生成人工基础与应用 大纲 -

《生成式人工智能基础与创新应用》配套教学大纲《生成式人工智能基础与应用（AIGC+创新思维）》

教学大纲一、基本信息教材名称生成式人工智能基础与应用（AIGC+创新思维）建议总学时32学时学时安排每周2学时配套资源知识导图、学习小测、综合实践、课后拓展、电子教案学习产出章节小测、实践任务、分析报告、方案、推广作品教材定位本教材聚焦培养学习者在人工智能时代所需的生成式AI基础认知、工具应用与创新实践能力。围绕AI时代创新变革、大语言模型及应用框架、生成式AI工具与实践、GAI赋能的现象分析、问题探究、方案设计、原型迭代、价值推广、综合创新实战，以及生成式AI伦理、安全与发展趋势等内容系统展开。课程兼顾AI、DAI、GAI、AGI、大语言模型、提示词工程、RAG、智能体、微调等核心知识讲解，同时强化在生活、学习、科研与工作等真实场景中的人机协同创新训练。三、教学目标知识目标理解人工智能时代的特征与变化，认识AI、DAI、GAI、AGI、大语言模型等核心概念。掌握大语言模型的基本应用框架，包括提示词工程、检索增强生成（RAG）、智能体技术和微调技术。了解AIGC主流工具与平台及其在文本、图像、音视频、编程、科研、商业等场景中的应用范式。理解运用GAI开展现象分析、问题探究、方案设计、原型迭代、价值推广的基本流程与方法。认识生成式人工智能的伦理、安全、技术局限、未来趋势、人机协同和可持续发展议题。能力目标能够根据具体任务选择合适的GAI工具、提示词结构、智能体或应用框架。能够运用SWOT、PEST、同理心地图、深度追问、用户场景故事、系统思维、逆向拆解、TRIZ、九宫格、MVP等方法开展创新问题解决。能够借助GAI完成现象分析、问题定义、方案构建、多方案评估、原型生成、多轮迭代和价值推广。能够在生活、学习/科研、工作等真实场景中设计提示词和智能体，提升问题解决效率和质量。素养目标形成面向AI时代的人机协同意识，理解技术赋能与人类判断之间的关系。提升批判性思维、伦理意识和负责任使用AI的意识，能够辨析生成式AI的风险与局限。增强创新意识与实践意识，能够将GAI工具转化为思考伙伴、知识助手和决策顾问。四、教学内容与学时分配章次章节名称核心内容建议学时主要学习活动/产出第1章人工智能时代的创新与变革人工智能时代的到来；生成式人工智能的突破2思考日常AI辅助工具对学习流程的影响；小组讨论GAI应用及其正负影响第2章大语言模型及其应用框架大语言模型的概念与发展；提示词工程；检索增强生成(RAG)；智能体技术；微调技术2围绕RAG知识源冲突与不完整信息问题开展讨论；选择一个大语言模型完成具体任务并记录体验第3章生成式人工智能工具与应用AIGC主流工具与平台；AIGC工具的使用范式；GAI工具应用案例与方法2结合生活、工作、科研和商业化案例分析AIGC应用方法；课后讨论AI辅助决策中人类判断与AI建议的平衡问题。第4章运用GAI进行现象分析睁眼看世界——现象分析；提示词工程在现象分析中的应用；智能体在现象分析中的应用4开展SWOT、PEST和同理心地图小组分析；完成星辰电动汽车公司SWOT分析、新零售行业SWOT分析、PEST分析智能体搭建第5章运用GAI进行问题探究把握事物本质——问题探索；提示词驱动的苏格拉底式提问链；智能体在问题探索中的对话引导4围绕生活中的“不合理”现象开展问题本质讨论；进行问题探索与本质挖掘训练、校园食堂浪费现象分析第6章运用GAI进行方案设计问题解决核心——方案设计；提示词驱动的方案构建链：从想法到可执行蓝图；多方案评估智能体的设计逻辑：在不确定中寻找最优路径4比较逆向拆解法与传统线性思维方法；开展方案设计与创新应用训练第7章运用GAI进行原型迭代效能与产出——原型迭代；提示词驱动的原型构建链：从功能设想到多轮迭代；多智能体协作的原型迭代系统：从初稿生成到持续优化4开展原型构建、交互细化、多版本对比、用户反馈模拟和原型三轮迭代挑战；讨论如何将原型迭代成果转化为实际产品。第8章运用GAI进行价值推广影响力提升——价值推广；提示词驱动的价值推广链：从市场语言到品牌表达；多智能体协作的价值推广系统：从内容生成到传播优化的闭环机制4分析不同用户群体对推广表达的接受差异；开展原型迭代与价值验证、价值推广内容协作挑战第9章GAI助力的创新问题解决实战生活领域实战：旅游路线规划；学习/科研领域实战：文献综述构建；工作领域的创新问题解决实战：数据处理与分析4围绕旅游规划、文献综述、数据分析开展场景实战；讨论AIGC在三类场景中的潜在应用第10章生成式人工智能的伦理、安全与未来展望伦理与安全挑战；技术发展与突破；未来发展趋势2围绕算法创新与基础设施升级开展辩论；搜索近1—2年生成式AI伦理或安全事件，分析其技术原因、社会影响及解决方案。教学考核过程性评价（30%）重点考核学生课堂参与度、知识理解程度与学习态度，贯穿全课程实施。课堂讨论与互动表现（20%）结合课程各章节“思考讨论”“案例分析”“小组研讨”等环节，评价学生主动发言、观点表达、逻辑思考及团队协作能力，重点关注学生对AI时代特征、GAI应用价值、伦理安全等议题的思考深度。章节学习小测（10%）围绕每章核心知识点开展随堂小测或线上自测，覆盖AI、DAI、GAI、AGI、大语言模型、提示词工程、RAG、智能体、微调、伦理与安全规范等基础概念，检验学生对生成式人工智能核心理论与技术框架的理解程度。成果性评价（70%）重点考核学生工具应用能力、创新流程落地能力与综合实践成果，以可提交、可展示、可评价的作品为主要依据。GAI工具实践任务（30%）依据课程进度，完成提示词设计、AIGC多模态工具实操、智能体配置、RAG简易应用等分项实践任务。考核学生能否正确选用工具、规范设计提示词、合理判断生成结果、优化输出内容，具备基础的GAI工具操作与应用能力。综合创新实战成果（40%）要求学生完整遵循教材“现象分析、问题探究、方案设计、原型迭代、价值推广”创新流程，独立或小组完成一项真实场景创新实践。最终提交现象分析报告、问题探究记录、方案设计文档、原型作品、推广文案、综合实践汇报PPT等成果，考核学生运用GAI开展全流程创新问题解决的能力，以及负责任、合规、伦理化使用AI的素养。六、学习评价建议本课程评价建议围绕教材已有的学习小测、综合实践、实战训练和课后拓展展开，不设置固定权重，教师可根据实际课时和课程要求进行调整。评价维度评价依据对应教材活动知识理解以章节学习小测、课堂提问和概念辨析为主要依据，关注AI、GAI、LLM、提示词工程、RAG、智能体、微调、伦理安全等核心概念的理解。学习小测、概念辨析、课堂问答工具应用以提示词设计、AIGC工具使用、智能体配置、案例任务完成情况为主要依据，关注学生能否根据任务选择合适工具与流程。提示词训练、工具体验