《人工智能通识》教案 平震宇 - 单元9-16 AI辅助编程综合项目实践-AI艺术综合创作实践-读书节宣传视频制作

课号9授课班级授课时间授课时数2授课单元名称单元九AI辅助编程综合项目实践一、教学目标素质目标（1）培养学生面对复杂工程问题时的系统思维与工程化素养（2）引导学生理性认识AI辅助开发的价值与边界，树立人机协同的正确观念知识目标（1）了解集成电路封装缺陷检测系统的需求拆解方法（2）了解YOLO目标检测与迁移学习微调策略（3）掌握模型评估指标与FastAPI部署脚本编写方法能力目标（1）能运用AI辅助完成工业级项目的需求分析与技术选型（2）能在AI工具辅助下完成数据准备、模型设计与实现（3）能撰写AI辅助开发与传统开发的效率对比分析报告二、教学内容（1）项目需求分析与任务拆解：集成电路封装缺陷检测系统（2）AI辅助开发环境搭建与数据准备（3）AI辅助模型设计与实现：YOLO目标检测、迁移学习（4）模型评估、测试与部署脚本编写；AI辅助与传统开发效率对比三、重点难点教学重点（1）工业级项目需求拆解为可执行子任务的方法（2）AI辅助完成数据准备、模型训练脚本编写的操作流程教学难点（1）理解从需求描述到技术选型的完整AI辅助决策链条（2）客观评估AI辅助开发相较传统开发的效率提升与局限四、思政元素（1）以中兴通讯芯片空洞检测系统“效率提升60倍”等真实工业案例，展现AI技术赋能制造业高质量发展的产业价值（2）引导学生树立“AI是协作者而非替代者”的正确认知，坚守工程师的核心决策与质量把关责任五、教学设计教学过程教学方法与手段环节1：课前准备布置预习任务：查阅“集成电路封装缺陷检测”相关资料，思考“人工质检与AI质检各有哪些优劣势？”教学方法：任务驱动法教学手段：课程网站环节2：新课导入（1）导入案例1：展示电路板缺陷检测案例图片（空洞、划痕、脏污等），提问“如何让计算机自动识别这些缺陷？”（2）导入案例2：展示中兴通讯芯片空洞智能检测系统“检测时间从3分钟缩短至3秒”的案例数据，引发学生对AI赋能产业效率提升的思考。教学方法：案例引入法数据展示法教学手段：课程网站、PPT环节3：教学过程（1）项目需求分析与任务拆解讲解如何向AI描述项目需求，获取技术栈选型建议（Python、PyTorch、OpenCV、FastAPI）。课堂互动：分组尝试向AI工具提问“帮我梳理集成电路封装缺陷检测系统的功能模块”，对比不同小组获得的拆解结果。（2）AI辅助环境搭建与数据准备演示如何通过AI辅助编写项目初始化脚本、数据下载解析脚本、数据增强pipeline。（3）AI辅助模型设计与实现讲解YOLO目标检测算法选型逻辑；演示AI辅助生成模型训练代码框架；讲解迁移学习微调策略。（4）模型评估与效率对比讲解mAP、精确率、召回率等评估指标；演示FastAPI部署脚本编写；对比AI辅助开发与传统开发在各环节的时间占比差异。任务点评、要点归纳：工业级项目需求拆解方法、AI辅助开发全流程、效率对比分析要点。教学方法：讲授法任务驱动法小组讨论教学法上机实操演示教学手段：课程网站、PPT、AI编程工具环节4：作业与评价课后学习任务布置：a.完成随堂测、参与线上讨论；b.任选本项目开发流程中的一个环节（需求分析/数据准备/模型设计/部署脚本），撰写一段AI辅助该环节的实践心得，对比其与传统开发方式的效率差异，上传至课程网站。评价：自我评价、同学互评、老师评价完成专业能力评价、非专业能力教学评价与反馈教学方法：任务驱动法教学手段：课程网站六、教学效果与反思通过本课程的学习，学生能够运用AI辅助完成工业级项目从需求分析到部署的全流程实践，深刻体会到AI辅助开发在效率提升上的显著价值，同时认识到人类开发者在架构设计与质量把控上的不可替代性。教学中受限于课时，部分学生对模型训练环节的理解仍停留在概念层面，后续可考虑增设选修性质的深度实操环节。更多教学反馈将通过课程网站收集，作为下一次课教学设计参考。

课号10授课班级授课时间授课时数2授课单元名称单元十制造业AI应用与智能体核心机制认知一、教学目标素质目标（1）培养学生将AI技术与专业领域深度融合的跨学科意识（2）引导学生树立利用AI探索新颖工业场景解决方案的创新意识知识目标（1）了解AI在制造业的八大核心应用领域（2）理解智能体感知—推理—规划—执行—学习的闭环工作机制（3）了解Coze、Dify等主流智能体开发平台的功能特征能力目标（1）能结合案例说明预测性维护、视觉检测、数字孪生等AI技术在制造业的应用价值（2）能描述智能体核心工作机制与三大技术支柱（3）能比较不同智能体开发平台的适用场景二、教学内容（1）人工智能在制造业典型应用场景：预测性维护、AI驱动机器人、AI视觉检测、数字孪生（2）智能体AI的核心工作机制：感知、推理、规划、执行、学习（3）智能体应用开发平台对比：Coze、Dify等（4）智能体系统架构设计四项原则：用户本位、智能内核、柔性架构、效能平衡三、重点难点教学重点（1）AI在制造业八大核心应用领域（2）智能体感知—推理—规划—执行—学习闭环机制教学难点（1）理解智能体与传统“建议型AI”在“执行”环节的本质区别（2）辨析不同智能体开发平台的技术路线差异四、思政元素（1）以美的洗衣机荆州工厂、宁波中亿轴承检测智能体等国产智能制造标杆案例，展现我国智能制造产业的创新活力（2）引导学生认识到智能体技术对新质生产力发展的重要支撑作用，增强科技报国的使命感五、教学设计教学过程教学方法与手段环节1：课前准备布置预习任务：查阅“工业智能体”“AIAgent”相关资料，思考“智能体与普通聊天机器人有什么区别？”教学方法：任务驱动法教学手段：课程网站环节2：新课导入（1）导入案例1：展示美的洗衣机荆州工厂“14类生产协同智能体、秒级全局调度”的案例视频，提问“智能体如何做到自主决策？”（2）导入案例2：对比展示传统AI工具“只给建议”与智能体“直接调动工具执行”的场景差异，引发学生思考。教学方法：案例引入法对比展示法教学手段：课程网站、PPT环节3：教学过程（1）AI在制造业典型应用场景分类讲解工业预测性维护、AI驱动机器人与协作机器人、AI视觉检测、数字孪生系统四大领域及典型案例。（2）智能体AI核心工作机制讲解感知（看得到听得懂）、推理（会思考懂逻辑）、规划（出方案排先后）、执行（能办事真干活）、学习（长记性变聪明）五个闭环环节。课堂互动：分组讨论“智能体与传统AI工具的根本区别体现在哪个环节”，每组分享观点。（3）智能体开发平台对比讲解Coze、Dify、腾讯元器、FastGPT等平台的核心优势、适用场景与局限性对比。（4）智能体系统架构设计原则讲解用户本位、智能内核、柔性架构、效能平衡四项设计原则。任务点评、要点归纳：制造业AI应用场景、智能体核心机制、开发平台选型依据、架构设计原则。教学方法：讲授法任务驱动法小组讨论教学法教学手段：课程网站、PPT环节4：作业与评价课后学习任务布置：a.完成随堂测、参与线上讨论；b.结合自己所学专业，设想一个可以用智能体解决的工作场景，简述该智能体应具备的感知、推理、规划、执行能力，形成方案笔记上传至课程网站。评价：自我评价、同学互评、老师评价教学方法：任务驱动法教学手段：课程网站六、教学效果与反思通过本课程的学习，学生能够了解AI在制造业的典型应用场景，理解智能体感知—推理—规划—执行—学习的核心工作机制，并对主流智能体开发平台形成初步认知。教学中学生对智能体“执行”环节与传统AI工具的区别理解较为深刻，但对不同开发平台技术路线的辨析仍需结合后续实操加以巩固。更多教学反馈将通过课程网站收集，作为下一次课教学设计参考。

课号11授课班级授课时间授课时数2授课单元名称单元十一智能体基础创建实践一、教学目标素质目标（1）培养学生规范运用AI工具的职业素养，坚守数据安全与内容合规原则（2）引导学生在小组协作中增强沟通协调与团队合作能力知识目标（1）掌握Coze平台智能体开发的基本流程（2）了解大模型选型与参数配置（温度、输出长度）方法（3）熟悉摘要生成、学生手册问答等智能体开发案例能力目标（1）能在Coze平台完成智能体名称、图标、功能介绍等基础信息配置（2）能根据任务需求选型大模型并绑定文件解析等插件（3）能编写符合业务需求的人设与回复逻辑提示词二、教学内容（1）Coze平台基础信息配置：智能体名称、功能介绍、图标（2）大模型与插件配置：模型选型、温度参数、插件绑定（3）人设与回复逻辑设计：角色设定、输入适配逻辑、输出要求（4）智能体测试与发布：预览调试、发布上架三、重点难点教学重点（1）Coze平台智能体基础信息配置流程（2）人设与回复逻辑提示词的撰写方法教学难点（1）根据业务场景合理选型大模型与配置参数（2）设计逻辑严谨、覆盖多种输入情形的回复逻辑四、思政元素（1）以“大学生学生手册规范问答智能体”案例中“不杜撰、不拓展、严格贴合原文”的设计原则，培养学生严谨求实的工作态度（2）通过智能体开发中的权限与内容边界设置，引导学生树立信息安全与合规意识五、教学设计教学过程教学方法与手段环节1：课前准备布置预习任务：注册Coze平台账号，浏览平台内已发布的智能体案例，思考“一个好用的智能体需要具备哪些要素？”教学方法：任务驱动法教学手段：课程网站、Coze平台环节2：新课导入（1）导入案例1：现场演示“文章摘要小助手”智能体的实际问答效果，提问“这样一个智能体是如何一步步搭建出来的？”（2）导入案例2：展示“大学生学生手册规范问答智能体”的问答界面，引导学生思考其人设与回复逻辑设计的巧妙之处。教学方法：演示教学法案例引入法教学手段：课程网站、PPT、Coze平台环节3：教学过程（1）基础信息配置上机演示：在Coze平台创建智能体，填写名称、功能介绍、选择图标。（2）大模型与插件配置讲解模型选型逻辑（精度与效率的平衡）；演示温度、最大输出长度等参数配置；演示文件解析、链接读取等插件的搜索与绑定。（3）人设与回复逻辑设计讲解角色设定、输入适配逻辑、生成逻辑、交互反馈逻辑、输出要求五个维度的撰写方法。课堂互动：学生分组，参照“摘要生成智能体”案例模板，为自己设定的场景（如课程答疑、专业资料整理）编写人设与回复逻辑。（4）测试与发布演示预览与调试功能，测试多种输入方式下的智能体表现；简要介绍发布至扣子商店的流程。任务点评、要点归纳：智能体开发基本流程、大模型选型与参数配置方法、人设逻辑设计要点。教学方法：讲授法任务驱动法小组讨论教学法上机实操演练教学手段：课程网站、PPT、Coze平台环节4：作业与评价课后学习任务布置：a.完成随堂测、参与线上讨论；b.在Coze平台独立完成一个贴合自身专业场景的智能体基础搭建（含基础信息、模型配置、人设与回复逻辑），提交智能体链接及测试截图至课程网站。评价：自我评价、同学互评、老师评价教学方法：任务驱动法教学手段：课程网站六、教学效果与反思通过本课程的学习，学生能够独立完成Coze平台智能体的基础信息配置、大模型选型与人设逻辑设计，初步具备智能体开发的实操能力。教学中学生在回复逻辑的完整性与边界情形考虑上仍有欠缺，后续可结合更多异常输入案例进行专项训练。更多教学反馈将通过课程网站收集，作为下一次课教学设计参考。

课号12授课班级授课时间授课时数2授课单元名称单元十二知识库构建与工作流编排一、教学目标素质目标（1）培养学生面向复杂业务流程进行系统化设计的工程思维（2）引导学生在知识库构建中坚守数据来源权威性与内容合规底线知识目标（1）掌握知识库核心功能与RAG技术四步流程（2）理解Embedding技术在语义检索中的作用机制（3）掌握Coze工作流四大核心构成：节点、逻辑控制、数据流、资源集成能力目标（1）能完成文档上传、分段处理、索引构建与知识库绑定（2）能运用开始、LLM、插件、知识库检索等节点搭建智能体工作流（3）能设计选择节点、意图识别节点实现分支判断逻辑二、教学内容（1）知识库核心功能：知识存储、动态检索、知识更新、多模态支持（2）Embedding技术与RAG技术核心流程：数据准备、知识检索、增强提示、大模型生成（3）智能体工作流四大核心构成：节点、逻辑控制、数据流、资源集成（4）车规级PMIC测试知识库与工作流编排案例三、重点难点教学重点（1）知识库创建与文档分段索引构建流程（2）RAG技术四步核心流程（3）工作流节点类型与分支逻辑设计方法教学难点（1）理解Embedding技术如何将语义信息转化为可计算向量（2）设计合理的分支判断逻辑，实现测试问题的精准分流四、思政元素（1）以车规级电源管理芯片测试知识库对AEC-Q100可靠性标准的严格遵循，培养学生严谨规范的工程质量意识（2）引导学生认识到知识库数据来源的权威性直接关系到智能体输出的可信度，树立对信息真实性负责的职业操守五、教学设计教学过程教学方法与手段环节1：课前准备布置预习任务：查阅“RAG技术”“向量数据库”相关资料，思考“为什么大模型需要外挂知识库才能回答专业问题？”教学方法：任务驱动法教学手段：课程网站环节2：新课导入（1）导入案例1：现场提问大模型一个专业性较强的问题（如某芯片型号的具体测试规程），展示模型可能给出的模糊或错误回答，引出知识库的必要性。（2）导入案例2：展示车规级PMIC测试智能体工作流的可视化编排界面截图，提问“一个复杂的测试任务是如何被拆解成多个步骤自动执行的？”教学方法：案例引入法演示教学法教学手段：课程网站、PPT环节3：教学过程（1）知识库核心功能与创建流程讲解知识库的知识存储、动态检索、知识更新、多模态支持四大功能。上机演示：在Coze平台创建知识库，上传文档，设置分段策略，构建索引。（2）Embedding与RAG技术讲解Embedding将文本转化为向量的原理；讲解RAG技术数据准备、知识检索、增强提示、大模型生成四步流程。（3）智能体工作流四大核心构成讲解节点（开始、LLM、插件、代码、知识库检索、结束）、逻辑控制（选择节点、意图识别、循环节点）、数据流（变量引用、强类型约束）、资源集成四大要素。课堂互动：分组讨论“如果要开发一个课程答疑工作流，需要用到哪些节点、如何设计分支逻辑”，每组绘制简易流程草图并分享。（4）案例解析结合车规级PMIC测试智能体工作流案例，讲解知识库检索节点与选择节点如何协同实现测试问题的分类处理。任务点评、要点归纳：知识库创建流程、RAG技术原理、工作流四大核心构成、分支逻辑设计方法。教学方法：讲授法任务驱动法小组讨论教学法上机实操演练教学手段：课程网站、PPT、Coze平台环节4：作业与评价课后学习任务布置：a.完成随堂测、参与线上讨论；b.为自己在单元十一搭建的智能体绑定一个知识库（可上传专业课程资料），并尝试设计一个包含至少一个选择节点的简单工作流，提交流程截图与测试记录至课程网站。评价：自我评价、同学互评、老师评价完成专业能力评价、非专业能力教学评价与反馈教学方法：任务驱动法教学手段：课程网站六、教学效果与反思通过本课程的学习，学生能够完成知识库的创建与配置，理解RAG技术的核心流程，并初步具备运用工作流节点搭建自动化处理流程的能力。教学中学生对分支逻辑的设计仍偏简单，多数未能覆盖复杂的异常情形，后续可结合更多真实业务场景强化训练。至此，项目3与项目4的教学内容已全部完成，更多教学反馈将通过课程网站收集，作为下一次课教学设计参考。

课号13授课班级授课时间授课时数2授课单元名称单元十三多模态大模型认知与辅助驾驶方案解析一、教学目标素质目标（1）培养学生“安全第一”的职业精神，深刻认识辅助驾驶中“人机共驾”的责任边界（2）引导学生树立科技创新与前瞻思维，主动探索AI技术在物理世界中的应用边界（3）培养学生理性、辩证看待不同技术路线优劣的批判性思维知识目标（1）理解多模态大模型跨模态对齐与感认知一体化原理（2）理解VLA模型视觉—语言—动作端到端对齐机制（3）了解SAE自动驾驶分级标准及特斯拉FSD、华为ADS、Momenta三种技术路线能力目标（1）能描述多模态大模型与VLA模型的核心技术架构（2）能对比三种主流辅助驾驶方案的技术路线差异（3）能理解规则与VLA混合控制机制的安全仲裁逻辑二、教学内容（1）多模态大模型：跨模态融合原理、VLA模型技术架构、MLLM应用（2）VLA大模型辅助驾驶工作原理与混合控制机制（3）SAE自动驾驶分级标准（L0—L5）（4）主流辅助驾驶方案对比：特斯拉FSD、华为乾崑ADS、Momenta三、重点难点教学重点（1）VLA模型视觉—语言—动作端到端对齐机制（2）三种主流辅助驾驶方案的技术路线差异教学难点（1）理解规则引擎与VLA大模型协同工作的“安全仲裁”逻辑（2）辨析“纯视觉路线”与“多传感器融合路线”的优劣权衡四、思政元素（1）以华为乾崑ADS、Momenta等国产辅助驾驶技术方案的快速迭代，展现我国智能网联汽车产业的自主创新能力（2）通过特斯拉FSD实际事故案例，引导学生树立“生命至上、安全意识优先”的工程伦理观五、教学设计教学过程教学方法与手段环节1：课前准备布置预习任务：查阅“VLA模型”“自动驾驶分级”相关资料，思考“人类驾驶员在遇到突发情况时，大脑是如何做出反应的？”教学方法：任务驱动法教学手段：课程网站环节2：新课导入（1）导入案例1：播放辅助驾驶车辆在复杂路口自主完成微调、等待、通行的实测视频片段，提问“车辆是如何“看懂”并“判断”这一切的？”（2）导入案例2：展示特斯拉FSD事故新闻报道，引发学生对“人机共驾边界”的讨论。教学方法：案例引入法讨论法教学手段：课程网站、PPT环节3：教学过程（1）多模态大模型基础认知讲解多模态大模型如何整合视觉、语言等多元数据，实现“感认知一体化”。讲解VLA模型视觉编码器、语言令牌、动作令牌的端到端对齐机制；简要介绍MLLM在智能座舱中的应用及“幻觉”风险。（2）VLA大模型辅助驾驶工作原理类比人类驾驶员认知过程，讲解VLA模型“跨模态表征—世界模型推理—动作令牌输出”的工作流程。讲解规则与VLA混合控制机制：“天才大脑”与“钢铁脊髓”协作的安全仲裁逻辑。课堂互动：分组讨论“为什么不能完全依赖VLA大模型做出驾驶决策，还需要规则引擎兜底？”（3）主流辅助驾驶方案对比讲解SAE自动驾驶分级标准L0—L5的核心区别。对比讲解特斯拉FSD（纯视觉路线）、华为乾崑ADS（多传感器融合）、Momenta（数据驱动飞轮）三种技术路线的架构特点与优劣。任务点评、要点归纳：多模态大模型与VLA核心原理、混合控制机制、三大辅助驾驶方案对比要点。教学方法：讲授法任务驱动法小组讨论教学法教学手段：课程网站、PPT环节4：作业与评价课后学习任务布置：a.完成随堂测、参与线上讨论；b.以表格形式对比特斯拉FSD、华为乾崑ADS、Momenta三种方案在硬件架构、数据积累方式、技术路线上的差异，并谈谈自己更认同哪种路线及理由，上传至课程网站。评价：自我评价、同学互评、老师评价教学方法：任务驱动法教学手段：课程网站六、教学效果与反思通过本课程的学习，学生能够理解多模态大模型与VLA模型的核心技术原理，掌握规则与AI协同工作的安全仲裁逻辑，并能够对比分析三种主流辅助驾驶方案的技术路线差异。教学中学生对“安全至上”的工程伦理观形成了较为深刻的认识，但对不同传感器融合方案的技术细节理解仍需结合下一次课的实操环节加以巩固。更多教学反馈将通过课程网站收集，作为下一次课教学设计参考。

课号14授课班级授课时间授课时数2授课单元名称单元十四百度Apollo平台仿真实战一、教学目标素质目标（1）培养学生严谨规范的实操习惯，在虚拟仿真环境中养成安全操作意识（2）通过仿真调试环节，培养学生反复验证、精益求精的工匠精神知识目标（1）掌握百度Apollo自动驾驶开发流程六阶段（2）了解DreamView可视化监控与cyber_monitor工具的使用方法（3）了解仿真调试相较实车测试的优势能力目标（1）能使用Apollo在线编程环境播放自动驾驶离线数据包并分析传感器数据（2）能完成DreamView模式设置与Channel信息查看操作（3）能完成路线编辑与定速巡航仿真调试全流程二、教学内容（1）百度Apollo自动驾驶开发流程六阶段（2）DreamView快速上手：模式设置、离线数据包播放、Channel信息查看（3）仿真调试的优势：高效性、成本节约、安全性、可重复性（4）定速巡航仿真调试实操：模式设置、路线编辑、启动仿真三、重点难点教学重点（1）DreamView模式设置与离线数据回放操作（2）路线编辑与定速巡航仿真调试全流程教学难点（1）理解Pnc监控模块中规划速度与实际速度差异所反映的算法问题（2）Channel信息列表的查看与含义解读四、思政元素（1）通过仿真测试“安全、可控、可重复”的技术特性，引导学生理解我国在自动驾驶测试验证体系建设上的审慎与负责态度（2）培养学生在虚拟仿真环境中依然一丝不苟、严格按流程操作的职业规范意识五、教学设计教学过程教学方法与手段环节1：课前准备布置预习任务：注册百度Apollo开发者课程账号，浏览“快速上手，五步入门自动驾驶”课程简介。教学方法：任务驱动法教学手段：课程网站、百度Apollo平台环节2：新课导入（1）导入案例1：对比展示实车测试与仿真测试在成本、周期、安全性上的差异数据，提问“为什么头部企业普遍采用仿真测试作为自动驾驶开发的重要手段？”（2）导入案例2：现场演示DreamView界面，展示车辆在仿真环境中行驶的动态画面，激发学生实操兴趣。教学方法：对比展示法演示教学法教学手段：课程网站、PPT、百度Apollo平台环节3：教学过程（1）Apollo自动驾驶开发流程讲解从系统环境搭建、源码下载编译、模块配置启动、DreamView可视化调试、实车测试到持续迭代优化的六阶段流程。（2）DreamView快速上手实操上机演示：进入在线编程环境，执行指令启动DreamView交互系统；进行语言设置；完成模式设置（PnC模式、Record操作），下载并播放“demo_3.5”离线数据包。演示Pnc监控模块，讲解规划速度与实际速度的对比分析方法；演示cyber_monitor命令查看Channel信息列表。（3）仿真调试优势讲解讲解仿真调试在高效性、成本节约、安全性、数据生成、可重复性五方面相较实车测试的优势。（4）定速巡航仿真调试实操上机演示：启动DreamView，完成模式设置（PnC模式、Sim_Control操作，开启Planning和Prediction模块）；启动路线编辑器，添加途经点并保存；点击开始按钮启动仿真，观察车辆行驶过程中的速度、方向、挡位等信息。学生分组实操：每组独立完成一次完整的定速巡航仿真调试。任务点评、要点归纳：Apollo开发流程六阶段、DreamView核心操作、仿真调试优势、定速巡航仿真全流程。教学方法：讲授法任务驱动法上机实操演练小组协作实践教学手段：课程网站、PPT、百度Apollo在线仿真平台环节4：作业与评价课后学习任务布置：a.完成随堂测、参与线上讨论；b.独立完成一次定速巡航仿真调试，自主设置至少3个途经点，记录仿真过程中规划速度与实际速度的差异情况，形成实操报告并附界面截图上传至课程网站。评价：自我评价、同学互评、老师评价完成专业能力评价、非专业能力教学评价与反馈教学方法：任务驱动法教学手段：课程网站六、教学效果与反思通过本课程的学习，学生能够独立完成百度Apollo平台的DreamView可视化调试与定速巡航仿真操作，直观感受自动驾驶系统“感知—决策—控制”的完整流程，实操能力得到有效锻炼。教学中部分学生在途经点设置与仿真参数配置环节操作不够熟练，后续可增加课后开放实验室时段供学生巩固练习。至此，项目5教学内容已全部完成，更多教学反馈将通过课程网站收集，作为下一次课教学设计参考。

课号15授课班级授课时间授课时数2授课单元名称单元十五AI艺术创新认知与AIGC提示词设计实践一、教学目标素质目标（1）培养学生的审美与人文素养，在AI艺术鉴赏中融入人文内涵（2）引导学生树立尊重原创、坚守AI使用规范的伦理与责任意识（3）激发学生的创新与技术应用素养，推动AI技术与艺术创作的融合探索知识目标（1）了解AI艺术创新的五大核心作用（2）了解绘画、视频生成、音乐生成类主流工具的核心技术差异（3）掌握AIGC绘画提示词标准框架与五大编写要点能力目标（1）能结合案例说明AI艺术创新的五大价值（2）能比较Midjourney、即梦AI、Suno、Mureka等工具的技术原理与适用场景（3）能运用标准框架设计提示词并完成即梦AI基础创作操作二、教学内容（1）人工智能赋能艺术创新的五大核心作用（2）AI绘画、AI音乐、AI视频工具关键技术与应用对比（3）AIGC绘画提示词标准框架与编辑公式（4）提示词五大编写要点与即梦AI基础创作功能实操三、重点难点教学重点（1）AI艺术创新五大核心作用（2）AIGC绘画提示词标准框架的构成要素（3）提示词五大编写要点的实际应用教学难点（1）理解AI在艺术创作中“智能协同者”而非“替代者”的定位（2）将抽象的意境描述转化为具体、可视觉化的提示词表达四、思政元素（1）以“泥人张”彩塑数字化创作、“书生·妙析”美学评价大模型等案例，展现AI技术助力中华优秀传统文化传承与创新（2）通过李娟将AI工具与刺绣非遗技艺融合的案例，引导学生理解AI时代“技术+匠心”的新工匠精神内涵五、教学设计教学过程教学方法与手段环节1：课前准备布置预习任务：查阅“AIGC绘画”“Midjourney”“即梦AI”相关资料，收集1-2幅自己感兴趣的AI绘画作品。教学方法：任务驱动法教学手段：课程网站环节2：新课导入（1）导入案例1：展示“泥人张”彩塑与现代卡通形象融合的AI数字作品，提问“AI是如何理解并融合传统技艺与现代审美的？”（2）导入案例2：对比展示同一主题下模糊提示词与精准提示词生成的两组AI绘画作品，引导学生直观感受提示词质量对生成效果的影响。教学方法：案例引入法对比展示法教学手段：课程网站、PPT环节3：教学过程（1）AI艺术创新五大核心作用讲解激发创作灵感、优化创作流程、助力艺术教育、赋能作品分析、重塑创作模式五个维度，结合“书生·妙析”等案例展开。课堂互动：分组讨论“AI在艺术创作中究竟是“替代者”还是“协同者””，每组分享观点。（2）AI艺术创意工具认知分类对比讲解绘画类工具（Midjourney、StableDiffusion、即梦AI）、视频生成类工具（Sora、GoogleVeo、可灵AI）、音乐生成类工具（Suno、Mureka）的核心技术原理与适用场景差异。（3）AIGC绘画提示词标准框架讲解“主体特征+行为细节+环境背景+光影色彩+风格媒介+构图视角”标准公式；讲解简洁有力、活用同义词、精准具象、正面表述、注入细节五大编写要点。（4）即梦AI基础创作实操上机演示：完成即梦AI账号注册登录，进入图片生成界面，输入提示词生成图片，调整参数并预览效果。学生分组实操：运用标准框架为自己感兴趣的主题设计一条提示词，在即梦AI中生成并对比优化前后效果。任务点评、要点归纳：AI艺术创新五大作用、主流工具技术差异、提示词标准框架与编写要点。教学方法：讲授法任务驱动法小组讨论教学法上机实操演练教学手段：课程网站、PPT、即梦AI平台环节4：作业与评价课后学习任务布置：a.完成随堂测、参与线上讨论；b.运用AIGC绘画提示词标准框架，围绕自己所学专业或家乡文化设计一条完整提示词，在即梦AI中生成作品，并附上提示词优化前后的对比说明，上传至课程网站。评价：自我评价、同学互评、老师评价教学方法：任务驱动法教学手段：课程网站六、教学效果与反思通过本课程的学习，学生能够理解AI艺术创新的核心价值，掌握主流AI艺术创意工具的技术特点，并能运用标准框架设计提示词完成即梦AI基础创作。教学中学生对“精准具象、拒绝模糊”这一编写要点的实践运用较为薄弱，仍存在使用抽象意境词的现象，后续可通过更多正反案例对比强化训练。更多教学反馈将通过课程网站收集，作为下一次课教学设计参考。

课号16授课班级授课时间授课时数2授课单元名称单元十六AI艺术综合创作实践——读书节宣传视频制作一、教学目标素质目标（1）培养学生跨工具协同创作的综合实践能力与团队协作精神（2）引导学生在AI创作全流程中坚守版权合规底线，尊重原创、传递正能量（3）秉持精益求精的职业与卓越素养，在成片打磨中追求作品质量知识目标（1）掌握读书节宣传视频五步创作流程（2）了解分镜脚本设计与图生视频操作规范（3）了解AI生成内容版权风险与AI时代“新工匠精神”内涵能力目标（1）能运用豆包AI完成宣传文案与分镜脚本策划（2）能综合运用豆包AI、即梦AI批量生成分镜图片与视频片段（3）能运用Mureka生成适配主题的背景音乐并使用剪映完成剪辑合成二、教学内容（1）读书节宣传视频创作五步工作流程：文案策划、图片生成、视频生成、音乐生成、剪辑合成（2）分镜脚本设计规范与图生视频操作要点（3）AI生成内容版权风险识别（4）AI时代“新工匠精神”内涵解读三、重点难点教学重点（1）跨工具协同的完整AIGC创作流程（2）分镜脚本与提示词的一致性把控教学难点（1）保障多工具生成素材（文案、图片、视频、音乐）之间风格与节奏的统