《DeepSeek大语言模型边做边学-原理、配置、提示词和案例实操》教学大纲

《DeepSeek大语言模型边做边学——原理、配置、提示词和案例实操》课程教学大纲一、课程基本信息课程名称DeepSeek大语言模型边做边学——原理、配置、提示词和案例实操DeepSeekLargeLanguageModel:LearningbyDoing—Principles,Configuration,PromptEngineering,andPracticalCaseStudies课程编码课程类别基础选修课程性质选修考核方式考试学分2课程学时32开课学期第一学期开课单位先修课程无适用专业所有专业课程负责人审定日期二、课程简介《DeepSeek大语言模型边做边学——原理、配置、提示词和案例实操》适用于各专业学习。本课程以深度求索DeepSeek大语言模型技术为核心载体，构建“理论解析-技术实操-场景应用-伦理规范”四位一体的知识体系，系统覆盖大模型从基础原理到产业落地的全链条内容。课程立足人工智能技术演进背景，先梳理从符号主义到连接主义的AI发展脉络，聚焦Transformer架构与AIGC技术革命，明确DeepSeek系列模型的技术定位与突破；再通过本地化部署实操、提示词工程全解析，其中提示词工程涵盖基础结构、进阶技巧、工程技术，以此夯实技术应用基础；随后深入高校学习、科研创新、办公提效、跨工具协作及智能体开发等核心场景，高校学习包含自主学习、竞赛备赛、求职规划，科研创新涉及文献检索、论文润色、精准投稿，办公提效聚焦WPS灵犀协同，跨工具协作涵盖图片设计、短视频创作、编程辅助，智能体开发围绕Coze平台实战；最后以AI伦理与法律规范收尾，引导技术应用与社会责任并重。学生在学习本课程后，能够在日常生活中更好地使用AI工具。课程目标（一）知识目标理解人工智能演进逻辑：掌握从符号主义到连接主义的技术跃迁，其中符号主义的代表是专家系统，连接主义的核心是深度学习；明确大语言模型（LLM）的核心技术架构为Transformer，理解AIGC的多模态生成原理；了解DeepSeek系列模型的技术特性与版本差异，重点掌握V3和R1两个关键版本的区别与适用场景。掌握大模型技术基础：熟悉DeepSeek-R1本地部署流程，该流程包含环境配置、Ollama工具使用、OpenWebUI可视化搭建三个核心环节；理解提示词的三大核心结构，分别是指令、上下文、期望，以及六大类型，包括指令性、问答型、角色扮演型等；知晓提示词工程的高级技术，涵盖思维链CoT、生成知识提示GKP、检索增强生成RAG等关键技术。明晰场景应用逻辑：了解DeepSeek在高校学习、科研、办公、跨工具协作及智能体开发中的适配场景；掌握AI伦理的核心原则，包括尊重人类尊严、公平性、透明可解释等；理解人工智能法律体系框架，涉及主体责任划分、数据合规、权益保护等关键内容。（二）能力目标技术实操能力：能独立完成DeepSeek-R1本地部署与运行，操作包括命令行调用和可视化界面交互；能设计结构化提示词解决特定需求，例如制定学习规划、开展文献检索、生成代码等；能使用Coze平台开发简易智能体，比如大学生问答智能体。场景应用能力：能运用DeepSeek优化学习流程，具体包括制定个性化学习计划、分析学科竞赛策略、优化求职简历；能借助DeepSeek提升科研效率，涵盖精准检索文献、提取核心内容、润色论文以及设计科研图表；能实现DeepSeek与WPS、Photoshop、剪映等工具的协同，进而提升办公与创作效率。问题解决与创新能力：能识别大模型应用中的常见问题，像token限制、幻觉生成等，并采取相应的应对策略；能基于DeepSeek进行智能体的开发以适配个性化需求；能结合AI伦理与法律规范分析技术应用风险。（三）素养目标责任意识：树立“技术向善”理念，理解AI技术的“价值负荷”特性；能在应用中遵循隐私保护、公平性等伦理原则，有效规避数据泄露、算法偏见等风险。跨学科思维：培养技术与场景融合的思维模式，能将大模型技术适配教育、科研、办公、创意创作等不同领域需求；具备跨工具协作的系统思维，实现技术与工具的高效结合。持续学习能力：建立大模型技术动态跟踪意识，能根据技术迭代优化应用方法，适应智能时代技术快速发展需求，保持对新技术的敏感度与学习能力。四、教学方法本书围绕大语言模型技术与智能体应用等核心内容，以项目驱动为主导，采用理实结合的方式展开教学，针对不同章节知识点设计专项项目，同时引导学习者结合问题内容自主设计操作流程或开发方案，逐步提升大模型应用与智能开发能力。案例实现过程中贯穿理论与实操结合的思路，以解题逻辑和技术路径作为引导，帮助学习者自主思考解决方法，并通过实操验证效果，具体教学方法适配如下：1.课堂讲授课堂讲授的内容应该紧扣“应用型”本科人才培养规格的要求，避免过多的抽象理论和烦琐的数学推导。陈旧的、重复的、微观细节的内容要去除；讲授体系和教材体系要适当分开，避免"照本宣科"；提倡穿插采用提问式、双向交流式的讲课；提倡教学实例尽量与工程应用接近。2.案例实操教师根据教学大纲要求，结合书中各章节核心知识点设计实操任务，任务类型覆盖“理解验证型”“应用设计型”“综合开发型”，适配书中不同技术模块。五、教学内容及重难点(一)人工智能演进与大模型崛起中的DeepSeek突破教学内容人工智能演进：梳理从符号主义（专家系统）到连接主义（深度学习）的技术跃迁，明确关键时间节点与代表成果。大语言模型技术：解析Transformer架构自注意力机制、GPT系列创新及AIGC多模态生成原理，介绍国内大模型竞争格局。DeepSeek定位：说明DeepSeek-V3（多模态处理）与R1（强化推理）的技术特性，以及全场景部署（App、Web、本地）与特色能力。重难点重点：Transformer架构作用，DeepSeek-V3与R1差异，AIGC多模态应用逻辑。难点：符号主义与连接主义本质差异，AIGC多模态底层逻辑，不同部署场景适配。(二)本地部署DeepSeek-R1大模型教学内容本地部署优势：阐述数据隐私安全、定制化灵活、离线高效使用、成本优化及无使用限制的特点。DeepSeek模型特性：分版本解析V1至R1迭代，明确R1不同参数版本的硬件适配要求。部署与运行：讲解Ollama下载安装、模型命令行下载与交互，以及OpenWebUI可视化搭建（Python环境、VC++工具、界面操作）。重难点重点：Ollama部署流程，OpenWebUI搭建步骤，本地部署隐私与硬件适配逻辑。难点：解决部署常见问题（启动失败、连接超时），硬件资源匹配，可视化交互调试。(三)DeepSeek提示词设计技巧全解析教学内容提示词基础：定义提示词，拆解“指令-上下文-期望”三大结构，分类说明六种提示词类型。进阶使用：讲解提示词设计原则、进阶技巧（万能模板、思维链等），梳理新手常见问题及应对策略。提示词工程：区分提示词与提示词工程，解析六种高级技术（CoT、RAG等）及领域应用。重难点重点：提示词三大结构设计，万能模板与思维链应用，RAG与CoT适用场景。难点：不同类型提示词设计逻辑，解决幻觉生成、token限制，理解ART、ReAct底层逻辑。DeepSeek赋能高校学生成长路径教学内容自主学习：讲解智能学习助手功能（分步骤解析、可视化）与提示词设计，阐述个性化学习规划方法。学科竞赛：说明竞赛分析与推荐逻辑，介绍备赛规划（路线、动态调整）、亮点提炼及技术背书策略。求职赋能：解析职位分析与推荐，讲解学习规划与时间安排，说明简历智能优化（要素拆解、专项策略）。重难点重点：个性化学习规划，竞赛备赛路径，求职简历优化逻辑。难点：不同专业学习规划提示词设计，备赛进度与分工问题，校园经历转化为求职亮点。(五)DeepSeek赋能高校科研教学内容科研检索：讲解动态检索策略（领域锁定、限制条件等）与基于论文的文献挖掘方法。文献提取：说明文献基础信息提炼、技术路线可视化、价值评估及争议点挖掘。论文润色与投稿：阐述论文摘要撰写、语言润色、科研图表制作，以及期刊推荐逻辑与投稿策略。重难点重点：文献检索优化，文献核心内容提取，论文润色与期刊匹配。难点：避免检索AI幻觉，识别文献局限性，匹配符合需求的目标期刊。(六)DeepSeek驱动WPS办公智能化变革教学内容WPS灵犀概述：介绍灵犀定义、核心功能（文档处理、数据分析等）、应用场景及操作指南。文档编辑：讲解智能内容生成、语言翻译、语法风格优化与格式检查。数据处理与办公协同：说明数据检测分析、可视化及函数公式应用；介绍PPT制作、思维导图、邮件编辑等协同功能。重难点重点：灵犀核心功能应用，DeepSeek与WPS协同提效，复杂数据处理逻辑。难点：场景化文档内容生成，数据可视化图表设计，办公任务自动化处理。(七)DeepSeek与AI工具协同应用教学内容图片处理：讲解DeepSeek+即梦（海报生成）、DeepSeek+可灵（素材生成）、DeepSeek+Photoshop（脚本处理）。短视频与音乐创作：阐述DeepSeek生成脚本，与剪映/即梦协同生成短视频；说明DeepSeek+海绵音乐/音疯创作歌曲。编程与思维导图：介绍DeepSeek生成代码、与Trae协同提效，以及基于文档生成思维导图的流程。重难点重点：工具协同逻辑，提示词适配工具特性，复杂任务（老照片修复、代码生成）实操。难点：提示词优化匹配工具需求，解决工具兼容性问题，多工具组合创作。(八)智能体应用教学内容智能体概述：定义智能体，对比与传统软硬件差异，梳理发展历程，解析四大要素与五大特点，阐述与生成式AI关系，介绍国内典型产品。Coze平台应用：说明平台核心功能（插件、知识库等），讲解简单应用（网站开发助手）与简易开发（智能体创建、编排、发布）。大学生问答智能体开发：阐述需求分析、工作流设计（节点设置、试运行）与智能体创建发布。重难点重点：智能体核心要素与特点，Coze平台核心功能，问答智能体开发流程。难点：智能体与传统软硬件本质差异，工作流节点设计，开发试运行错误解决。(九)人工智能伦理与法律教学内容伦理基础：解析AI伦理本质（技术与价值碰撞、伦理困境），阐述七大伦理核心原则及实践挑战。法律规范：构建AI法律框架（主体责任、行为规范、权益保护），探讨立法国际冲突与协调，分析新兴法律争议与司法挑战。未来探讨：探讨AI法律地位（工具定位、有限人格）与人机共生伦理（合作信任、价值传承、全球协同）。重难点重点：AI伦理核心原则与挑战，法律框架核心内容，未来伦理与法律关键议题。难点：伦理困境技术根源，不同主体法律责任边界，AI法律地位对法律体系的冲击。课程内容及安排序号章节课程内容教学目标学时1第1章人工智能演进与大模型崛起中的DeepSeek突破1.1人工智能演进：符号主义到连接主义的技术跃迁、关键时间节点与代表成果1.2大语言模型技术：Transformer架构自注意力机制、GPT系列创新、AIGC多模态生成原理、国内大模型竞争格局1.3DeepSeek定位：V3与R1版本技术特性、全场景部署形式、特色能力理解人工智能发展脉络，掌握大语言模型核心技术架构，明确DeepSeek系列模型定位与适用场景22第2章本地部署DeepSeek-R1大模型2.1本地部署优势：数据隐私安全、定制化灵活、离线高效、成本优化、无使用限制2.2DeepSeek模型特性：V1至R1版本迭代、R1不同参数版本硬件适配要求2.3部署与运行：Ollama下载安装、模型命令行交互、OpenWebUI可视化搭建掌握DeepSeek-R1本地部署完整流程，理解硬件适配逻辑，了解部署隐私保护机制23第3章DeepSeek提示词设计技巧全解析3.1提示词基础：定义、“指令-上下文-期望”三大结构、六种提示词类型3.2进阶使用：设计原则、进阶技巧、新手常见问题及应对策略3.3提示词工程：与提示词的区别、六大高级技术、领域应用掌握提示词核心结构与设计方法，熟悉进阶技巧与工程技术，能解决提示词使用常见问题24第4章DeepSeek赋能高校学生成长路径4.1自主学习：智能学习助手功能、提示词设计、个性化学习规划方法4.2学科竞赛：竞赛分析与推荐逻辑、备赛规划、亮点提炼、技术背书策略4.3求职赋能：职位分析与推荐、学习规划与时间安排、简历智能优化能运用DeepSeek优化学习、竞赛备赛及求职流程，设计适配场景的提示词25第5章DeepSeek赋能高校科研5.1科研检索：动态检索策略、基于论文的文献挖掘方法5.2文献提取：基础信息提炼、技术路线可视化、价值评估、争议点挖掘5.3论文润色与投稿：摘要撰写、语言润色、科研图表制作、期刊推荐与投稿策略能借助DeepSeek提升科研效率，精准检索文献、提取核心内容，完成论文润色与期刊匹配26第6章DeepSeek驱动WPS办公智能化变革6.1WPS灵犀概述：定义、核心功能、应用场景、操作指南6.2文档编辑：智能内容生成、语言翻译、语法风格优化、格式检查6.3数据处理与办公协同：数据检测分析、可视化、函数公式应用、PPT制作、思维导图、邮件编辑掌握WPS灵犀与DeepSeek协同应用方法，能实现文档、数据、办公协同场景提效67第7章DeepSeek与AI工具协同应用7.1图片处理：DeepSeek+即梦生成海报、DeepSeek+可灵生成素材、DeepSeek+Photoshop脚本处理7.2短视频与音乐创作：DeepSeek生成脚本、与剪映/即梦协同生成短视频、与海绵音乐/音疯创作歌曲7.3编程与思维导图：DeepSeek生成代码、与Trae协同提效、基于文档生成思维导图理解DeepSeek与多类AI工具协同逻辑，能设计适配工具的提示词，完成复杂创作任务68第8章智能体应用8.1智能体概述：定义、与传统软硬件差异、发展历程、四大要素、五大特点、与生成式AI关系、国内典型产品8.2Coze平台应用：核心功能、简单应用、简易开发流程8.3大学生问答智能体开发：需求分析、工作流设计、试运行与发布掌握智能体核心概念与要素，熟悉Coze平台使用，能独立开发简易智能体89第9章人工智能伦理与法律9.1伦理基础：AI伦理本质、七大核心原则、实践挑战9.2法律规范：AI法律框架、立法国际冲突与协调、新兴法律争议与司法挑战9.3未来探讨：AI法律地位、人机共生伦理、全球伦理协同掌握AI伦理核心原则与法律框架，能分析技术应用伦理风险，树立“技术向善”意识2七、考核形式与成绩评定（一）评价方式课程目标评价方式及比例（%）成绩比例（%）平台学习与任务点课堂考勤与表现实验报告期末考试课程目标13471533课程目标24372037课程目标33361530合计1010305010