǎng)句子?！?、“請(qǐng)你列出10個(gè)反對(duì)理由再給方案。”4、“請(qǐng)模仿某人的語(yǔ)氣寫(xiě)一篇文案?！?、“在你的回答中，同時(shí)加入你對(duì)…的批判性思考?！?、“盡量少用“首先”、“其次”、“然后”、“最后”等連詞以及“總而言之”等總結(jié)性詞語(yǔ)?！薄景咐颗e例1：我要做一個(gè)從南京到法國(guó)的旅游攻略，要給爸媽用，希望他們?cè)诜▏?guó)愉快地玩10天，但我擔(dān)心他們的身體，腿腳不太好。舉例2：你剛給的攻略，一天逛法國(guó)2個(gè)景點(diǎn)，我覺(jué)得有問(wèn)題。我爸去年在故宮暴走3小時(shí)膝關(guān)節(jié)就疼，你怎么證明這個(gè)強(qiáng)度真的合適？給我看你推理時(shí)用了哪些老年人運(yùn)動(dòng)數(shù)據(jù)，或者承認(rèn)這是假設(shè)。舉例3：假設(shè)你是退休語(yǔ)文老師，你的孫子不愿背古詩(shī)，你會(huì)怎么解決？請(qǐng)用你的口頭禪和經(jīng)歷舉例。舉例4：提到【媽媽的味道】，你最先想到的是哪口鍋的滋滋聲？用這個(gè)聲音當(dāng)線(xiàn)索，幫我寫(xiě)一條給海外游子的中秋短視頻文案，要讓他們聽(tīng)到聲音就想家。舉例5：用你在小區(qū)公告欄、美團(tuán)買(mǎi)菜評(píng)論、廣場(chǎng)舞閑聊里聽(tīng)到的內(nèi)容，告訴我怎么說(shuō)服鄰居別在走廊里放酸菜壇子。【點(diǎn)評(píng)】DeepSeekR1這類(lèi)推理型大模型的優(yōu)勢(shì)不在“完美回答”，而在“思考過(guò)程的可感知性”。上述技巧的共性是：用具體生活矛盾替代抽象指令，用人類(lèi)認(rèn)知缺陷（如記憶偏差、感官局限）引導(dǎo)模型輸出“不完美但真實(shí)”的思考。壓制AI幻覺(jué)大模型有時(shí)會(huì)生成看似合理但實(shí)則虛假或捏造的“幻覺(jué)”信息。通過(guò)有效的提示詞技巧，可以顯著降低此類(lèi)現(xiàn)象的發(fā)生?！景咐慨?dāng)你向大模型查詢(xún)一個(gè)不太知名的歷史事件細(xì)節(jié)時(shí)，它可能會(huì)提供一些看似真實(shí)但實(shí)際上是由它自己“編造”出的內(nèi)容。【提示詞技巧】1.要求提供可靠來(lái)源示例：“請(qǐng)根據(jù)公認(rèn)的歷史文獻(xiàn)記載，簡(jiǎn)述XXX事件的過(guò)程，并確保所有細(xì)節(jié)都是可考證的。”2.設(shè)定回答邊界示例：“如果你不確定關(guān)于YYY的具體數(shù)據(jù)，請(qǐng)明確說(shuō)明‘暫無(wú)確切數(shù)據(jù)’，不要自行推斷或編造。”示例：“你的回復(fù)只能基于xx網(wǎng)站的搜索結(jié)果，以及我上傳的文檔。”3.啟動(dòng)模型自我驗(yàn)證示例：“請(qǐng)分步思考：首先，列出你關(guān)于ZZZ的所有關(guān)鍵信息點(diǎn)；然后，逐一檢查這些信息點(diǎn)的可靠性；最后，只輸出那些確鑿無(wú)誤的結(jié)論?！薄军c(diǎn)評(píng)】壓制幻覺(jué)的核心是為模型設(shè)定清晰、嚴(yán)謹(jǐn)?shù)幕卮鹂蚣堋Ｍㄟ^(guò)指令其“援引來(lái)源”、“承認(rèn)未知”和“自我審查”，可以強(qiáng)制模型切換到更審慎的模式，從而有效減少信口開(kāi)河的情況，大幅提升信息的準(zhǔn)確性和可靠性。第3次課探索生成式大模型本次授課內(nèi)容第2章探索生成式大模型2.3多模態(tài)內(nèi)容創(chuàng)作2.4AIGC應(yīng)用本次課的教學(xué)目的應(yīng)用多模態(tài)內(nèi)容創(chuàng)作工具（文生圖、文生音樂(lè)等）完成基礎(chǔ)創(chuàng)作；應(yīng)用生成式大模型解決學(xué)科領(lǐng)域具體任務(wù)，培養(yǎng)AI交互與批判性思維本次課教學(xué)重點(diǎn)與難點(diǎn)重點(diǎn)：多模態(tài)創(chuàng)作流程、AIGC典型應(yīng)用場(chǎng)景。難點(diǎn)：多模態(tài)提示詞的要素搭配、大模型在專(zhuān)業(yè)場(chǎng)景的合理應(yīng)用。教學(xué)方法教學(xué)手段案例式教學(xué)、上機(jī)實(shí)踐、課外線(xiàn)上學(xué)習(xí)。課堂教學(xué)時(shí)間分配教學(xué)內(nèi)容時(shí)間分配（分）2.3多模態(tài)內(nèi)容創(chuàng)作452.4AIGC應(yīng)用45課堂教學(xué)設(shè)計(jì)案例導(dǎo)入（大模型多模態(tài)創(chuàng)作展示）→核心內(nèi)容講解（分節(jié)遞進(jìn)）→上機(jī)實(shí)踐（文生圖/文生音樂(lè)等多模態(tài)創(chuàng)作實(shí)操）→課程思政滲透→總結(jié)與課后任務(wù)布置實(shí)驗(yàn)多模態(tài)內(nèi)容創(chuàng)作（選擇文生圖/文生音樂(lè)，應(yīng)用提示詞公式完成作品）思考題及作業(yè)題1、基礎(chǔ)作業(yè)：章后習(xí)題2、思考題文生圖、文生音樂(lè)、文生視頻的提示詞公式雖各有側(cè)重，但均包含“核心要素+細(xì)節(jié)補(bǔ)充”的邏輯，結(jié)合課堂案例分析：不同模態(tài)提示詞的“核心要素”為何存在差異？如何根據(jù)創(chuàng)作目標(biāo)靈活調(diào)整細(xì)節(jié)描述的詳略程度？課堂中AI賦能求職的案例中，大模型通過(guò)STAR法則重構(gòu)實(shí)習(xí)經(jīng)歷、精準(zhǔn)匹配崗位，體現(xiàn)了“人機(jī)協(xié)同”的優(yōu)勢(shì)。請(qǐng)思考：在未來(lái)職業(yè)發(fā)展中，哪些工作環(huán)節(jié)更適合AI輔助，哪些環(huán)節(jié)仍需人類(lèi)主導(dǎo)？如何平衡AI工具使用與自身核心能力提升？3、實(shí)踐作業(yè)1）多模態(tài)創(chuàng)作實(shí)踐選擇以下任一模態(tài)，運(yùn)用課堂所學(xué)提示詞公式完成創(chuàng)作，提交作品及300字創(chuàng)作說(shuō)明（含提示詞設(shè)計(jì)思路、調(diào)整過(guò)程）：文生圖：以“秋日校園的黃昏”為主題，明確風(fēng)格（如寫(xiě)實(shí)、水彩、賽博朋克）、場(chǎng)景細(xì)節(jié)（如建筑、人物、光影）和情緒氛圍，生成1張圖像，若不滿(mǎn)意需通過(guò)“繼續(xù)編輯”功能優(yōu)化。文生音樂(lè)：圍繞“清晨森林漫步”主題，指定風(fēng)格流派（如純音樂(lè)、民謠、NewAge）、節(jié)奏速度（BPM值）、樂(lè)器音色及結(jié)構(gòu)細(xì)節(jié)（如開(kāi)頭、中段、尾聲的旋律變化），生成一段1-2分鐘的音樂(lè)。文生視頻：描述“雨后街道上的行人與落葉”，明確主體動(dòng)作、鏡頭語(yǔ)言（如遠(yuǎn)景、跟拍）、光影效果及整體氛圍，使用可靈AI或其他工具生成15-30秒視頻。2）AIGC場(chǎng)景應(yīng)用假設(shè)你是即將畢業(yè)的應(yīng)屆生，設(shè)置好目標(biāo)崗位，完成以下任務(wù)：用大模型優(yōu)化個(gè)人簡(jiǎn)歷（需上傳原始簡(jiǎn)歷，讓模型分析不足并重構(gòu)實(shí)習(xí)經(jīng)歷、技能描述）；讓大模型生成10個(gè)該崗位高頻面試題及答題思路框架，模擬回答3道核心題目并提交文字版。課程思政元素1、介紹多模態(tài)內(nèi)容創(chuàng)作時(shí)，思政滲透點(diǎn)為：文化自信與價(jià)值引領(lǐng)、科技倫理與責(zé)任擔(dān)當(dāng)，設(shè)計(jì)如下講解提示詞公式時(shí)，舉例融入中華優(yōu)秀傳統(tǒng)文化元素（如文生圖提示詞“水墨風(fēng)格的江南古鎮(zhèn)，青瓦白墻映著小橋流水，船夫搖櫓泛起漣漪，營(yíng)造寧?kù)o悠遠(yuǎn)的中式意境”），引導(dǎo)學(xué)生用AI技術(shù)傳承文化符號(hào)；強(qiáng)調(diào)創(chuàng)作素材的版權(quán)合規(guī)性，提醒學(xué)生避免生成侵權(quán)、低俗內(nèi)容，樹(shù)立“科技向善”的創(chuàng)作理念。2、介紹AIGC應(yīng)用場(chǎng)景內(nèi)容時(shí)，思政滲透點(diǎn)為：家國(guó)情懷與使命擔(dān)當(dāng)、科技倫理與責(zé)任擔(dān)當(dāng)，設(shè)計(jì)如下：介紹醫(yī)療、科研、工業(yè)等領(lǐng)域應(yīng)用時(shí)，突出我國(guó)在生成式大模型領(lǐng)域的技術(shù)突破（如國(guó)產(chǎn)大模型在新藥研發(fā)、工業(yè)設(shè)計(jì)中的應(yīng)用成果），激發(fā)學(xué)生科技自強(qiáng)的家國(guó)情懷；以醫(yī)療領(lǐng)域?yàn)槔瑥?qiáng)調(diào)AI輔助診斷需以醫(yī)生臨床經(jīng)驗(yàn)為核心，數(shù)據(jù)隱私保護(hù)的重要性，引導(dǎo)學(xué)生樹(shù)立專(zhuān)業(yè)領(lǐng)域的責(zé)任意識(shí)與合規(guī)意識(shí)。3、介紹AI賦能求職、學(xué)術(shù)科研案例實(shí)操時(shí)，思政滲透點(diǎn)為：實(shí)干精神與核心能力提升、辯證思維與人文素養(yǎng)，設(shè)計(jì)如下：講解AI優(yōu)化簡(jiǎn)歷、模擬面試時(shí)，強(qiáng)調(diào)大模型是輔助工具，核心競(jìng)爭(zhēng)力仍需自身專(zhuān)業(yè)知識(shí)與實(shí)踐能力支撐，引導(dǎo)學(xué)生平衡工具使用與能力提升；學(xué)術(shù)科研輔助實(shí)操中，要求學(xué)生對(duì)AI生成的文獻(xiàn)總結(jié)、實(shí)驗(yàn)方案進(jìn)行人工核驗(yàn)，培養(yǎng)嚴(yán)謹(jǐn)求實(shí)的科研態(tài)度，避免盲目采信AI結(jié)果。教學(xué)后記課堂重點(diǎn)內(nèi)容詳解第一節(jié)課2.3多模態(tài)內(nèi)容創(chuàng)作2.3.1文生圖文本生成圖像技術(shù)是指通過(guò)文字描述來(lái)生成高質(zhì)量圖像的過(guò)程。為了使該“畫(huà)家”繪制出更符合預(yù)期的圖像，需要掌握提示詞的書(shū)寫(xiě)技巧。在此給出一個(gè)通用的公式及其解釋?zhuān)绫?.5所示。主體+細(xì)節(jié)+風(fēng)格+場(chǎng)景+情緒表2.5文生圖提示詞公式解釋要素作用正確寫(xiě)法案例錯(cuò)誤寫(xiě)法案例主體畫(huà)什么（核心對(duì)象）宇航員、櫻花樹(shù)、機(jī)械龍“唯美畫(huà)面”（太抽象）細(xì)節(jié)長(zhǎng)什么樣（特征強(qiáng)化）熒光藍(lán)眼睛、生銹齒輪關(guān)節(jié)、飄落花瓣“細(xì)節(jié)豐富”（無(wú)效詞）風(fēng)格怎么畫(huà)（藝術(shù)形式）賽博朋克插畫(huà)、水墨風(fēng)、3D渲染“高質(zhì)量”（冗余詞）場(chǎng)景在哪發(fā)生（環(huán)境背景）雨夜霓虹都市、火星沙漠、竹林深處“背景好看”（模糊）情緒傳遞什么感受（氛圍）孤獨(dú)感、科技?jí)浩雀小⒋喝罩斡坝懈杏X(jué)”（無(wú)效詞）【案例】用豆包創(chuàng)作圖像：快樂(lè)小貓打開(kāi)豆包輸入提示詞生成圖像?在豆包的界面中，找到“圖像生成”，輸入提示詞：“一只橘白相間的小貓，有著大大的綠色眼睛，正調(diào)皮地在花園的花叢中玩耍，整體呈現(xiàn)卡通風(fēng)格，營(yíng)造出活潑歡快的氛圍”，點(diǎn)發(fā)送，即可實(shí)現(xiàn)圖像的生成。繼續(xù)編輯圖片若用戶(hù)對(duì)生成圖像的視覺(jué)效果不完全滿(mǎn)意，希望進(jìn)行局部調(diào)整或更換背景等操作，豆包平臺(tái)提供了相應(yīng)的功能。用戶(hù)可以針對(duì)特定圖像進(jìn)行連續(xù)對(duì)話(huà)式的編輯。例如，單擊圖像下方的“繼續(xù)編輯”按鈕，在下方輸入提示詞：“將圖像背景更換為海邊沙灘”，系統(tǒng)便會(huì)利用智能算法將貓咪圖像的背景更換為海灘。通過(guò)這種方式，用戶(hù)可以反復(fù)單擊“繼續(xù)編輯”，并根據(jù)多輪提示詞來(lái)智能地微調(diào)圖像，直至達(dá)到滿(mǎn)意的效果。2.3.2文生音樂(lè)文生音樂(lè)是指利用文字描述作為輸入，通過(guò)算法生成相應(yīng)的音樂(lè)作品及其歌詞。與上述文生圖類(lèi)似，文生音樂(lè)提示詞首先要主題明確，其次細(xì)節(jié)需詳盡，然后風(fēng)格需清晰。文生音樂(lè)的提示詞公式及解釋如表2.6所示：主題+風(fēng)格流派+情緒氛圍+節(jié)奏速度+樂(lè)器音色+結(jié)構(gòu)細(xì)節(jié)當(dāng)初次生成的成果未能完全滿(mǎn)足預(yù)期標(biāo)準(zhǔn)時(shí)，可仔細(xì)審視結(jié)果，找出不滿(mǎn)意的具體方面（樂(lè)器選擇不當(dāng)？節(jié)奏過(guò)快？情感表達(dá)不足？），隨后針對(duì)性地調(diào)整提示詞再次生成。表2.6文生音樂(lè)提示詞公式解釋要素詳細(xì)描述主題追逐夢(mèng)想、太空探索、失戀情歌、古代戰(zhàn)場(chǎng)等風(fēng)格流派電子音樂(lè),流行,搖滾,爵士,古典,嘻哈,民謠,鄉(xiāng)村,氛圍音樂(lè),電影原聲,游戲配樂(lè)；Synthwave,Lo-fiHipHop,OrchestralEpic,Chillout,Disco,Reggaeton,Bluegrass,Baroque。情緒氛圍激昂、憂(yōu)傷、輕松歡快的,悲傷的,緊張的,神秘的,浪漫的,激昂的,寧?kù)o的,懷舊的,夢(mèng)幻的,滑稽的,恐怖的；雨夜咖啡館,陽(yáng)光沙灘,未來(lái)都市,幽暗森林,浩瀚宇宙,繁忙集市,冥想空間。節(jié)奏速度快節(jié)奏,慢節(jié)奏,中速,穩(wěn)定的節(jié)拍,變化的節(jié)奏,漸快,漸慢,強(qiáng)烈驅(qū)動(dòng)感；BPM120(較快的流行樂(lè)速度),BPM60(較慢的抒情速度),4/4拍,6/8拍(搖擺感)。樂(lè)器音色鋼琴,電吉他,小提琴,鼓組,合成器,長(zhǎng)笛,人聲合唱,銅管樂(lè)(小號(hào),長(zhǎng)號(hào)),弦樂(lè)組；溫暖的,明亮的,失真的,空靈的,厚重的,清脆的,復(fù)古的合成器音色,模擬磁帶質(zhì)感。結(jié)構(gòu)細(xì)節(jié)結(jié)構(gòu)：包含前奏、主歌、副歌、間奏、尾聲,純器樂(lè)無(wú)歌詞,ABA結(jié)構(gòu)動(dòng)態(tài)變化：開(kāi)頭輕柔，逐漸增強(qiáng)到高潮,高潮部分爆發(fā),結(jié)尾漸弱消失特殊效果：加入鐘聲,有海浪聲的環(huán)境音效,留聲機(jī)雜音效果,回聲效果,變調(diào)【提示詞舉例】生成一段音樂(lè)，主題：一場(chǎng)中世紀(jì)奇幻戰(zhàn)役的最終決戰(zhàn)。風(fēng)格黑暗奇幻交響樂(lè)混合工業(yè)元素。情緒：緊張、壓迫、絕望中帶著一絲悲壯。節(jié)奏：沉重、緩慢但充滿(mǎn)力量，BPM85。樂(lè)器：低沉的大鼓、厚重的失真電吉他riff、不和諧的交響弦樂(lè)、偶爾出現(xiàn)的嘶啞號(hào)角。結(jié)構(gòu)：開(kāi)頭是壓抑的環(huán)境音和心跳般的鼓點(diǎn)，逐漸加入弦樂(lè)和吉他，中段爆發(fā)激烈沖突，尾聲在悲壯的弦樂(lè)旋律中漸漸沉寂。時(shí)長(zhǎng)3分鐘。參考《艾爾登法環(huán)》中Boss戰(zhàn)音樂(lè)的氛圍。【案例】用豆包進(jìn)行詞曲創(chuàng)作：女聲民謠找到豆包入口，輸入提示詞?在豆包官網(wǎng)的用戶(hù)界面中找到“音樂(lè)生成”選項(xiàng)。此時(shí)，輸入框?qū)⒄故咎崾驹~引導(dǎo)語(yǔ)，以填空形式輔助用戶(hù)輸入提示詞。用戶(hù)亦可選擇忽略引導(dǎo)語(yǔ)，自行輸入提示詞，隨后單擊生成按鈕。進(jìn)行試聽(tīng)與調(diào)整在音樂(lè)創(chuàng)作完成后，首先進(jìn)行試聽(tīng)，以評(píng)估作品是否滿(mǎn)足預(yù)期目標(biāo)。若存在不滿(mǎn)意之處，如節(jié)奏過(guò)快或樂(lè)器音色不理想，應(yīng)返回編輯界面，修改提示詞，重新生成音樂(lè)，直至達(dá)到個(gè)人滿(mǎn)意為止。部分高級(jí)模型還支持調(diào)整音樂(lè)時(shí)長(zhǎng)、音頻格式等參數(shù)。2.3.3文生視頻借助于精心設(shè)計(jì)的提示詞，能夠引導(dǎo)人工智能系統(tǒng)生成與描述高度一致的視頻素材。這里分享一個(gè)實(shí)用的文生視頻提示詞公式及其解釋?zhuān)绫?.7所示：主體+運(yùn)動(dòng)+場(chǎng)景+鏡頭語(yǔ)言+光影+氛圍表2.7文生視頻提示詞公式解釋要素詳細(xì)描述主體視頻的核心表現(xiàn)對(duì)象，包括人物、動(dòng)物、物體、虛擬角色等運(yùn)動(dòng)主體的