生成式人工智能基础与应用-教案全套 第1-10章 人工智能时代的创新与变革 -生成式人工智能的伦理、安全与未来展望

人工智能时代的创新与变革教案单元/章节名称第一章人工智能时代的创新与变革学时2学期总课次1授课时间第周，星期，第节学习目标理解AI时代的特征与变化。认识AI的内涵、特征与发展历程。探索GAI的创新应用。分析AI时代的机遇与挑战。教学重点及解决措施重点：人工智能时代的主要特征；人工智能的内涵、特征、类别与发展历程；生成式人工智能的内涵、生成内容分类、技术架构、创新应用以及AI时代的机遇与挑战。解决措施：以教材中“杭州亚运会AI翻译机器人、深圳无人产线、北京城市大脑、刷脸支付”等现实场景作为导入，引导学生从日常经验中理解AI时代特征；通过表格对比决策式人工智能与生成式人工智能，帮助学生把握不同AI类型的功能定位；结合生成内容分类和应用案例，组织学生讨论GAI如何改变内容生产、科研创新、个体创造力和产业效率。教学难点及解决措施难点：理解AI从“分析决策”走向“自主创造”的范式转变；把握GAI带来的产业革命、就业结构调整与个体能力转型之间的关系；理解AI发展中的技术赋能与伦理风险并存。解决措施：采用“发展历程梳理—类别对比—案例分析—问题讨论”的教学路径，帮助学生从时间线、功能差异和现实应用三个角度理解AI变革；围绕教材中的思考讨论，组织学生列举3项AI可能替代的能力和3项人类需强化的核心能力，促使学生将知识理解转化为个人发展反思。知识导图授课内容及教学活动设计附注（教学方法、活动形式、辅助手段等）一、引入情境导入：呈现教材中“杭州亚运会AI翻译机器人、深圳工厂无人产线、北京城市大脑治堵、刷脸支付”等场景，引导学生思考：人工智能已经在哪些方面改变了生活方式和工作模式？目标定位：结合本章学习目标，说明本课将围绕“AI时代特征—AI基本概念—GAI突破—机遇与挑战”展开学习。经验分享：请学生结合自身经历，分享日常学习中使用翻译软件、作业批改程序、知识点查询工具或智能问答工具的体验，初步讨论AI对学习流程的影响。情境导入经验分享问题引导二、新授：人工智能时代的到来（一）AI引领下的时代特征教师围绕教材内容讲解AI时代的六项主要特征：1.高度智能化：智能机器人、智能家居、智能交通和智能决策正在融入生产、生活和管理过程。2.数据驱动：数据成为重要生产要素，AI通过深度挖掘和分析数据揭示规律，支持精准营销、科研建模和复杂问题解决。3.创新加速：AI推动算法、模型和跨行业融合创新，缩短创新周期，催生新商业模式与产业形态。4.社会结构调整：自动化与智能化减少部分传统岗位，也催生算法工程师、数据分析师、AI伦理专家等新兴职业。5.全球合作与竞争并存：AI发展既需要国际合作，也成为人才、技术和产业竞争的关键领域。6.伦理与法律面临新挑战：算法公正、数据隐私、责任界定、军事应用等问题需要伦理准则和法律框架加以规范。问题研讨：学生围绕“AI工具如何改变学习流程”“何时应主动减少对AI工具的依赖”进行小组讨论，并形成简短观点。教师讲授小组讨论案例分析三、新授：AI的内涵、特征与发展历程（一）AI的内涵人工智能是计算机科学的重要分支，致力于通过算法建模和系统开发，使机器具备感知、学习、推理等类人智能特征，完成图像识别、语言翻译、自动驾驶等需要人类智能的任务。教师引导学生从三个方面理解AI：1.技术体系：机器学习、深度学习、自然语言处理、计算机视觉等核心技术。2.应用系统：专家系统、智能机器人、自动驾驶等具体应用形态。3.认知延伸：不仅模仿人类逻辑推理，也通过大数据与跨媒体技术突破人类认知边界。（二）AI的特征结合教材逐项讲解学习与适应能力、数据驱动、模式识别与推理、多模态交互、高效性与可扩展性、不确定性处理、伦理与风险并存等特征。（三）AI的类别通过对比讲解决策式人工智能、生成式人工智能与通用人工智能：决策式人工智能侧重数据分析和决策优化，生成式人工智能侧重内容创造与创新，通用人工智能则指向具备广泛认知能力、可跨领域解决复杂问题的智能系统。（四）AI的发展历程结合教材的阶段梳理AI发展：萌芽期、黄金期与寒冬交替、复兴期、深度学习时代、生成式人工智能崛起与通用人工智能探索。引导学生理解算法、数据和算力的协同演进如何推动AI从“分析”走向“创造”。思考讨论：回溯AI“波浪式前进”的发展过程，分析技术突破、市场需求、政策导向在不同阶段的作用。教师讲解时间线梳理对比分析四、新授：生成式人工智能的突破（一）GAI的内涵生成式人工智能的核心能力是通过学习海量数据中的潜在规律，自主创造符合人类认知的新内容，如文本、图像、音频、代码等。教师从“数据驱动的内容生成引擎”和“创造性输出的有限自主性”两个角度帮助学生理解GAI。（二）GAI的生成内容分类结合教材表格，说明GAI可生成文本、图像、音频、视频、多模态内容和代码。引导学生分别举例说明文本生成、图像生成、音频生成、视频生成、多模态生成和代码生成的典型用途。类型技术代表典型应用代表文本生成GPT-5、Claude-3实时生成个性化法律合同图像生成StableDiffusion4、DALL·E4工业设计原型秒级渲染音频生成VoiceCraft2.0、VALL-EX明星声纹克隆视频生成Sora3.0、RunwayGen-4电影分镜实时生成多模态生成GeminiUltra、PaLM-E2教育课件动态生成代码生成GitHubCopilotX、CodeLlama70B全栈应用开发（三）GAI的技术架构讲解教材中的四类技术架构：生成对抗网络（GAN）、扩散模型、自回归模型和神经辐射场（NeRF）。教学中可使用教材中的形象比喻帮助学生理解：GAN类似“真假侦探游戏”，扩散模型类似“从模糊到清晰的画家”，自回归模型类似“超级故事大王”，NeRF类似“3D场景复印机”。小组活动：请学生分组列举生活中发现的GAI应用或工具，讨论GAI发展可能带来的正面影响与负面影响。教师讲授工具举例小组讨论五、新授：GAI的创新应用与发展教师围绕教材内容梳理GAI的五类创新应用：1.数字内容生产与分发：自动批量生成文字、图片和视频，支持个性化内容生产。2.跨模态交互与体验升级：融合3D建模、实时渲染与多感官反馈，推动虚实融合体验。3.垂直行业效率革命：在医疗、制造、建筑等领域提供专业化生成式解决方案。4.科研创新加速器：推动材料、社会科学等领域由“假设—实验”走向“生成—验证”的循环。5.个体创造力赋能工具：降低创作门槛，使普通学习者也能借助AI完成故事、绘本、应用设计等创造任务。归纳提升：引导学生将以上应用概括为“效率革命—体验重构—认知跃迁”三个维度。教师讲解归纳总结案例说明六、新授：GAI赋能下创新范式转变的机遇与挑战（一）产业革命与需求升维讲解GAI如何推动传统行业从人力密集型走向智能化生产，推动消费需求从功能性消费走向体验型经济，并使数据主权与算法竞争力成为全球竞争的新要素。（二）就业市场的“双向挤压”与能力突围说明GAI可能替代基础性、重复性岗位，同时催生生成伦理审计师、多模态策展人等新兴角色。引导学生理解AI时代能力需求从“专业技能”走向“人机协同”。（三）GAI时代的发展适应围绕教材中的四个维度展开：思维转型、核心能力、实践闭环、发展原则。重点讲解个体应从“工具使用者”转向“问题架构师”，并掌握精准需求翻译、生成结果优化、价值伦理校准三项关键能力。课堂练习：从个人专业领域出发，列举3项AI可能替代的能力和3项人类需强化的核心能力，并说明理由。教师讲解个人反思课堂练习七、总结本课围绕“人工智能时代的创新呼唤与变革”展开，首先分析了AI时代的主要特征，随后讲解了AI的内涵、特征、类别与发展历程，进一步聚焦生成式人工智能的内涵、生成内容分类、技术架构和创新应用，最后讨论了GAI带来的产业、就业与个体发展挑战。通过学习，学生应能够认识AI时代的基本趋势，理解生成式人工智能从“分析决策”到“内容创造”的范式意义，并初步形成适应AI时代的人机协同发展意识。教师总结八、作业1.简答题（1）人工智能的研究融合了哪些学科知识？（2）决策式人工智能与生成式人工智能的核心目标分别是什么？（3）在AI时代，传统职业角色可能发生哪些变化？2.实践操作题（1）检索并整理当下AI对某一行业产生影响的相关资讯，在下一次课中与同学分享发现与感受。（2）围绕未来人机协同工作的趋势，设计一份适合自己的“人机协作能力提升计划”，内容应包括需要提升的能力、拟使用的AI工具、实践场景和自我评价方式。课后作业拓展学习第二章大语言模型及其应用框架教案单元/章节名称第二章大语言模型及其应用框架学时2学期总课次2授课时间第周，星期，第节学习目标理解大语言模型的基本概念、特征及其发展历程。掌握提示工程的核心原理与实践方法。了解检索增强生成（Retrieval-AugmentedGeneration，RAG）技术的工作机制。认识智能体技术在大语言模型应用中的作用。掌握微调在垂直领域应用中的关键要点。教学重点及解决措施重点：大语言模型的定义、规模效应和涌现能力；提示词工程的COSTAR框架；RAG的知识准备、语义检索和智能生成三大模块；智能体的LLM、规划、记忆、工具使用四个组成部分；微调技术的概念与主要方法。解决措施：以ChatGPT等大语言模型的实际应用为导入，帮助学生理解LLM对人机交互方式的改变；通过提示词优化练习让学生体验“输入设计”对输出质量的影响；通过流程图式讲解RAG和Agent，帮助学生把握不同应用框架的功能边界与适用场景。教学难点及解决措施难点：理解“涌现能力”的含义及其与模型规模之间的关系；区分提示词工程、RAG、Agent与微调的作用边界；理解RAG如何解决知识截断和模型幻觉，Agent如何通过规划、记忆与工具使用完成复杂任务。解决措施：采用“概念解释—技术流程—场景判断—实践练习”的路径组织教学；将RAG拆解为知识准备、语义检索、智能生成三个环节，将Agent拆解为大语言模型、规划、记忆、工具使用四个模块；安排学生根据不同应用场景选择合适技术方法，强化迁移理解。知识导图授课内容及教学活动设计附注（教学方法、活动形式、辅助手段等）一、引入案例导入：以ChatGPT能够进行自然对话、编写代码、创作文章、分析数据、解答学术问题等现象为切入点，引导学生思考“大语言模型为什么能够改变人机交互方式”。目标定位：结合本章学习目标，说明本课将围绕“大语言模型基础—提示词工程—RAG—智能体—微调技术”展开。前测提问：请学生举例说明自己使用过的大语言模型，并说出它在学习、工作或生活中帮助自己完成过的具体任务。案例导入经验分享目标说明二、新授：大语言模型的概念与发展（一）大语言模型的定义与核心特征教师讲解大语言模型是一类包含超大规模参数的神经网络模型，能够通过对海量文本数据的学习获得自然语言理解与生成能力。重点说明“规模效应”与“涌现能力”：当模型参数规模达到一定程度时，可能出现上下文理解、逻辑推理、知识迁移等能力。（二）大语言模型的发展历程按照教材四个阶段进行梳理：规则驱动的早期探索阶段：以人工编写规则集、基础统计方法、图灵测试和ELIZA系统等为代表。神经网络复兴与深度学习崛起阶段：深度神经网络、RNN和LSTM等推动语言处理能力提升。预训练语言模型的突破阶段：预训练模型推动自然语言理解与生成能力发展。大语言模型的蓬勃发展期：Transformer、BERT、GPT系列模型和RLHF等技术共同推动大模型应用扩展。课堂提问：为什么大语言模型不只是“简单模式识别工具”，而逐渐表现出一定的“理解”能力？教师讲授时间线梳理课堂提问三、新授：提示词工程（一）提示词工程的概念与特点提示词工程是一门融合语言理解、任务分析和创意构思的技术学科，其核心目标是通过优化输入给AI系统的文本提示，引导AI生成符合人类需求的输出内容。教师重点讲解三项特点：语义精确性、结构化思维和场景适应性。（二）提示词设计的COSTAR框架结合教材讲解六个核心要素：Context：上下文背景信息，为AI提供行业趋势、项目情况和相关背景。Objective：目标，明确任务目的和期望效果。Style：风格，根据内容性质和使用场景选择表达方式。Tone：语气，根据场合把握情感基调。Audience：受众，分析目标群体的年龄、教育背景、专业水平和需求诉求。Response：响应形式，指定输出格式、组织方式和质量标准。（三）提示词工程的应用实践讲解提示词工程在教育培训、医疗健康、商业营销、技术开发和生活服务中的应用，包括课程规划、练习题生成、健康科普、病历总结、社交媒体营销、代码开发辅助、技术文档编写、旅行攻略和职业规划等。小试牛刀：请学生优化一个劣质提示词，补充缺失的COSTAR要素，添加结构化要求、风格限制和防止AI幻觉的约束，并比较优化前后输出差异。教师讲解框架分析实践练习四、新授：检索增强生成（RAG）（一）RAG的概念与本质检索增强生成将信息检索系统与生成式大语言模型结合，旨在克服大语言模型在知识时效性和准确性方面的局限。教师重点说明RAG解决的两个核心问题：知识截断和模型幻觉。（二）RAG的系统架构与技术实现一个完整的RAG系统通常包括三个模块：知识准备模块：收集文档、网页、数据库等多源异构数据，进行清洗、分块、向量化并存入向量数据库。检索模块：将用户查询转换为向量表示，通过语义检索定位最相关的知识片段，并进行排序筛选。生成模块：将检索结果与原始查询融合为上下文，利用提示模板引导大语言模型生成准确、可靠、有据可循的回答。（三）RAG的应用价值结合教材讲解RAG在企业知识管理、专业服务和教育培训中的价值，如技术支持、内部知识共享、医疗健康咨询、法律服务、金融分析、个性化学习和教师课程设计。思考讨论：当RAG检索到的知识源之间存在冲突，或检索信息不完整时，如何避免生成误导性答案？教师讲解流程拆解问题讨论新授：智能体技术（一）Agent的概念与特性智能体是一种能够自主感知环境、制定决策并采取行动以实现特定目标的AI系统。教师围绕自主性、感知能力、决策能力、执行能力、学习能力和交互能力等特征讲解其与单纯大语言模型的区别。（二）基于大语言模型的Agent设计方法讲解智能体的四个关键组成部分：大语言模型（LLM）：负责理解输入、推理和生成响应。规划（Planning）：将复杂任务分解为可执行子任务，使用子任务分解、思维链和思维树等方法。记忆（Memory）：包括短期记忆和长期记忆，用于保持对话连贯和跨任务知识积累。工具使用（ToolUse）：调用搜索引擎、计算器、代码执行器、数据库查询、API等外部工具，扩展解决问题的能力。（三）智能体开发框架与实践介绍教材中的Coze、FastGPT、Dify和RagFlow等平台，并说明其适用场景：Coze适合快速进入AI应用开发，FastGPT适合知识库问答和工作流自动化，Dify适合生产级生成式AI应用开发，RagFlow适合复杂文档与RAG工作流。（四）Agent在任务自动化领域的应用结合教材说明智能体在创意设计、产品开发、软件测试、教育、企业服务、研究、金融、医疗、城市管理和个人生活中的应用。思考讨论：在医疗诊断、金融投资等专业领域，智能体如何与人类专家形成优势互补？教师讲授平台比较场景分析六、新授：微调技术（一）微调的概念与优势微调是在特定领域数据集上对预训练大语言模型进行额外训练，使其适应特定任务或领域的方法。教师讲解微调的优势：利用预训练模型已有语言知识、减少训练时间和计算资源、降低垂直领域数据需求、保持模型通用能力。（二）微调的主要方法与技术特点讲解全参数微调和参数高效微调（PEFT）两类方法。全参数微调更新模型全部参数，效果好但资源消耗大；参数高效微调包括Prompt-tuning、Prefix-tuning、LoRA等方法，强调在效果与效率之间取得平衡。（三）微调的实时流程与应用前景教师概括微调从数据准备到模型评估的基本流程，并结合教材说明微调在医疗、金融等专业场景中的产业化前景。场景判断：给出“企业知识库客服”“金融领域术语适配”“提示词优化生成内容”“自主分解任务并调用外部工具”等场景，请学生判断对应技术是RAG、微调、提示词工程还是智能体。教师讲解技术比较场景判断七、总结本课从大语言模型的基本概念与发展出发，系统学习了提示词工程、检索增强生成、智能体技术和微调技术四类应用框架。通过学习，学生应理解大语言模型能力形成的基础，掌握通过提示词工程与模型进行高质量沟通的方法，能够解释RAG如何增强回答的准确性与可追溯性，认识智能体如何通过规划、记忆和工具使用完成复杂任务，并初步理解微调在垂直领域应用中的价值。教师总结八、作业1.简答题（1）什么是大语言模型的“涌现能力”？它对大语言模型发展有什么意义？（2）RAG技术主要解决大语言模型的哪两个核心问题？（3）智能体的四大核心组件是什么？2.实践操作题（1）选择一个大语言模型，尝试在学习、工作或生活中完成一项具体任务，记录任务目标、提示词设计、实际效果和改进思路。（2）基于本章知识，设计为期一个月的“LLM协作能力提升计划”，每周选择2个生活或学习场景应用大语言模型，并记录使用体验。课后作业实践记录第三章生成式人工智能工具与应用教案单元/章节名称第三章生成式人工智能工具与应用学时2学期总课次3授课时间第周，星期，第节学习目标1.全面了解当前主流GAI工具的特点和适用场景。2.掌握GAI工具的基本使用范式和最佳实践。3.理解多模态融合在GAI应用中的重要作用。4.能够根据实际需求选择合适的GAI工具并加以应用。5.掌握GAI工具在实际项目中的应用方法和注意事项。教学重点及解决措施重点：主流AIGC工具与平台的功能特点；AIGC工具通用工作流范式；结构化输入设计与参数配置策略；生成—评估—优化循环；AIGC在生活、工作、科研和商业场景中的应用案例。解决措施：按照“工具类型—使用范式—应用案例”的逻辑组织教学；结合DeepSeek、ChatGPT、豆包、通义千问、Kimi、StableDiffusion、Midjourney、即梦AI、Sora、Suno、可灵、Cursor、GitHubCopilot、Trae等教材中的工具进行分类讲解；通过小试牛刀活动引导学生体验工具选择、提示词调整和结果优化。教学难点及解决措施难点：根据复杂任务进行工具链配置；理解结构化输入、参数配置与输出质量之间的关系；建立准确性、创新性、实用性和一致性的评价框架，并据此开展优化。解决措施：采用“任务属性识别—复杂度评估—工具链配置”的步骤化教学；通过“角色定义、格式约束、条件限定”的示例引导学生完成输入设计；以即梦图像优化为例讲解生成—评估—优化循环；组织学生围绕生活、工作、科研或商业场景进行工具应用方案设计。知识导图授课内容及教学活动设计附注（教学方法、活动形式、辅助手段等）一、引入情境导入：提出问题“当我们需要写学习计划、生成图像、制作音乐视频、编写代码或搭建智能体时，应如何选择合适的AIGC工具？”引出本章主题。目标定位：结合本章学习目标，说明本课将围绕“AIGC主流工具与平台—AIGC工具使用范式—GAI工具应用案例与方法”展开。经验分享：请学生列举自己听说过或使用过的AIGC工具，并说明该工具主要用途。情境导入经验分享工具分类二、新授：AIGC主流工具与平台（一）文本生成工具介绍DeepSeek、ChatGPT、豆包、通义千问和Kimi：DeepSeek具备文本对话、代码开发、数学计算和图像理解等多模态功能；ChatGPT具有自然语言处理、多轮对话、文本生成和代码编程能力；豆包在中文创作和多模态交互方面表现突出；通义千问具备对话、创作、多模态处理和办公学习辅助能力；Kimi的突出特色是长文本处理、文件解析和资料整理。小试牛刀：学生尝试体验其中一款或多款文本生成工具，生成结合自身专业和学段特点的“学习计划”，并调整需求进行优化，和同学们分享使用感受。（二）图像生成工具讲解StableDiffusion、Midjourney和即梦AI。StableDiffusion具有开源、可定制和本地部署特点；Midjourney以艺术表现力和多风格生成见长；即梦AI面向中文用户，支持文本生成图像和视频、智能画布和故事创作。小试牛刀：以“秋日风景”为主题进行图像绘制，并通过调整画风和景象细节优化结果。（三）音视频生成工具介绍Sora、Suno和可灵。Sora可基于文本描述或静态图像生成高质量视频；Suno支持通过文本描述或音频输入生成音乐；可灵支持多种视频生成模式，适用于商业广告和产品展示。（四）编程辅助工具介绍Cursor、GitHubCopilot和Trae。Cursor强调代码建议、自动补全、错误检查和调试；GitHubCopilot能够基于上下文生成和补全代码；Trae支持中文原生交互和从项目初始化到代码优化的流程支持。教师讲授分类比较工具体验三、新授：AIGC工具的使用范式——通用工作流范式（一）需求拆解与场景定位教师讲解AIGC任务应用的“三级定位法”：1.任务属性识别：将任务识别为内容生成、逻辑推理或艺术创作等类型。2.复杂度评估：判断任务是否需要多模态转换、跨领域知识融合或特殊约束条件。3.工具链配置：基于任务属性与复杂度构建弹性工具链，基础模型提供理解与生成能力，垂直工具负责特定领域的专业处理，增强组件用于功能扩展和流程优化。案例分析：内容创作可组合ChatGPT等基础模型与Midjourney等垂直工具；开发任务可组合DeepSeek等基础模型与GitHubCopilot等代码工具；企业应用可组合通义千问等基础模型与Coze等开发框架。示范案例：介绍智能营销方案生成案例的4个关键环节：需求分析（豆包）先用豆包处理市场研究数据，提炼用户特征、行为习惯与核心营销目标，为方案定调。方案生成（扣子空间平台）在扣子空间平台搭建自动化工作流，生成创意文案与传播策略，通过流程编排实现环节间的无缝衔接，提升效率。视觉设计（Midjourney）用Midjourney生成符合品牌调性的场景图片，通过精准的提示词配置，兼顾创意与品牌信息传递。合规审核（DeepSeek）由DeepSeek进行全方案合规性审核，检查是否符合广告法规、有无品牌风险。若发现问题，反馈回对应环节修改优化，保障方案合规可执行。（二）输入规范与参数设置1.结构化输入设计：从角色定义、格式约束和条件限定三个方面提高AI生成质量。例如要求AI扮演城市规划专家和交通系统工程师，明确输出系统架构、技术模块、实施路径、效益分析和风险评估，并限定预算、兼容性、实施周期和法规要求。2.参数配置策略：讲解创意度参数与回答范围参数两个核心参数。正式公文、法律文书等严谨任务适合较低创意度；文学创作、广告文案等创意任务可提高创意度；专业技术文档可保持较高回答范围，面向大众的普及内容可适当降低。（三）生成—评估—优化循环1.评估体系：从准确性、创新性、实用性和一致性四个维度评价生成结果。2.优化策略：通过提示词修正、参数调整和数据增强持续提升输出质量。示范案例：以即梦AI图像优化为例，说明基础生成、智能画布优化、参数调节、质量提升和效果验证等循环优化过程。教师讲解流程拆解案例分析四、新授：AIGC工具的使用范式——分场景应用范式（一）内容创作范式内容创作可分为输入层、处理层和输出层。输入层进行场景分析、素材收集和内容结构设计；处理层通过豆包等工具生成初稿，利用即梦等工具进行视觉化处理，并完成多模态整合；输出层根据不同平台进行格式转换和规范适配。（二）编程开发范式编程开发围绕提升开发效率和代码质量展开。在需求描述阶段，开发者需清晰描述功能需求和技术约束；在代码生成与补全阶段，Copilot、Cursor等工具提供代码建议、补全和错误检测；在质量控制阶段，GAI工具可自动执行代码审查、识别性能问题和安全漏洞、生成单元测试用例和API文档。（三）创意设计范式创意设计从灵感激发开始，可使用Suno生成背景音乐，使用Midjourney将概念转化为视觉效果，使用Sora生成视频内容，使用可灵等虚拟人合成技术增强作品互动性和沉浸感。教师讲解流程图绘制小组活动五、新授：GAI工具应用案例与方法（一）生活化应用讲解智能家电、个人健康管理和生活服务的智能整合。以智慧家电AI平台为例，说明家电产品从单一功能控制升级为多维感知、多重理解、多任务管理、多模交互和内容激发；以讯飞晓医APP为例，说明智能健康管理从被动响应走向主动预防；以支付宝AI生活管家为例，说明生活服务从复杂界面操作走向自然语言对话式交互。（二）工作上应用讲解智能文案创作、PPT文档制作和数据分析与商业决策。以豆包为例说明选题规划、素材搜索、内容创作和文本优化；以DeepSeek与Kimi协同生成为例说明PPT制作流程；以京东零售数据可视化平台为例说明自然语言指令、prompt、DSL、向量数据库和大模型结合如何支持商业分析。（三）科研类应用讲解论文研究辅助、实验设计与模拟、专业知识图谱构建。以秘塔AI搜索为例说明文献检索、大纲和思维导图整理、参考文献格式与溯源查证；以海洋科学研究为例说明多源异构数据、模型训练和科研范式探索；以数据可视化为例说明AI可生成图表和代码，但仍需人工审核把控。（四）商业化应用讲解营销与品牌推广、智能客服升级和数字员工赋能。以京东618营销活动说明AI图像生成对营销创意的支持；以企业微信接入DeepSeek智能机器人说明AI的客服支持、知识库调用和情绪管理作用；以科大讯飞智能助手系列说明AI陪练、智能合同助手和招投标文件评估等数字员工应用。案例讲解场景分析师生问答六、课堂综合实践任务：围绕“学习、工作、科研或商业”四类场景任选其一，设计一个AIGC工具应用方案。要求：1.说明任务属性，是内容生成、逻辑推理还是艺术创作。2.判断任务复杂度，是否涉及多模态转换、跨领域知识融合或特殊约束。3.选择工具链，说明基础模型、垂直工具和增强组件如何配合。4.设计一条结构化提示词，至少包含角色定义、格式约束和条件限定。5.说明如何从准确性、创新性、实用性和一致性四个维度评价输出结果。小组展示：每组用3分钟展示方案，其他同学从工具选择合理性和优化策略可行性两个方面提出建议。项目式实践小组展示同伴互评七、总结本课围绕生成式人工智能工具与应用展开，首先梳理了文本生成、图像生成、音视频生成、编程辅助和开发框架等主流工具类型，随后学习了需求拆解与场景定位、输入规范与参数设置、生成—评估—优化循环等通用工作流范式，并进一步分析了内容创作、编程开发和创意设计等应用范式。最后通过生活、工作、科研和商业案例，理解AI工具如何提升效率、拓展能力和推动人机协同。教师总结八、作业1．GAI技术的全称是___________________________________。2．以下（）是GAI工具的主要应用领域。（多选）A．文本生成B．图像生成C．音视频生成D．编程辅助E．数据分析3．列举3个主流的文本生成工具：__________________________。4．以下（）是GAI工具在编程开发中的主要应用。（多选）A．代码自动补全B．错误检测与调试C．自动生成API文档D．图像生成E．视频编辑5．在GAI工具的使用范式中，需求拆解与场景定位的“三级定位法”包含哪3个步骤？6．简述GAI工具在创意设计中的应用流程。7．在使用GAI工具时，如何通过提示工程来优化生成内容？简要描述提示词设计的“三维提示词框架”。8．在GAI工具的生成—评估—优化循环中，评估体系构建的4个主要维度是什么？9．在GAI工具的应用案例中，智能家电的革新应用主要体现在哪些方面？列举至少两个例子。10．在使用GAI工具进行科研辅助时，秘塔AI搜索的主要功能有哪些？请简要描述。11．简要说明GAI工具如何在企业中扮演“数字员工”的角色，并分析其优势。课后作业工具实践伦理拓展第四章运用GAI进行现象分析教案单元/章节名称第四章运用GAI进行现象分析学时4学期总课次4授课时间第周，星期，第节学习目标1.掌握现象分析的概念与方法。2.学习并掌握现象分析的关键工具，如SWOT分析、PEST分析、同理心地图等。3.了解并实践GAI技术在现象分析中的应用，包括提示工程和智能体构建。4.培养借助GAI工具从复杂数据中提取关键信息、洞察现象背后深层规律的能力。5.学习如何将现象分析的结果转化为战略性决策，以实现问题解决的突破和创新。教学重点及解决措施重点：现象分析的概念与价值；SWOT分析、PEST分析和同理心地图的组成要素及操作流程；CO-STAR提示词设计框架及其在现象分析中的应用；FastGPT搭建SWOT分析智能助手和PEST分析智能体的基本思路。解决措施：以教材中的iPhone成功案例导入，帮助学生理解“洞察用户痛点、把脉时代脉搏”是创新起点；通过职业转型SWOT分析、传统石油公司探索新能源市场PEST分析、网约车平台同理心地图等案例讲解三类工具；以星辰电动汽车公司SWOT分析任务引导学生练习CO-STAR提示词设计；结合智能体搭建步骤说明知识库、工作流和测试优化在现象分析中的作用。教学难点及解决措施难点：区分不同现象分析工具的适用情境；将复杂现象转化为可分析的结构化问题；通过CO-STAR框架设计既有指导性又不过度限制AI创造性的提示词；理解智能体如何支持持续化、自动化的现象分析。解决措施：采用“案例导入—方法讲授—工具选择—提示词实践—智能体设计”的教学路径；通过对比分析SWOT、PEST和同理心地图的分析对象、分析维度和输出形式，帮助学生形成方法选择意识；通过小组任务要求学生完成现象描述、工具选择、分析过程和结论输出，强化从现象观察到机会识别的完整过程。知识导图授课内容及教学活动设计附注（教学方法、活动形式、辅助手段等）一、引入情境导入：以教材中第一代iPhone的案例为导入，说明iPhone的成功不仅来自技术创新，也得益于苹果对用户需求和行业趋势的精准把握。引导学生思考：为什么“洞察用户痛点、把脉时代脉搏”是科技企业实现突破性创新的重要前提？目标定位：结合本章学习目标，说明本课将围绕“现象分析概念—现象分析工具—提示词工程应用—智能体应用”展开。经验分享：请学生列举一个自己在学习、生活、消费或社会新闻中观察到的现象，并尝试说明该现象背后可能隐藏的需求、趋势或问题。案例导入经验分享问题引导二、新授：睁眼看世界——现象分析（一）现象分析的概念教师讲解现象分析是创新性问题解决过程的首要阶段，是基于个体或群体的直观认识和兴趣，对特定现象进行初步感知和理解。它需要通过用户调研、竞品分析、行业访谈等手段收集资料，利用发散性与收敛性思考形成对问题和现实需求的全面理解，并明确与现象相关的核心问题。（二）现象分析的重要性现象分析的目的，是在大量冗杂信息中筛选出理解现象所必需的核心要素，为后续问题探索、方案设计、原型迭代和价值推广奠定基础。教师强调：如果现象分析阶段没有把好“船舵”，后续创新过程就容易偏离方向。（三）现象分析的工具意识面对复杂生活状况、多变市场环境、激烈竞争格局和多样用户需求，现象分析容易受到信息过载或主观误判影响，因此需要借助SWOT分析、PEST分析、同理心地图、用户画像等工具对信息进行系统化、结构化处理。教师讲授概念解释课堂提问三、新授：现象分析方法（一）SWOT分析（一）方法概念SWOT分析是一种战略规划工具，用于评估个人、企业、组织或项目的优势、劣势、机会和威胁，帮助组织或个人了解内外部环境，并制定战略规划和决策。（二）四个要素1.优势：组织的核心竞争力、独特资源，或个人的知识、经验、沟通协调等能力。2.劣势：限制目标实现的短板，如资金不足、技术创新能力弱、经验不足、技能单一等。3.机会：外部环境中的发展机遇，如市场扩张、新兴技术趋势、政策支持、培训提升空间等。4.威胁：外部环境中的不利影响，如竞争加剧、法规变化、经济波动、职业市场竞争等。（三）操作步骤教师讲解SWOT分析的步骤：确定目标、信息收集、分类整理、分析交互、制定战略、实施与监控、定期回顾。重点说明SO、WO、ST、WT四类策略。（四）案例分析结合教材“职业转型的SWOT分析”案例，说明李华如何通过识别自身优势、劣势、机会和威胁，制定技能提升、兼职项目、网络建设、财务规划和持续学习等行动计划。课堂任务：请学生聚焦一个方向，与同伴合作开展一次简单的SWOT分析。教师讲解案例分析小组合作四、新授：现象分析方法——PEST分析与同理心地图（一）PEST分析PEST分析是一种宏观环境分析工具，通过政治、经济、社会和技术四个维度评估外部环境影响，帮助组织把握机会与威胁。教师依次讲解四个维度：政治因素包括政策、法规、税收、贸易限制和政治稳定性；经济因素包括经济增长率、通胀率、失业率、汇率、利率等；社会因素包括人口结构、文化价值观、生活方式和消费者态度等；技术因素包括技术变革、技术标准、知识产权保护等。教师讲解PEST分析步骤：明确分析对象、收集信息、分析各因素影响、整合分析结果、制定战略应对方案，并结合“传统石油公司探索新能源市场”的案例说明PEST分析如何帮助企业把握政策导向、经济趋势、社会需求和技术进步。课堂任务：在我们日常的学习、生活、工作中，PEST分析可以运用在哪些场景或者领域呢？（二）同理心地图同理心地图是一种设计和思维工具，用于了解用户或目标群体的感受、想法、行为和需求。典型同理心地图关注用户在情境中听到什么、看到什么、说什么、做什么、想什么和感受什么，并补充痛点与收获。教师讲解同理心地图操作步骤：明确目标、选择用户或目标群体、收集数据、创建地图核心部分、添加痛点与收获、可视化、团队讨论与迭代、应用和优化。结合“U公司网约车平台司机端体验优化”案例，引导学生理解同理心地图如何帮助团队发现导航不准确、订单管理复杂、收入透明度不足等痛点，并提出优化方向。课堂任务：在我们日常的学习、生活、工作中，同理心地图可以运用在哪些场景或者领域呢？教师讲授工具比较案例分析五、新授：提示词工程在现象分析中的应用（一）CO-STAR框架教师说明提示词是驱动生成式人工智能进行现象分析的重要工具，可以引导AI成为现象分析助手。围绕CO-STAR原则展开讲解：1.Context（背景）：提供简洁但充分的背景信息，包括关键事实、数据或趋势，避免信息过载。2.Objective（目标）：清晰定义任务目标，将复杂任务分解为具体步骤，并指定每部分要求。3.Style（风格）：明确写作风格、支持材料类型及是否需要可视化元素。4.Tone（语气）：设定适合受众与任务的语气，如客观中立、谨慎建设性或鼓舞人心。5.Audience（受众）：说明目标读者及其背景知识、期望与关注点。6.Response（回应形式）：详细规定输出格式、结构、长度和组织方式。（二）提示词复杂度演进教师比较“简单提示词—中等复杂度提示词—高度复杂提示词”，说明高度复杂提示词如何通过CO-STAR框架对星辰电动汽车公司进行全面SWOT分析。（三）提示词优化策略讲解强化细节描述、优化指令结构、提供示例指导、明确输出要求、界定目标受众、设置评估机制等优化方向。课堂练习：选择一个之前创建的提示词，应用优化策略来改进它。比较优化前后的提示词，并预测可能的改进效果。教师讲解框架示范提示词练习六、新授：智能体在现象分析中的应用（一）智能体应用价值教师讲解：在复杂多变的分析场景中，单纯依靠提示词工程往往需要分析师频繁干预，而智能体可以通过整合自主感知、决策和执行能力，推动分析过程智能化、持续化升级。面向现象分析的智能体应重点考虑感知能力、决策能力和知识储备。（二）基于扣子空间构建SWOT分析智能助手结合教材流程，概括SWOT分析智能助手的搭建步骤：1.准备工作：登录扣子空间开发平台，并收集SWOT分析资料。2.构建SWOT知识库：创建知识库、上传资料并配置知识库相关设置。3.创建智能体：新建智能体并设置智能体名称与功能介绍，生成“人设与回复逻辑”，编排智能体。4.测试优化：预览调试智能体并进行模型对比调试，进行调试优化。5.发布智能体：将智能体发布到扣子商店，成功发布后，可以直接使用智能体，也可以选择“复制智能体链接”，分享给他人一起使用（三）探索任务：新零售行业SWOT分析教师说明智能分析系统的四个关键步骤：数据准备、知识库构建、分析模型设计、人机交互优化。重点讲解知识库构建需遵循层次性、关联性、动态性和可扩展性原则。（四）实战训练：PEST分析智能体引导学生理解PEST分析智能体需要综合政治、经济、社会、技术等多方面信息，洞察行业发展驱动力和阻力，为战略制定提供依据。教师讲授流程拆解智能体设计七、课堂综合实践任务：以小组为单位，选择一个具体产品或现象，完成AIGC辅助下的现象分析。要求：1.简要描述产品或现象，说明其主要功能、用户群体或社会背景。2.选择合适的分析工具，可使用SWOT分析、PEST分析或同理心地图，并说明选择理由。3.使用AIGC工具辅助收集、整理或分析信息，简要说明所用提示词及优化过程。4.展示分析结果，如SWOT矩阵、PEST分析表、同理心地图或关键启示。5.总结通过分析发现的机会、潜在风险或改进建议。展示方式：每组用5分钟汇报分析流程、关键发现和对现象的总结。小组实践成果展示同伴互评八、总结本课围绕“运用GAI进行现象分析”展开，首先明确了现象分析作为创新性问题解决首要阶段的意义，然后学习了SWOT分析、PEST分析和同理心地图三类工具，进一步掌握了CO-STAR框架在现象分析提示词设计中的应用，最后了解了基于FastGPT等平台构建SWOT分析智能助手和PEST分析智能体的方法。通过学习，学生应能够从复杂现象中提取关键信息，借助AIGC工具洞察现象背后的规律、趋势、机会与风险。教师总结九、作业1．SWOT分析的4个组成部分是________、________、________、________。2．PEST分析的4个组成部分是________、________、________、________。3．简述同理心地图分析一般需要考虑哪些要素。4．进行SWOT分析、PEST分析、同理心地图分析等现象分析，有哪些注意事项？请简要列举几个你认为需要注意的点，如需要注意分析数据来源的真实性等。5．以下是若干分析场景，根据分析对象与目的，将其与合适的现象分析方法进行连线。部分情景可适配多种分析方法。6．CO-STAR提示词设计框架的6个组成部分是________、________、________、________、________、________。7．在编写提示词时，有哪些优化的方法？简要描述一些你知道的方法和技巧。8．对以下智能体的搭建步骤进行排序：______________________________________。A．知识库构建B．人机交互设计C．分析模型搭建D．数据准备9．知识库搭建需要遵循的原则有（）。A．准确性原则、关联性原则、实时性原则、适配性原则B．层次性原则、关联性原则、动态性原则、适配性原则C．准确性原则、关联性原则、实时性原则、可扩展性原则D．层次性原则、关联性原则、动态性原则、可扩展性原则10．为了更好地进行现象分析，使用GAI工具进行现象分析有哪些注意事项？11．综合实践。任务要求综合运用GAI工具、SWOT分析和PEST分析等方法，完成对选定产品的现象分析。此任务不仅考查GAI工具使用与调查分析能力，也强调团队协作与合理分工。任务交付内容为一份简要的现象分析报告（1000～1500字）与简要演示PPT。分析报告具体可以包含以下内容。（1）产品简介：简述产品的主要功能和用户群体。（2）GAI工具应用介绍：在现象分析各阶段GAI的使用情况简述。（3）分析结果简述：介绍GAI辅助下的数据来源与收集过程，展示数据整理后的分析结果（如同理心地图、PEST分析所体现的用户特征与宏观因素等），并结合分析总结关键启示。（4）简要演示PPT（5～7页）：每组需展示分析流程、关键发现和对产品现象的总结，方便简明呈现小组的工作。参考表4-1，对本次综合实践任务进行评分。课后作业拓展学习第五章运用GAI进行问题探究教案单元/章节名称第五章运用GAI进行问题探究学时4学期总课次5授课时间第周，星期，第节学习目标1.知识层面（1）掌握问题探索的核心内涵，理解问题探索在创新性问题解决过程中承上启下的作用。（2）掌握深度追问法、用户场景故事法和系统思维法的基本概念、操作步骤、适用场景和注意事项。（3）理解5Why分析法、苏格拉底法和刨根问底法三种深度追问方式的区别与联系。（4）掌握提示词驱动的苏格拉底式提问链设计，理解如何将苏格拉底式提问结构嵌入CO-STAR框架。（5）了解问题探索型智能体的定义、特征和构建流程。2.能力层面（1）能够运用深度追问法对生活、学习或工作中的问题进行多层追问，初步定位问题根因。（2）能够根据4W1H2+要素构建用户场景故事，识别关键体验问题并提出改进建议。（3）能够使用系统思维法绘制系统边界图、识别关键要素、反馈循环、延迟环节和干预点。（4）能够围绕真实现象设计苏格拉底式提问链，并将模糊问题重构为可操作、可设计的问题表述。3.素养层面（1）形成从表象问题走向本质问题的思维习惯。（2）形成借助生成式AI进行连续追问、逻辑澄清和问题重构的意识。（3）提升“定义正确问题”的批判性思维能力和面向创新设计的问题意识。教学重点及解决措施重点：问题探索的内涵与价值；深度追问法、用户场景故事法、系统思维法的核心步骤；苏格拉底式提问链的结构与目的；CO-STAR框架下的苏格拉底式提示词设计；问题探索型智能体的构建流程。解决措施：以教材中教育资源分配失衡案例导入，帮助学生理解问题探索对揭示制度性缺陷和定位根源的重要性；通过健康管理、在线教育平台优化、城市交通拥堵治理等案例讲解三类方法；以校园食堂浪费现象为任务情境，组织学生设计三轮苏格拉底式追问并完成问题再定义；结合Coze平台示例说明问题探索型智能体如何成为AI对话教练。教学难点及解决措施难点：避免停留在表面原因，真正触及问题本质；区分5Why、苏格拉底法和刨根问底法的适用情境；将用户场景故事中的行为、情绪与痛点转化为问题定义；理解系统思维中的系统边界、反馈循环、延迟效应和杠杆点；将提示词从“让AI回答”转变为“让AI提问和引导”。解决措施：采用“方法比较—案例拆解—问题重构—智能体实践”的教学路径；引导学生先用一句话描述表层现象，再通过追问链、用户故事或系统结构图逐步深化分析；在提示词设计中明确AI的“思维教练”角色，每轮只提出有限数量的问题，最终输出问题再定义版本。知识导图授课内容及教学活动设计附注（教学方法、活动形式、辅助手段等）一、引入案例导入：以教材中某地区基础教育资源长期失衡案例导入，说明财政投入增加并未直接解决农村学生升学率偏低问题，真正根源在于教师结构性短缺、资源共享缺失和绩效考评脱节等制度缺陷。目标定位：说明本课将围绕“问题探索内涵—问题探索方法—苏格拉底式提问链—问题探索型智能体”展开。问题引导：请学生思考：在日常生活中，我们是否常常把“现象”当成“问题”？例如“食堂浪费严重”“图书馆座位不够”“学习效率低”，这些表述是否已经足够清晰？案例导入问题引导目标说明二、新授：把握事物本质——问题探索（一）问题探索的内涵问题探索是创新性问题解决过程的关键阶段，是在现象分析基础上进一步界定问题、明确解决方向的过程。教师强调：在现象分析阶段虽然发现了问题，但问题往往复杂且多维，需要从纷繁信息中辨别主要信息，并依据概念体系进行深入挖掘和解读。（二）问题探索的重要性问题探索承上启下，是确保创新方向正确性和有效性的核心保障。如果不能准确把握问题本质，后续方案设计、原型迭代和价值推广可能偏离目标，导致资源浪费和创新失败。（三）问题探索的方法概览教师概括三类方法：深度追问法、用户场景故事法和系统思维法。说明有效的问题探索应具备系统性、逻辑性、深度性和启发性。教师讲授概念解析方法概览三、新授：问题探索方法——深度追问法（一）方法概念深度追问法通过系统化、多层次提问，使人们从表面现象逐步深入问题本质或根源。它可以打破思维定式，避免浅层分析，为解决问题提供清晰思路。（二）三种具体方式1.5Why分析法：通过连续追问“为什么”追溯根本原因，适用于因果链清晰的问题。教师以生产线停机案例说明从电路过载追问到设备维护制度缺失的过程。2.苏格拉底法：通过开放式提问，引导对话者自主思考、发现逻辑漏洞并接近真理，适合价值讨论和抽象思辨。3.刨根问底法：通过持续追问和多维度分析彻底探究问题本质，适合多因素交织的复杂系统性问题。（三）操作步骤教师讲解深度追问法结构化操作：前期准备、核心追问、验证优化、输出标准化文档、常见误区规避和工具适配。重点提醒学生避免过早终止、线性思维和数据陷阱。（四）案例分析结合“家庭健康管理中的深度追问法”案例，说明如何从孩子频繁感冒追问到饮食不均衡、睡眠不足和缺乏运动等根本原因，并形成调整饮食、优化作息、增加运动和定期体检等解决方案。课堂练习：选择一个最近遇到的生活或学习问题，用5Why至少追问5层原因，再尝试用苏格拉底法提出3个挑战性问题。教师讲解案例分析个人练习四、新授：问题探索方法——用户场景故事法（一）方法概念用户场景故事法是一种以叙事为核心的用户研究方法，通过还原真实使用场景中用户的行为路径、情感波动与需求冲突，系统化挖掘产品服务中的核心问题。它通过“场景还原—体验拆解—共识构建”的闭环，实现从用户视角到解决方案的深度对齐。（二）核心要素教师说明完整用户场景故事可依据4W1H2+要素构建，包括用户是谁、在何时何地、想要完成什么、如何行动，以及痛点、障碍、情绪体验等补充要素。（三）操作步骤教师讲解用户场景故事法步骤：准备与数据收集、构建用户场景故事、分析与问题提炼、验证与优化。强调故事需基于真实用户数据，需还原具体操作步骤，并捕捉用户情绪转折点。（四）案例分析结合“在线教育平台优化中的用户场景故事分析”案例，说明平台如何通过用户画像、购课场景故事和情绪体验，识别支付页面加载缓慢、支付流程复杂、缺乏有效用户引导等问题，并提出优化支付页面、提供多种支付方式和增强用户引导等方案。课堂任务：选择一个常见产品或服务场景，如外卖App订餐流程、共享单车使用体验或线上医疗咨询平台，按照4W1H2+要素构建用户场景故事，找出3个关键体验问题并提出改进建议。教师讲解案例分析场景故事构建五、新授：问题探索方法——系统思维法（一）方法概念系统思维是一种将问题视为由多个相互关联要素组成的复杂系统的分析方法。它强调理解整体行为而非局部现象，关注要素之间的动态关系、反馈机制和系统边界。（二）操作步骤教师讲解系统思维法的流程：1.定义问题与系统边界，明确核心问题和分析范围。2.绘制系统结构图，识别关键要素及其关系，标注因果关系和正负反馈。3.分析动态行为，识别随时间变化的趋势、关键延迟和反馈循环。4.寻找杠杆点，判断哪些干预能以较小成本改变系统行为。5.迭代验证与调整，通过数据对比和小规模试点修正模型。（三）案例分析结合“城市交通拥堵治理”案例，说明私家车数量、公共交通系统、道路规划、交通信号灯设置和市民出行习惯等要素如何形成交通拥堵系统，并分析正反馈、负反馈、延迟环节和干预点。课堂任务：从校园外卖包装回收系统、线上教育平台学习效果系统、社区垃圾分类处理系统等常见系统中任选一个，绘制系统边界图，识别至少5个关键要素，标注2个正反馈循环、1个负反馈循环和1个可能产生延迟效应的环节。教师讲授系统图绘制小组实践六、新授：提示词驱动的苏格拉底式提问链（一）苏格拉底式提问的结构与目的教师讲解苏格拉底式提问法的核心精神：通过连续提问，促使对方澄清观点、挖掘前提、识别矛盾、反思假设，并形成独立判断。其在生成式AI场景中可以转化为面向问题澄清与结构化的智能对话脚本。（二）CO-STAR框架的应用与演进教师说明如何将苏格拉底式提问结构融入CO-STAR框架：Context：说明真实生活相关的问题背景；Objective：要求AI作为苏格拉底式思维教练，引导学习者澄清问题、识别假设、探索机制并重构问题；Style：对话式提问，步骤清晰，启发性强；Tone：友善、批判性、鼓励思考；Audience：高校学生，有创新兴趣但缺乏系统问题分析经验；Response：每轮只提出2个问题，引导反思，最终要求写出再定义的问题版本。（三）实战案例：校园食堂浪费现象教师带领学生分析从“饭菜浪费严重”到“如何通过餐厅机制与引导设计，帮助学生做出更准确的饭量选择，从而减少不必要的浪费”的问题再定义过程。重点讲解四轮追问：澄清具体场景与行为、探查机制与假设、补充系统层面追问、引导重构问题本身。课堂练习：选择身边现象，写出第一印象，设计3轮苏格拉底式追问，并形成更具设计或技术可行性的问题再定义版本。教师讲授提示词示范问题重构七、新授：智能体在问题探索中的对话引导（一）问题探索型智能体的定义问题探索型智能体是一类面向学习者认知引导任务设计的生成式人工智能系统。其核心功能不是直接给出答案，而是像思维教练一样，通过连续提问、逻辑推理和适时反问，帮助学习者从生活现象中发现问题、拆解问题和重构问题。（二）构建流程结合教材内容，讲解问题探索型智能体的四个步骤：1.准备数据与定义场景：确定目标领域，明确核心任务，收集生活场景中的真实问题描述。2.设计认知引导流程：构建苏格拉底式对话模板，按照澄清现象、识别成因、挑战预设、逻辑推导、问题重构等环节组织提问。3.配置提示词模板与对话规则：在Coze平台中配置Context、Objective、Style、Tone、Audience、Response等内容。4.优化人机交互体验：设置角色设定，提供问题地图式视觉反馈，加入对再定义问题的自动识别与优化建议。（三）示范案例以“校园食堂浪费问题”为例，说明智能体如何完成澄清现象、探查原因、挑战假设与系统机制、问题再定义四轮引导，帮助学生从情绪式表达走向结构化问题重构。课堂任务：尝试设计一个问题探索智能体的提示词文档，包含CO-STAR结构、三轮模拟对话和问题重构前后对比。教师讲授智能体设计模拟对话八、课堂综合实践任务：围绕一个现实问题开展“问题探索与本质挖掘”实践。要求：1.用一句话描述现象，说明问题背景、选择理由和数据来源。2.从深度追问法、用户场景故事法和系统思维法中任选一种方法。3.展示分析过程，如追问链条、用户故事图或系统结构图。4.总结根本原因，并提出1—2条可行性建议。5.说明生成式AI在分析过程中的辅助作用，如提示词设计、连续追问、结构整理或问题重构。评价重点：分析深度、工具适用性、建议创新性与可行性、报告呈现质量。项目实践小组协作展示评价九、总结本课围绕“运用GAI进行问题探究”展开，首先阐明了问题探索在创新性问题解决中的承上启下作用，随后学习了深度追问法、用户场景故事法和系统思维法三类方法，进一步掌握了提示词驱动的苏格拉底式提问链设计，最后认识了问题探索型智能体的定义、特征和构建流程。通过学习，学生应能够从模糊现象出发，借助生成式AI和结构化方法逐步澄清问题、挖掘根因并形成可操作的问题定义。教师总结十、作业1.简答题（1）问题探索的三个核心方法包括哪些？（2）深度追问法包含哪三种具体方式？它们分别适合什么类型的问题？（3）用户场景故事法的4W1H2+要素分别指什么？（4）系统思维法与线性思维的主要区别是什么？（5）问题探索型智能体的核心功能是什么？2.实践操作题（1）与同学组队，各自选择一个现实问题，分别运用不同问题探索方法进行分析，并比较方法适用性和分析效果。（2）结合本章内容，制定一个“问题分析与AI辅助解决能力提升计划”，明确未来如何在学习和工作中使用深度追问、用户场景故事、系统思维和问题探索型智能体。课后作业反思拓展第六章运用GAI进行方案设计教案单元/章节名称第六章运用GAI进行方案设计学时4学期总课次6授课时间第周，星期，第节学习目标1.知识层面（1）掌握方案设计的内涵与核心流程，理解方案设计在问题解决和创新过程中的关键作用。（2）学习逆向拆解法、TRIZ法和九宫格法等结构化设计方法，理解其核心逻辑、操作步骤、适用场景和常见误区。（3）掌握提示词驱动的方案构建链，理解DeepSeek、秘塔、豆包、Kimi在方案设计不同阶段中的作用。（4）理解多方案评估智能体的设计逻辑，掌握技术可行性、资源需求、风险评估和商业价值等评估维度。2.能力层面（1）能够运用逆向拆解法从最终目标出发，进行目标锚定、要素解构和逆向验证。（2）能够运用TRIZ法识别技术矛盾或物理矛盾，选择适用发明原理并生成创意方案。（3）能够运用九宫格法围绕中心主题开展分块思考、关联分析和方案整合。（4）能够借助生成式AI工具完成方案结构建构、数据检索支撑、语言润色、长文档分析和多方案评估。3.素养层面（1）形成将模糊想法转化为结构清晰、逻辑严谨、具备落地性的解决方案的意识。（2）形成“结构+支撑+表达+评估”的AI协同方案设计意识。（3）提升在不确定情境中进行多方案比较、风险识别与理性决策的创新实践能力。教学重点及解决措施重点：方案设计的内涵与价值；逆向拆解法、TRIZ法、九宫格法的核心流程；DeepSeek、秘塔、豆包、Kimi在方案构建链中的协同应用；多方案评估智能体的四类评估维度与交互流程。解决措施：以传统零售商线上线下融合转型案例导入，帮助学生理解科学方案设计对资源整合和方向明确的重要性；通过智能家居系统逆向拆解、智能手环TRIZ创新设计、在线教育平台九宫格法等案例讲解方法；以智能健康监测按摩枕为贯穿案例，讲解DeepSeek结构建构、秘塔检索支持、豆包润色引导、Kimi长文档协助和Coze多方案评估智能体。教学难点及解决措施难点：将问题探索结果转化为可执行方案；避免目标模糊、过度拆解、忽视验证和忽视子模块关联；理解不同AI工具在方案设计链条中的分工；构建多方案评估框架并进行理性选择。解决措施：采用“方法工具—AI协同—方案评估—实践输出”的教学路径；通过目标锚定、要素解构、逆向验证帮助学生建立方案逻辑；通过“问题→矛盾→原理→方案”帮助学生掌握TRIZ思路；通过九宫格矩阵训练学生分块思考和系统整合能力；通过方案评估智能体引导学生从技术、资源、风险和市场价值四个角度比较方案。知识导图授课内容及教学活动设计附注（教学方法、活动形式、辅助手段等）一、引入案例导入：以教材中传统零售商销售额下滑并尝试线上转型的案例导入。说明简单开设线上店铺但缺乏针对性营销与服务，导致流量少、转化率低；而经过专业方案设计后，企业通过线上平台、精准营销、线下优化、库存共享等措施实现销售回升。目标定位：说明本课将围绕“方案设计内涵—结构化设计方法—提示词驱动方案构建链—多方案评估智能体”展开。问题引导：请学生思考：一个想法为什么不能直接等同于一个方案？将创意转化为可执行蓝图需要经历哪些环节？案例导入问题引导目标说明二、新授：问题解决核心——方案设计（一）方案设计的内涵方案设计是创新性问题解决过程的关键推进阶段，是在问题探索明确方向后，将观察、洞察和问题定义转化为实际解决方案的过程。教师强调：方案设计需要整合问题探索阶段梳理出的主要信息和痛点，运用发散性思维挖掘潜在解决思路，再通过收敛性思维筛选最优方案。（二）方案设计的重要性方案设计是连接创意与现实的桥梁，是创新成果能否落地实施的核心保障。如果方案缺乏创新性、可行性或与实际需求脱节，后续原型迭代和价值推广将难以顺利开展。（三）方案设计方法概览教师概括三类方法：思路梳理的逆向拆解法、创意激发的TRIZ法、方案整合的九宫格法。说明这些方法可以帮助团队充分考虑目标、资源、风险、用户需求和模块关系，使方案更科学、创新和实用。教师讲授概念解析方法概览三、新授：方案设计方法——逆向拆解法（一）方法概念逆向拆解法是一种基于系统论和控制论的系统工程方法，强调从最终目标出发，通过“目标—路径逆向映射”突破传统线性思维。其三阶逻辑是目标锚定、要素解构和逆向验证。（二）操作步骤教师讲解逆向拆解法的步骤：1.明确最终目标：用一句话写出具体成果，并符合SMART原则。2.拆解关键要素：将大目标分解为3—5个核心模块，可使用思维导图、Excel表格或树状图。3.倒推实现路径：对每个模块追问“要实现这个部分，必须先完成什么”，并标注依赖关系。4.可行性检查：列出技术难度、资源需求、外部限制等风险。5.快速验证迭代：优先实现最关键模块，制作简化原型并收集反馈。6.整合完整方案：组合验证通过的模块，检查兼容性，输出方案文档。（三）常见误区提醒学生避免目标模糊、过度拆解和忽视验证。（四）案例分析结合“智能家居系统的逆向拆解分析”案例，说明如何从“用户能够在3步以内完成常用操作，且系统支持多设备联动”的目标出发，拆解用户界面、功能整合、设备兼容性和系统稳定性，并进行逆向验证。思考讨论：比较逆向拆解法与传统线性思维方法的异同，说明为什么逆向拆解法适合复杂问题。教师讲授案例分析讨论比较四、新授：方案设计方法——TRIZ法（一）方法概念TRIZ法是一种基于系统化创新规律的方法论，其核心是通过分析专利库和技术进化规律，提炼可复用的创新模式。TRIZ通过系统论、矛盾论和进化论，将创新从“艺术”转化为更具规律性的“科学”。（二）核心工具教师概括TRIZ核心工具：40项发明原理、矛盾矩阵和技术系统进化法则。重点说明矛盾矩阵可将技术矛盾映射到发明原理，技术系统进化法则包括完整性、能量传递、协调性、动态化、向微观级进化等规律。（三）操作步骤TRIZ法的流程为：明确问题与矛盾、定义理想解、查找适用发明原理、生成创意方案、评估与优化方案、实施与验证。教师强调其核心逻辑是“问题→矛盾→原理→方案”。（四）案例分析结合“智能手环创新设计的TRIZ法使用案例”，说明设计团队如何识别增加功能与简化操作之间的技术矛盾、电池容量与手环体积之间的物理矛盾，并运用分割、预先作用、自服务等发明原理提出模块化设计、自动设置、可更换电池和快速充电等方案。课堂讨论：在40项发明原理中，“逆向思维”和“变害为利”在现代产品设计中有什么联系？教师讲解方法示范案例研讨五、新授：方案设计方法——九宫格法（一）方法概念九宫格法是一种结构化思维工具，通过将信息或问题分解至3×3矩阵，实现分块思考和系统关联。其核心思想是“分块思考、系统关联”，先发散生成多个子问题，再收敛整合为系统性方案。（二）典型形式教师介绍九宫格法的典型应用形式：曼陀罗思考法、商业模式画布和九宫格写作法。（三）操作步骤教师讲解九宫格法操作流程：定义中心主题、填充周围八格、二次拆解、分析关联性、生成解决方案、整合与优化。重点强调中心主题应具体清晰，二次拆解仅用于关键子格，需关注子格之间的逻辑关系。（四）案例分析结合“提升在线教育平台用户参与度”的九宫格法案例，说明如何围绕中心主题填写课程内容、用户界面、学习路径、互动机制、反馈系统、激励措施、技术支持和社区建设等八个维度，并进行关联分析、方案生成和整合优化。课堂练习：使用九宫格法优化“校园食堂服务质量”，设计符合SMART原则的中心主题，列举4个关键周边格子内容，并分析其中2种关联关系。教师讲授矩阵分析实践练习六、新授：提示词驱动的方案构建链（一）提示词从“提问”走向“设计”教师说明：方案设计阶段的提示词不再只是认知引导工具，而是行动生成引擎，强调模块建构、任务拆解和结果驱动，可将想法逐步转化为结构完整、逻辑清晰、具备可行性的解决路径。（二）DeepSeek结构建构以“智能健康监测按摩枕”为例，讲解如何使用“我要+给谁用+希望怎样+担心什么”和“我是+要为谁+解决什么问题+满足什么期待”表达任务意图，再使用结构性提示词生成目标用户、功能模块、技术路径、APP功能、数据机制和差异化优势。（三）秘塔检索支持讲解秘塔AI如何通过搜索分析、案例归纳和知识整理，为方案提供竞品案例、用户偏好、技术难点与市场趋势支撑。强调从“生成”走向“验证”，形成“结构+支撑”的双向验证流程。（四）豆包润色引导讲解豆包如何将草稿结构转化为更具展示力与说服力的方案文本，包括项目文本润色、结构强化与分段排版、逻辑优化与术语升级等。（五）Kimi长文档协助讲解Kimi如何处理多页文档，完成报告摘要、用户研究归纳、行业趋势判断和产品对标分析，承担“知识筛选器”和“策略引导器”的作用。课堂任务：学生围绕一个方案设计主题，尝试分别使用DeepSeek、秘塔、豆包和Kimi中的一种或多种工具完成结构建构、信息支撑、文本润色或资料提炼，并讨论不同提示词对AI回复质量的影响。教师讲授工具协同提示词实践七、新授：多方案评估智能体的设计逻辑（一）应用价值在生成多个方案后，学习者常常面临“多个方案都可行但不知道如何选择”的问题。多方案评估型智能体可以自动对比、结构分析、风险识别与建议优化，帮助用户在多个方案中快速识别更具可行性、资源适配度与风险可控性的选项。（二）认知结构建模教师讲解评估型智能体需要内嵌结构清晰的评估维度体系。本章建议从技术可行性、资源需求、风险评估和商业价值四个维度开展评估。（三）对话引导结构智能体可采用三步流程：第一步获取多个方案输入；第二步逐一开展技术可行性、资源投入、风险识别与应对、用户或市场价值判断；第三步生成结构化多方案对比报告，包括指标得分、优劣势总结和智能推荐建议。（四）Coze智能体实现在Coze平台中，可将智能体命名为“方案评估教练”或“设计决策顾问”，角色描述为专门评估创新方案的专家，风格设定为专业、逻辑清晰、避免直接否定、鼓励用户反思与多方案对比。（五）示范应用以“智能健康监测按摩枕”三种产品方向为例，说明AI如何从技术可行性、用户价值和资源可控性角度给出评估摘要，并建议优先推进短期落地优势更明显的方向。课堂练习：在Coze平台中尝试配置一个简化的方案评估智能体，至少包含引导用户输入多个备选方案和对不同方案进行评估两个环节。教师讲授智能体配置方案评估八、课堂综合实践任务：选择一个真实商业或社会问题，设计一个系统化解决方案。要求：1.从逆向拆解法、TRIZ法和九宫格法中任选一种作为主要方法。2.使用生成式AI辅助方案设计，记录所用工具与提示词。3.提交问题背景与价值分析、方法应用过程、最终方案与实施建议、AI工具使用说明和团队分工说明。4.若有多个备选方案，需从技术可行性、资源需求、风险评估和用户价值四个维度制作评估表，选出优先方案。评价重点：问题定位、方法应用、方案质量、AI协同效果和呈现效果。项目实践小组协作展示评价九、总结本课围绕“运用GAI进行方案设计”展开，首先明确了方案设计在创新过程中的关键作用，然后学习了逆向拆解法、TRIZ法和九宫格法三种结构化设计方法，进一步掌握了DeepSeek、秘塔、豆包、Kimi构成的提示词驱动方案构建链，最后认识了多方案评估智能体如何帮助用户从技术、资源、风险和市场价值角度优化方案选择。通过学习，学生应能够借助生成式AI将模糊创意转化为结构清晰、逻辑严谨、具备落地性的解决方案。教师总结十、作业1.简答题（1）方案设计的核心作用是什么？（2）逆向拆解法的三个关键步骤是什么？（3）TRIZ法的核心逻辑是什么？其常见工具有哪些？（4）九宫格法的典型应用形式包括哪些？（5）多方案评估智能体的四个核心评估维度是什么？2.实践操作题（1）针对校园垃圾分类、社区停车管理或其他具体问题，设计2—3个解决方案，并按照技术可行性、资源需求、风险评估和用户价值四个维度制作评估表，选出最优方案。（2）选择一个生活、工作、科研或商业成功案例，尝试用逆向拆解法、TRIZ法或九宫格法反向拆解其方案设计逻辑，探讨可复用的创新模式。（3）围绕一个自己的创意，使用DeepSeek、秘塔、豆包、Kimi中的至少两种工具完成“结构建构—信息支撑—表达优化—策略提炼”中的两个环节，并记录提示词和输出效果。课后作业实践拓展第七章运用GAI进行原型迭代教案单元/章节名称第七章运用GAI进行原型迭代学时4学期总课次7授课时间第周星期第节学习目标1.知识层面（1）掌握原型迭代的基本概念、内涵及其在创新产品开发中的关键作用，理解其是连接创意与落地的关键环节。（2）理解迭代设计理论、最小可行原型（MVP）和敏捷原型开发的核心思想、操作步骤与常见误区。（3）了解生成式人工智能在原型生成、用户反馈模拟、交互细化、多版本对比和图示协同中的应用。（4）理解提示词驱动的原型构建链，以及DeepSeek、豆包、Figma等工具在结构设计、