《大语言模型及其应用》课程实施计划

课程实施计划1、课程基本信息课程名称：大语言模型及其应用课程类别：通识课、专业选修课学分：学时：考核方式：考查，作品、报告提交及答辩先修课程：无开设学期：第学期授课对象：不限专业2、任课教师基本信息姓名：办公室：Email:3、课程目标《大语言模型及其应用》围绕大语言模型的基本概念、提示词工程方法及其在教育教学场景中的应用展开。课程以“理解原理、掌握方法、完成实践、形成反思”为主线，引导学生认识生成式人工智能与大语言模型的发展脉络，理解提示词设计对模型输出质量的影响，并能够在智能办公、教学资源生成、学习支持与程序设计学习等场景中设计、优化和评价提示词。通过本课程学习，学生应能够：掌握大语言模型及提示词工程的基础知识；能够根据任务需求设计上下文提示、角色提示、举例提示、多轮交互提示、思维链与思维树提示等；能够运用大语言模型完成PPT制作、图像生成、思维导图、流程图、数据处理和程序设计学习等实践任务；能够记录和分析与模型交互的过程，反思模型输出的优势、局限与伦理风险，提升利用人工智能解决教育教学实际问题的能力。4、教材和参考书目教材：《大语言模型及其应用》，陈佳雯等编著，2026年。教学参考书：《ChatGPT高效提问：prompt技巧大揭秘》，李世民等著，人民邮电出版社，2024年。5、教学内容序号实践内容课时课后作业备注11)课程介绍与学习要求说明2)大语言模型概述3)讨论大语言模型对教育的影响2阅读教材第1章，了解教育应用案例。21)提示词工程原理2)提示分类、结构与设计过程3)教育任务提示词初步设计2堂内上机练习：设计教学任务基础提示词。31)上下文提示2)元问题3)利用背景信息提升回答质量2堂内上机练习：优化缺少上下文的提示词。41)元提示词2)角色提示3)设定模型身份、任务边界与输出风格2堂内上机练习：设计教师/学生/助手角色提示词。51)举例提示2)Zero-shot、One-shot与Few-shot3)比较不同示例数量的效果2堂内上机练习：设计并比较举例提示。61)提示词模板2)提问模板与回答模板3)常用提示词框架应用2堂内上机练习：形成可复用提示词模板。71)多轮次交互提示2)连续对话中的上下文保持3)利用追问与反馈优化结果2堂内上机练习：完成不少于3轮交互记录。81)思维链和思维树提示2)提示词逆向工程3)复杂任务的分步骤生成2堂内上机练习：反推并改进已有提示词。91)智能办公：制作PPT2)用Markdown或结构化提示生成PPT3)生成页面内容与讲稿21)堂内上机练习2)启动大型PPT制作（第9—12周综合）。101)智能办公：生成图像2)图像提示词的对象、场景、风格与细节3)生成教学展示素材2完善综合作业，提交图像提示词与结果。111)智能办公：创建思维导图2)智能办公：绘制流程图3)表达知识结构与学习过程2完善综合作业，提交思维导图或流程图作品。121)智能办公：数据处理2)数据生成、整理、分析与解释3)综合作品交流2提交智能办公综合作业及提示词反思。131)程序设计：编程环境配置2)获取安装、配置与调试步骤3)认识AI辅助编程学习21)堂内上机练习2)启动程序设计综合作业（第13—15周）。141)程序设计：编程基础知识学习2)变量、数据类型、输入输出与表达式3)生成学习提纲和练习题2继续完成程序设计综合作业，记录代码与反馈。151)程序设计：程序控制结构学习2)顺序、选择、循环结构练习3)综合任务完善2提交程序设计综合作业、交互记录与反思。161)课程综合考核2)作品、报告提交与展示3)课程学习总结与反思2整理并提交课堂练习、综合作品和总结反思。6、课程资源本课程资源主要包括：课程教学大纲、教学PPT、课堂练习素材、教材章节内容、示例提示词、学生作品样例及综合作业说明。本课程网址：同学们可以通过课程平台获取教学资料，并在课后结合教材完成阅读、上机练习和作品完善。课堂中将结合可访问的大语言模型工具、PPT生成工具、图像生成工具、思维导图工具、流程图工具及编程辅助工具开展实践。7、其他要求·所有课堂练习需保留与大语言模型交互的完整记录，包括提示词、模型输出、修改过程和最终作品。·综合作业强调过程性材料，学生需说明提示词设计逻辑、优化依据、模型输出质量及个人反思。·使用大语言模型时应遵守学术诚信与伦理规范，不直接提交未经理解和修改的模型生成内容，注意隐私保护、版权意识与结果核查。8、评价标准1.平时成绩（占总成绩的40%）平时成绩由考勤、课堂提问和表现、课堂上机练习及阶段性作业构成。其中，课堂练习重点考查学生提示词设计、模型交互记录、任务完成情况和课堂参与度。2.期末成绩（占总成绩的60%）期末成绩以综合作品、报告提交及展示/答辩为主要依据，重点评价学生能