《生成式大模型项目实战》课程标准

《生成式大模型项目实战》课程标准2026年7月《生成式大模型项目实战》课程标准PAGEPAGE21《生成式大模型项目实战》课程标准（2026版）课程代码:****学时：56学分：*适用专业：*****第一部分课程概述一、课程性质与作用《生成式大模型项目实战》课程是我校面向全体学生开设的公共限选课，隶属“AI素养与创新能力”通识模块，秉持“低门槛、跨学科、重创意”的理念，不要求计算机或人工智能专业背景，而以“会用AI、敢想AI、共创AI”为核心目标，通过翻转课堂与共创工坊结合的混合式教学，把人文、艺术、工程、商科等学科打通，借助低代码或零代码平台以及生成式AI工具，让学生在真实社会议题或文化场景中完成从需求洞察、创意发想、原型制作到小规模用户测试的完整闭环；课程将数据隐私、算法偏见、知识产权、平台责任等伦理与法律议题前置到每一个创作环节，引导学生在动手之前先动脑，使其在理解人工智能基本概念、能力边界与典型应用形态的同时，掌握设计思维、故事驱动创新、快速原型等创意方法论，能够把本专业领域知识与AI技术整合，提出具有学科特色的创新方案，并具备批判性反思AI社会影响、进行多角度评估和持续改进的能力；通过跨学科团队中的角色轮换与开源共享机制，课程着力培养学生的跨界整合力、协作领导力与数字公民意识，使其成为理性、负责任的AI使用者与监督者，为终身学习和未来持续跟进AI发展奠定“技术—伦理—创意”三元思维模型，与侧重系统原理和工程实现的专业必修课形成“深度”与“广度”互补的“全校AI教育双螺旋”，共同完成从技术深耕到社会共创的闭环。二、课程设计思路及依据1.设计思路本课程根据相关专业人才培养方案，确定课程的性质、定位和目标要求；依据职业岗位能力分析与教学要求，以职业能力提升为出发点，职业岗位能力为核心，确定课程标准的内容和评价要求；以就业为导向，在行业专家的指导下，通过深入进行企业调研，课程团队共同分析、梳理职业岗位所需要的知识、能力和素质要求。在课程标准编写过程中，以能力分析为基础设计课程，以能力培养为核心组织教学，以能力形成为目标引导学生学习，以企业认可的能力指标体系评价学习成果。按照学院统一部署《关于编制课程标准的原则意见》的有关规定，本课程标准的设计思路如下：（1）以国家标准为依据，以职业能力为本位，确定课程目标依据国家专业目录及专业简介、国家专业教学标准、企业编码规范、我院网络工程技术专业人才培养方案，确定本门课的课程标准。本课程标准的总体设计思路是打破传统的学科式课程体系，变知识学科本位为职业能力本位，从“工作任务与职业能力”分析出发，设定职业能力培养目标。紧密结合行业发展，遵循学生认知规律，确立以面向信息技术服务行业的网络规划部署等技术领域，能适应产业转型升级和企业技术创新需要的，具有工匠精神和创新、创业意识的高素质技术技能人才为目标，确定课程目标。（2）以企业需求为目标，以课程目标为依据，选取课程内容本课程的工程性、实践性、技术性比较强，涉及规范标准多，行业标准更新快。课程改革应及时更新教学内容，引入行业新技术、新标准和实际工程案例，使得学生“所学即所用”，增强学生的岗位适应能力。校内专业教师和企业教师共同参与课程改革，以实际岗位典型工作任务与职业技能要求为依据，以教学主题模块为基本单元，按学习情境设计教学项目，选取和整合教学内容。（3）以真实项目为载体，以真实任务为驱动，进行教学实施在课堂教学中，以真实项目为载体，以智慧教室为平台，采用线上线下混合式教学模式，发布教学任务，配置教学环。本课程内容遵从以目标为导向、以项目为载体、以任务为驱动的教学组织形式，选中网络领域的真实案例作为项目，按照网络规划部署的真实过程分解任务，重构知识点和技能点，让学生能以工程思维、系统思维了解网络规划部署的步骤、规范和方法，使学生最终能够达到活学活用实际应用能力，并逐步客观地认识到本课程的学习对提高专业理论知识和实践技能的重要性。（4）以学生为教学主体，以多种信息化手段，组织课程教学本课程改变传统的以教师讲授为中心的教学观念，把学生放在主体地位，在课堂与实训基地一体化的智慧教室，采用动画、游戏、视频、微课等多种信息化手段实施教学，突破重点、化解难点。实现做中学、做中教，培养学生解决问题的能力，团队合作的能力，自主学习的能力。（5）以能力考核为核心，以全程评价为手段，制定考核标准建立一套以能力考核为核心、采集全程评价的学习绩效考核评价体系，包括自评、互评、教师评的全方位课程评价以及初评、过程评价与结果评价相结合的全过程评价。强调以学生为主体，关注学生在学习过程中的体验与发展。过程评价包括学生参与教学活动的程度、自信心、独立思考的习惯，搜集和整理信息的能力，合作交流的意识，解决专业问题的综合能力等方面。强化课程评价的诊断、激励与发展作用，更真实地反映课程的能力目标和教学质量效果。 2.设计依据根据国家专业教学标准、人才培养方案的培养目标及智能网络部署实施岗位群需求，本课程以培养学生职业岗位所需要的知识、能力和素质要求为目标，结合专业的特点和创新创业要求，确定课程学习内容，设计学习任务；按照系统性、实践性和开放性原则组织教学活动，体现教、学、做相结合，理论与实践一体化教学理念；以多元化、过程化、增值性等形式开展综合性教学评价。第二部分课程目标一、课程总体目标培养学生对AI技术潜在伦理问题的敏感性和批判性思维，提供关于AI相关的法律框架和法规的知识，使学生能够在AI项目的规划和实施过程中做出符合伦理和法律的决策，强调AI技术对社会的影响，培养学生的社会责任感，鼓励学生从技术、伦理和法律等多个角度综合考虑问题。二、分目标通过本课程的学习，使学生掌握与行业发展紧密结合的实用技能与知识，在操作实践中提升实战能力，并在此过程中同时又培养学生团队协作、与人沟通的职业素质及岗位适应能力，对学生职业能力培养和职业素质养成起到支撑和促进作用。同时，培养学生创新创造能力，为职业能力的培养打下坚实的基础。具体课程目标为：素质目标通过沉浸式、跨学科的AI创意实践，培养学生“以人为本、技术向善”的价值自觉，使其在数字时代具备敬畏生命、尊重隐私、维护公平的伦理敏感度。在团队协作与开源共享中养成开放、包容、负责任的数字公民品格。在面对技术快速更迭时保持终身学习的热情与自我革新的勇气，形成“敢质疑、敢担当、敢创造”的社会责任感和文化自信。（二）知识目标帮助学生建立人工智能通识框架：准确理解AI基本概念、能力边界、典型技术形态（生成式AI、计算机视觉、自然语言处理、智能体等）及其与大数据、云计算的协同关系。掌握设计思维、故事驱动创新、快速原型等创意方法论在AI场景中的适配原则。熟悉国内外数据治理、算法治理、知识产权、平台责任、责任归属等核心法律规范与伦理准则，了解自动驾驶、无人机、AIGC等热点场景中的合规要点。认识AI对就业结构、隐私保护、社会偏见、文化多样性等方面的深层影响，形成“技术—社会—文化”整体认知。（三）能力目标让学生能够运用低代码或零代码平台独立完成“需求洞察—创意发想—原型开发—用户测试—迭代优化”的完整闭环。具备将本专业领域知识（文学、音乐、金融、教育、医学等）与AI工具深度融合，提出具有学科特色且可落地的创新解决方案的跨界整合能力。能够对AI项目进行伦理风险评估与法律合规审查，提出切实可行的纠偏与改进策略，形成批判性思维与系统性反思能力。在跨学科团队中灵活承担创意总监、产品经理、用户研究员、伦理官等不同角色，展现高效沟通、协同共创与领导力。最终形成可迁移的“技术理解+伦理判断+创意实现”三元复合能力，为未来持续跟进AI技术演进与社会创新奠定坚实的元能力基础。第三部分课程结构与内容标准一、课程结构及学时安排序号工作单元工作任务建议学时1解析生成式AI技术原理——DeepSeek-R1开源大模型实战研究任务1：认识生成式AI的背景、原理与发展

任务2：用DeepSeek生成行业调研报告并制作演示PPT42构建AI伦理决策体系——从伦理框架设计到合规治理机制实施任务1：搭建伦理-法律双轮治理框架

任务2：分析欧盟AI专利及假新闻案例43设计数据安全防护架构——差分隐私与模型安全攻防实践任务1：识别生成式AI数据安全威胁

任务2：差分隐私与访问控制实战84国产AI搜索技术解析——从知识图谱构建到Kimi深度应用任务1：掌握国产AI搜索技巧

任务2：用Kimi构建知识图谱165开发AI增强型编程——代码优化与文生图关键技术实践任务1：用大模型优化代码

任务2：文生图联动开发小游戏86掌握AIGC图像工程——StableDiffusion全流程工业级应用任务1：工业级图像生成四案例实操

任务2：提示词工程系统化87实现AIGC视频工业化——数字人创作与智影平台全链路解析任务1：完成数字人主播视频

任务2：DeepSeek+剪映全链路演示8总计56二、课程内容标准序号工作单元工作任务内容标准（重点后标★，难点后标●）教学建议1解析生成式AI技术原理——DeepSeek-R1开源大模型实战研究任务1：认识生成式AI的背景、原理与发展

任务2：用DeepSeek生成行业调研报告并制作演示PPT生成式AI概念与能力边界★主流大模型技术原理对比●开源平台快速入门与提示词设计10分钟闪电体验：学生现场用DeepSeek生成200字摘要分组对比ChatGPT、Claude、Kimi输出差异，归纳技术差异

思政要点：树立“技术向善”理念，强化开源共享精神2构建AI伦理决策体系——从伦理框架设计到合规治理机制实施任务1：搭建伦理-法律双轮治理框架

任务2：分析欧盟AI专利及假新闻案例AI伦理原则★核心法律规范（版权、专利、平台责任）★合规治理流程设计●情景模拟：公司高管、法务、工程师三方圆桌输出一页纸《AI产品伦理合规清单》

思政要点：培养“科技向善”与社会责任3设计数据安全防护架构——差分隐私与模型安全攻防实践任务1：识别生成式AI数据安全威胁

任务2：差分隐私与访问控制实战数据安全生命周期★差分隐私原理●安全AI系统设计“攻击者视角”演练：30分钟尝试让模型泄露训练数据用Python实现ε-差分隐私噪声注入

思政要点：强化国家安全与个人隐私并重观念4国产AI搜索技术解析——从知识图谱构建到Kimi深度应用任务1：掌握国产AI搜索技巧

任务2：用Kimi构建知识图谱语义检索与知识图谱概念★国产引擎原理差异●提示词工程分钟挑战：用自然语言一句话生成10节点知识图谱分享“搜索即创作”案例

思政要点：增强国产自主可控意识5开发AI增强型编程——代码优化与文生图关键技术实践任务1：用大模型优化代码

任务2：文生图联动开发小游戏LLM代码补全机制★图像-文本跨模态对齐●快速选型开源框架“30行代码变10行”现场PK用StableDiffusion生成游戏素材并集成

思政要点：培养效率与质量并重的工匠精神6掌握AIGC图像工程——StableDiffusion全流程工业级应用任务1：工业级图像生成四案例实操

任务2：提示词工程系统化StableDiffusion管线★LoRA/ControlNet精准控制●商用版权合规即拍即改：手机拍照→30秒生成产品包装图建立“提示词资产库”共享仓库

思政要点：尊重原创与版权，树立法治意识7实现AIGC视频工业化——数字人创作与智影平台全链路解析任务1：完成数字人主播视频

任务2：DeepSeek+剪映全链路演示AI视频技术原理★数字人驱动流程●平台合规与伦理风险3分钟生成15秒数字人播报脚本并渲染观众实时投票“真假主持人”

思政要点：强化真实与虚拟边界意识，防范深度伪造第四部分课程实施建议一、教学要求工作单元学习场地设施要求解析生成式AI技术原理——DeepSeek-R1开源大模型实战研究多媒体教室、多媒体机房计算机CPU：i5

内存：8GB以上

硬盘：200GB以上构建AI伦理决策体系——从伦理框架设计到合规治理机制实施多媒体教室、多媒体机房设计数据安全防护架构——差分隐私与模型安全攻防实践多媒体教室、多媒体机房国产AI搜索技术解析——从知识图谱构建到Kimi深度应用多媒体教室、多媒体机房开发AI增强型编程——代码优化与文生图关键技术实践多媒体教室、多媒体机房掌握AIGC图像工程——StableDiffusion全流程工业级应用多媒体教室、多媒体机房实现AIGC视频工业化——数字人创作与智影平台全链路解析多媒体教室、多媒体机房二、教学方法建议课程在教学过程中，要突出学生的主体地位和教师的引导作用，努力倡导启发式、探究式、开放式教学，鼓励教师根据学生实际情况，灵活选用适应于教学对象的项目教学法、案例教学法、任务驱动法、情境教学法、讨论教学法、讲练结合法、自主探究法、合作探究法、角色扮演法等多种教学方法进行混合式教学，要从学生的认知和能力结构特点出发，创设有助于学生自主学习的问题情境，引导学生积极思考、探索、参与、交流，激发学生的学习潜能，鼓励学生大胆创新与实践，促进学生在教师指导下主动地、富有个性地学习。在课堂授课和实践教学中主要教学方法包括：1.任务驱动法在教学过程中，实施任务驱动、项目导向等教学模式，融“教、学、做”为一体，使学生具备从事专业领域实际工作的职业岗位能力和可续发展能力。并应用各种平台和工具不断对任务进行优化，最终得到解决方案。2.案例教学法将各类生成式人工智能应用的案例，贯穿于教学项目之中，通过鲜活的案例和丰富的课程思政元素把学生带入特定的专业环境，引出课堂教学内容，并开展教学活动。学生通过主动查阅相关知识并加以筛选，结合专业知识和创新创业提出问题解决方案，增加对知识的理解。3.情景教学法通过动画、游戏、案例等方式，创设出形象鲜明的生成式大模型项目实战相关教学情境。通过创设情境，引导学生自主探究性学习，提高学生分析和解决实际问题的能力。4.线上线下混合式教学模式通过职教云、超星等平台，采用线上线下混合式教学模式，开展授课、作业、练习、测试等教学活动。教师可以通过平台发放教学资源，授课、布置作业、统计学生的学习记录；学生可以通过平台在线学习、上交作业、测试、讨论等。利用教动画、视频、项目案例等多种信息化手段，帮助学生突破重点、化