《大语言模型及其应用》教案全套-教学设计 陈佳雯 第1-16 大语言模型概述-程序设计：程序控制结构学习、课程考核

课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目1.大语言模型概述计划学时2教学目的1.了解人工智能、生成式人工智能、自然语言处理与大语言模型的基本概念。2.理解国内外大语言模型的发展脉络及其教育应用价值。3.能够结合小学教育与信息技术场景，举例说明大语言模型对教学、学习与评价的影响。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容人工智能基础知识；生成式人工智能；自然语言处理；大语言模型发展、代表模型及其对教育的影响。教学重点大语言模型的基本概念、发展历程、典型应用及教育影响。教学难点1.区分人工智能、生成式人工智能、NLP与大语言模型之间的关系2.理解大语言模型在教育中的优势与局限。教学方法1.启发式教学：通过问题情境导入，引导学生发现提示词设计的必要性。2.案例教学：结合教材案例、教育应用案例和教师演示进行讲解。3.实践教学：每次课安排堂内上机练习，要求保留提示词、模型输出和修改过程。4.讨论评价：通过展示、同伴互评和教师点评促进提示词持续优化。教学策略1.按“基础认识—提示方法—智能办公—程序设计—综合考核”的路径组织学习。2.每次课围绕一个具体任务形成“提示词设计—模型输出—优化修订—结果反思”的闭环。3.对作品评价强调过程证据，要求学生提交关键提示词、交互记录、最终成果和学习反思。教学过程本次课程内容介绍：第一部分：介绍课程学习内容、学习方式和考核要求，帮助学生了解本课程将围绕大语言模型基础、提示词设计方法及其教育应用展开学习。第二部分：介绍人工智能基础知识（P5），重点讲解人工智能的基本概念、弱人工智能、增强人工智能和强人工智能的区别，并结合教材中“大语言模型：弱人工智能的巅峰与增强人工智能的曙光”内容，帮助学生理解大语言模型在人工智能发展中的位置。第三部分：介绍生成式人工智能（P7）和自然语言处理（P9），重点讲解文本生成、图像生成、音频生成、代码生成等典型应用，以及自然语言处理与大语言模型之间的关系。第四部分：介绍大语言模型的发展（P11）和国内外大语言模型代表（P15），结合GPT系列发展简史和国内外代表性模型，帮助学生了解大语言模型的发展脉络。第五部分：介绍大语言模型对教育的影响（P17），重点讲解个性化学习、自动化评估与反馈、教学内容创作支持、语言学习辅助和教育研究与数据分析等应用方向。课堂教学安排一、知识导入讲授方式：向学生提问和教师总结1.课程学习内容介绍1）本课程主要围绕大语言模型的基本概念、提示词设计方法及其在教育、办公和程序设计中的应用展开。2）课程学习方式以“理论讲解+案例演示+堂内上机练习”为主。3）说明后续课程将围绕教材案例进行提示词设计与实践操作。2.导入提问1）你是否使用过ChatGPT、DeepSeek、Kimi、文心一言、通义千问等大语言模型？2）你通常用它们完成哪些学习或生活任务？3）你认为大语言模型与传统搜索引擎有什么不同？二、知识讲解讲授方式：PPT与教材内容结合，重点进行概念讲解和应用分析1.人工智能基础知识（P5）1）人工智能的基本概念。2）弱人工智能、增强人工智能和强人工智能的区别。3）大语言模型在当前人工智能发展阶段中的位置。教学案例：人工智能发展阶段分析要求：结合教材图1.1“人工智能的发展阶段及状态”，引导学生分析当前大语言模型为何仍属于弱人工智能的高级形式，同时具有向增强人工智能发展的特征。2.生成式人工智能（P7）1）生成式人工智能的含义。2）文本生成、图像生成、音频生成和代码生成等典型应用。3）生成式人工智能在教育中的应用价值。教学案例：生成式人工智能应用识别要求：教师展示若干应用场景，如“生成教案”“生成图片”“自动写代码”“制作PPT大纲”，让学生判断这些任务分别属于哪一类生成式人工智能应用。3.自然语言处理（P9）1）自然语言处理的基本概念。2）文本分类、机器翻译、自动摘要、问答系统等典型任务。3）自然语言处理与大语言模型之间的关系。4.大语言模型的发展（P11）1）GPT系列的诞生背景。2）GPT-1、GPT-2、GPT-3、GPT-4的发展简史。3）Transformer架构、大规模预训练、多模态能力等关键技术突破。教学案例：GPT系列发展简史要求：结合教材图1.2“GPT系列发展简史”，让学生总结GPT系列从文本生成到多模态理解的发展特征。5.国内外大语言模型介绍（P15）1）国外大语言模型代表：GPT、Claude、LaMDA、LLaMA等。2）国内大语言模型代表：ChatGLM、讯飞星火、文心一言、通义千问、DeepSeek等。3）不同模型在中文处理、对话生成、代码生成和教育应用中的特点。6.大语言模型对教育的影响（P17）1）个性化学习。2）自动化评估与反馈。3）教学内容创作支持。4）语言学习辅助。5）教育研究与数据分析。教学案例：大语言模型辅助教师备课要求：教师现场输入“请为小学信息科技课设计一个人工智能导入活动”，展示模型输出，并引导学生初步体会提示词对输出质量的影响。三、课堂总结讲授方式：结合PPT教师总结，布置课后思考本课主要介绍了人工智能、生成式人工智能、自然语言处理和大语言模型的基本概念，梳理了GPT系列和国内外大语言模型的发展情况，并重点分析了大语言模型对教育领域的影响。通过本讲学习，使学生初步理解大语言模型的技术背景和教育应用价值，为后续学习提示词工程奠定基础。课后思考：教材P19练习题1—3：1）简述人工智能的三种主要分类，并分别举例说明。2）大语言模型如何体现弱人工智能的巅峰，并具备向增强人工智能过渡的潜力？3）生成式人工智能有哪些主要应用？请结合实例说明其在文本、图像或代码生成中的作用。实际授课总结（教学反思）课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目2.上下文提示与元问题计划学时2教学目的1.理解上下文提示在提升模型输出相关性中的作用。2.掌握通过补充背景、角色、任务目标和输出要求构建上下文提示的方法。3.能够使用元问题帮助模型明确分析角度和回答路径。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容上下文提示的概念、构成与应用；元问题的作用；通过背景、对象、任务和限制条件提升模型回答质量。教学重点上下文信息的构成；元问题在问题澄清和任务分解中的作用。教学难点判断提示词中哪些上下文是必要信息，避免提示过短或无关信息过多。教学方法1.启发式教学：通过问题情境导入，引导学生发现提示词设计的必要性。2.案例教学：结合教材案例、教育应用案例和教师演示进行讲解。3.实践教学：每次课安排堂内上机练习，要求保留提示词、模型输出和修改过程。4.讨论评价：通过展示、同伴互评和教师点评促进提示词持续优化。教学策略1.按“基础认识—提示方法—智能办公—程序设计—综合考核”的路径组织学习。2.每次课围绕一个具体任务形成“提示词设计—模型输出—优化修订—结果反思”的闭环。3.对作品评价强调过程证据，要求学生提交关键提示词、交互记录、最终成果和学习反思。教学过程本次课程内容介绍：第一部分：简略回顾上次课程的内容——大语言模型的基本概念、生成式人工智能的典型应用以及大语言模型对教育的影响。第二部分：介绍上下文提示（P28）的概念、作用和基本构成，重点讲解任务背景、对象信息、已有材料、输出要求和限制条件等要素。第三部分：结合教材案例3.1“了解传统礼仪”，演示并讲解上下文提示如何通过补充课程背景、学习目标和文化场景，提高模型回答的针对性和教学适用性。第四部分：介绍元问题（P30）的概念和作用，重点讲解元问题如何引导模型分析问题、明确思考角度并形成问题分析框架。第五部分：结合教材案例3.2“理解思维导图”，演示并讲解元问题在理解新概念、分析学习任务和形成思维框架中的应用。课堂教学安排一、知识回顾讲授方式：向学生提问和教师总结1.大语言模型的基本概念。2.生成式人工智能的典型应用。3.大语言模型对教育的主要影响。引导学生思考：为什么同一个模型，输入不同提示词后会得到不同质量的回答？二、知识讲解讲授方式：PPT与教材案例结合，重点进行实例讲解1.上下文提示（P28）1）上下文提示的概念。2）上下文提示的作用：帮助模型理解任务背景、用户身份、学习对象和输出要求。3）上下文提示的基本构成：任务背景、对象信息、已有材料、输出要求和限制条件。教学案例：案例3.1：了解传统礼仪要求：结合教材案例3.1“了解传统礼仪”，比较普通提示“在中国的春节期间，有哪些特定的礼仪应该遵守？”与加入课程背景、学习目标和文化场景后的上下文提示之间的差异。教材案例中说明，直接提问容易得到较概括的回答，而加入《中国文化》课程背景和传统礼仪学习目标后，模型输出会更贴近教学需要。教学重点：①普通提示与上下文提示的区别。②上下文信息如何影响模型回答的具体性。③在教育教学场景中，如何说明课程、对象、主题和输出要求。2.元问题（P30）1）元问题的概念。2）元问题是“关于问题的问题”，用于引导模型先分析任务本身。3）元问题适合用于复杂问题分析、学习路径设计和方案评价。教学案例：案例3.2：理解思维导图要求：结合教材案例3.2“理解思维导图”，引导学生观察模型如何通过元问题帮助用户理解“什么是思维导图”“学习思维导图前需要了解哪些概念”“思维导图可以从哪些角度进行分析”。教学重点：①元问题不是直接索要答案，而是先引导模型分析问题。②元问题可以帮助学生形成问题分析框架。③元问题适用于学习新概念、评价方案和开展探究性学习。3.上下文提示与元问题的比较1）上下文提示强调“给模型补充任务背景”。2）元问题强调“让模型先分析问题”。3）二者可以结合使用，提高模型输出的针对性和完整性。三、课堂总结讲授方式：结合PPT教师总结，布置上机实验本课主要介绍了上下文提示和元问题。上下文提示可以通过补充背景信息提高模型回答的相关性，元问题可以引导模型先分析任务并形成思考框架。通过本讲学习，学生应能够在教育场景中设计包含背景、对象和输出要求的上下文提示，并能够使用元问题引导模型进行问题分析。上机实验：教材P81练习题1：“上下文提示练习”要求：设计一个上下文提示，用于向模型查询关于特定历史事件的详细信息，确保包含足够的背景信息。教材P81练习题2：“元问题应用”要求：创建一个元问题，引导模型分析智能手机在现代社会中的影响。实际授课总结（教学反思）课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目3.元提示词与角色提示计划学时2教学目的1.理解元提示词作为“回答规则”和“思考框架”的作用。2.掌握角色提示中身份、任务、规则、语气和输出格式的设计方法。3.能够面向教育应用设计教师、学生、评价者、学习助手等角色提示。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容元提示词的设计；角色提示的构成；通过身份设定、能力边界、任务规则和语言风格控制模型输出。教学重点元提示词与角色提示的区别及组合使用。教学难点避免角色设定空泛化，将角色能力、任务边界和输出标准具体化。教学方法1.启发式教学：通过问题情境导入，引导学生发现提示词设计的必要性。2.案例教学：结合教材案例、教育应用案例和教师演示进行讲解。3.实践教学：每次课安排堂内上机练习，要求保留提示词、模型输出和修改过程。4.讨论评价：通过展示、同伴互评和教师点评促进提示词持续优化。教学策略1.按“基础认识—提示方法—智能办公—程序设计—综合考核”的路径组织学习。2.每次课围绕一个具体任务形成“提示词设计—模型输出—优化修订—结果反思”的闭环。3.对作品评价强调过程证据，要求学生提交关键提示词、交互记录、最终成果和学习反思。教学过程本次课程内容介绍：第一部分：简略回顾上次课程的内容——上下文提示和元问题的基本概念、设计方法及其区别。第二部分：介绍元提示词（P32）的概念和作用，重点讲解元提示词如何指导模型按照特定步骤、标准和输出格式完成复杂任务。第三部分：结合教材案例3.3“探究伦理问题”，演示并讲解如何通过元提示词引导模型围绕伦理问题进行多角度分析。第四部分：介绍角色提示（P35）的概念、作用和基本构成，重点讲解角色身份、专业背景、服务对象和任务要求等要素。第五部分：结合教材案例3.4“了解营养元素”，演示并讲解角色提示如何影响模型回答的专业程度、语言风格和适用对象。第六部分：介绍元提示词与角色提示的综合应用，帮助学生理解“角色规定谁来回答，元提示词规定如何回答”的提示设计思路。课堂教学安排一、知识回顾讲授方式：向学生提问和教师总结上下文提示的作用。首先带领学生回顾上一讲中“上下文提示”的概念。上下文提示是指在向大语言模型提出问题时，为模型提供必要的背景信息、任务情境、学习对象、已有材料和输出要求，使模型能够更准确地理解用户意图。结合上一讲内容提问：1）什么是上下文提示？2）为什么只问“请介绍春节礼仪”得到的回答比较笼统？3）如果说明“这是一门《中国文化》课程，学习对象是大学生，目标是了解春节传统礼仪”，模型回答会发生什么变化？通过提问帮助学生进一步理解：上下文提示的核心作用是让模型知道“在什么背景下、面向谁、完成什么任务、输出什么形式的内容”。元问题的作用回顾“元问题”的概念。元问题不是直接要求模型给出最终答案，而是引导模型先分析问题本身，帮助用户明确解决问题前需要考虑的因素、分析角度和判断标准。提问：1）什么是元问题？2）元问题与普通问题有什么区别？3）为什么在设计思维导图之前，可以先问“理解思维导图需要关注哪些方面”？通过问题引导学生认识到：元问题可以帮助模型先建立分析框架，再进入具体回答，尤其适合复杂问题、学习规划和方案设计等任务。回顾案例3.1“了解传统礼仪”和案例3.2“理解思维导图”中提示词变化对模型输出的影响。提问：如果希望模型不仅知道背景、能够分析问题，还希望它按照某种思考规则回答，或者以某种身份、某种专业立场回答，应如何设计提示词？二、知识讲解讲授方式：PPT与教材案例结合，重点进行实例讲解1.元提示词（P32）1）元提示词的概念。2）元提示词用于引导模型“如何思考、如何回答、按照什么步骤完成任务”。3）元提示词通常包括任务说明、执行步骤、判断标准和输出格式。教学案例：案例3.3：探究伦理问题要求：结合教材案例3.3“探究伦理问题”，讲解如何通过元提示词引导模型围绕伦理问题进行分析，而不是只给出简单观点。教学重点：①元提示词能够为模型提供回答框架。②元提示词适用于伦理分析、问题探究、教学评价等复杂任务。③在教学中可以用元提示词引导学生进行多角度思考。2.角色提示（P35）1）角色提示的概念。2）角色提示通过设定身份、专业背景和表达风格，引导模型以特定角色进行回答。3）常见角色包括教师、专家、学生、评委、课程设计师等。教学案例：案例3.4：了解营养元素要求：结合教材案例3.4“了解营养元素”，讲解角色提示如何让模型以某一特定身份解释知识内容，例如以营养师、教师或科普工作者的身份说明营养元素的作用。教学重点：①角色身份会影响模型回答的语言风格和专业程度。②角色提示需要说明“你是谁”“面向谁”“完成什么任务”。③教育场景中常用角色提示包括“小学教师”“学习辅导员”“课程专家”等。3.元提示词与角色提示的综合应用教学案例：基于案例3.3和案例3.4进行综合改写要求：学生尝试将角色提示与元提示词结合，如“你是一名小学科学教师，请按照概念解释、生活例子、课堂提问三个步骤，为学生讲解营养元素的作用”。三、课堂总结讲授方式：结合PPT教师总结，布置上机实验本课主要介绍了元提示词和角色提示。元提示词强调让模型按照指定规则和步骤回答，角色提示强调让模型以特定身份和专业立场回答。通过本讲学习，学生能够设计带有角色身份和执行步骤的提示词，用于教学解释、学习辅导和问题分析。上机实验：1.教材P81练习题3：“元提示词创建”要求：设计一个元提示词，用于引导模型讨论气候变化对全球农业的长期影响。2.教材P81练习题4：“角色提示设计”要求：构造一个角色提示，模拟一位经济学家讨论即将到来的经济衰退的可能性。实际授课总结（教学反思）课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目4.举例提示计划学时2教学目的1.理解举例提示在降低任务理解成本、提升输出一致性中的作用。2.掌握Zero-shot、One-shot和Few-shot提示的适用场景。3.能够为教育任务设计高质量示例，引导模型生成符合要求的结果。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容Zero-shot、One-shot与Few-shot提示；示例选择、示例格式与示例迁移；通过样例提升输出稳定性。教学重点Few-shot提示的示例选择与格式统一。教学难点选择具有代表性的示例，并避免错误示例误导模型。教学方法1.启发式教学：通过问题情境导入，引导学生发现提示词设计的必要性。2.案例教学：结合教材案例、教育应用案例和教师演示进行讲解。3.实践教学：每次课安排堂内上机练习，要求保留提示词、模型输出和修改过程。4.讨论评价：通过展示、同伴互评和教师点评促进提示词持续优化。教学策略1.按“基础认识—提示方法—智能办公—程序设计—综合考核”的路径组织学习。2.每次课围绕一个具体任务形成“提示词设计—模型输出—优化修订—结果反思”的闭环。3.对作品评价强调过程证据，要求学生提交关键提示词、交互记录、最终成果和学习反思。教学过程本次课程内容介绍：第一部分：简略回顾上次课程的内容——元提示词和角色提示的作用，以及案例3.3“探究伦理问题”和案例3.4“了解营养元素”的提示设计方法。第二部分：介绍举例提示（P39）的概念和作用，重点讲解通过提供示例引导模型模仿内容结构、表达方式和任务模式的方法。第三部分：介绍Zero-shot、One-shot和Few-shot三种提示形式，比较不给示例、提供一个示例和提供多个示例时模型输出的差异。第四部分：结合教材案例3.5“学习古代文学”，演示并讲解如何通过示例帮助模型理解文学学习任务的回答方式。第五部分：结合教材案例3.6“评价各国教育系统”，演示并讲解Few-shot提示如何保持比较分析任务中的输出结构一致性。课堂教学安排一、知识回顾讲授方式：向学生提问和教师总结元提示词的基本作用。角色提示的基本作用。回顾案例3.3“探究伦理问题”和案例3.4“了解营养元素”。提问：如果我们希望模型模仿某种回答形式，除了说明要求，还可以给它什么？二、知识讲解讲授方式：PPT与教材案例结合，重点进行实例讲解举例提示（P39）1）举例提示的概念。2）举例提示是通过提供一个或多个示例，引导模型模仿示例的内容结构、表达方式和任务模式。3）举例提示适合用于文本仿写、格式生成、分类判断和学习解释。Zero-shot、One-shot和Few-shot提示1）Zero-shot：不给示例，直接提出任务。2）One-shot：提供一个示例，让模型仿照生成。3）Few-shot：提供多个示例，让模型归纳规律后生成。教学案例：案例3.5：学习古代文学要求：结合教材案例3.5“学习古代文学”，讲解如何通过示例帮助模型理解古代文学学习任务的回答方式。例如先提供一个文学作品分析示例，再要求模型仿照示例分析新的文学内容。教学重点：①示例可以降低模型理解任务的难度。②示例应体现希望模型学习的格式和思路。③举例提示适合文学赏析、知识解释和学习任务设计。举例提示在比较分析中的应用1）举例提示可以为比较分析提供统一框架，使模型按照相同维度比较不同对象。2）通过提供示例，可以减少比较角度不一致、内容深浅不同、输出格式不稳定等问题。3）模型可以从示例中学习比较维度、表达方式和结果组织方式，从而生成更规范的分析结果。教学案例：案例3.6：评价各国教育系统要求：结合教材案例3.6“评价各国教育系统”，讲解如何通过示例引导模型按照相同维度比较不同国家教育系统，例如教育公平、课程体系、评价方式和学生发展等。教学重点：①Few-shot提示有助于保持输出结构一致。②在比较评价任务中，示例可以提供评价维度和表达格式。③举例提示能够提高输出的稳定性和可比性。三、课堂总结讲授方式：结合PPT教师总结，布置上机实验本课主要介绍了举例提示。举例提示通过为模型提供示例，使模型能够模仿示例的结构和表达方式完成类似任务。通过本讲学习，学生应能够区分Zero-shot、One-shot和Few-shot提示，并能够根据教育场景设计合适的示例提示。上机实验：教材P81练习题5：“举例提示构建”要求：创造一个举例提示，引导模型解释量子计算的工作原理，并给出实际应用的示例。实际授课总结（教学反思）课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目5.提示词模板计划学时2教学目的1.理解提示词模板在规范化、复用化提示设计中的价值。2.掌握任务描述、输入信息、约束条件、输出格式等模板要素。3.能够根据具体教育任务改写和复用提示词模板。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容提示词模板的概念；提问模板与回答模板；结构化提示框架；面向教育场景的模板复用。教学重点提示词模板的结构设计与输出格式控制。教学难点模板既要具有通用性，又要能适配具体任务，避免模板僵化。教学方法1.启发式教学：通过问题情境导入，引导学生发现提示词设计的必要性。2.案例教学：结合教材案例、教育应用案例和教师演示进行讲解。3.实践教学：每次课安排堂内上机练习，要求保留提示词、模型输出和修改过程。4.讨论评价：通过展示、同伴互评和教师点评促进提示词持续优化。教学策略1.按“基础认识—提示方法—智能办公—程序设计—综合考核”的路径组织学习。2.每次课围绕一个具体任务形成“提示词设计—模型输出—优化修订—结果反思”的闭环。3.对作品评价强调过程证据，要求学生提交关键提示词、交互记录、最终成果和学习反思。教学过程本次课程内容介绍：第一部分：简略回顾上次课程的内容——举例提示的概念、Zero-shot、One-shot和Few-shot三种形式，以及案例3.5和案例3.6中的示例应用。第二部分：介绍提示词模板（P45）的概念和作用，重点讲解提示词模板如何通过固定结构和可替换变量提高提示设计效率和输出稳定性。第三部分：介绍提问模板（P45）的基本结构，重点讲解角色、背景、任务、输入和输出要求等模板要素。第四部分：结合教材案例3.7“学习加法运算”，演示并讲解如何通过提问模板生成适合学习者的数学学习内容。第五部分：介绍回答模板（P53）的作用和常见输出形式，重点讲解分点输出、表格输出、Markdown格式输出和结构化文本输出。第六部分：结合教材案例3.8“设计教学活动”和案例3.9“创建减肥食谱”，演示并讲解提示词模板在教学设计和生活方案生成中的应用。课堂教学安排一、知识回顾讲授方式：向学生提问和教师总结举例提示的概念。Zero-shot、One-shot和Few-shot的区别。回顾案例3.5“学习古代文学”和案例3.6“评价各国教育系统”。提问：如果某类提示词经常使用，如何把它固定下来反复调用？二、知识讲解讲授方式：PPT与教材案例结合，重点进行模板拆解提示词模板（P45）1）提示词模板的概念。2）提示词模板是预设的提示结构，可用于生成相似任务的稳定输出。3）提示词模板通常包括角色、任务、背景、输入、要求和输出格式。提问模板（P45）1）提问模板用于帮助用户提出结构化问题。2）模板中的变量可以根据任务需要替换。3）模板能够提高提问效率和输出稳定性。教学案例：案例3.7：学习加法运算要求：结合教材案例3.7“学习加法运算”，讲解如何通过模板化提示生成适合学习者的数学学习内容。教学重点：①模板中的固定部分与可替换变量。②学习任务中如何说明知识点、学习对象和输出要求。③模板如何帮助学生快速获得结构化学习支持。回答模板（P53）1）回答模板用于规范模型输出格式。2）回答模板可以要求模型按照标题、步骤、表格或Markdown格式输出。3）回答模板适合教学设计、学习评价、PPT生成等任务。教学案例：案例3.8：设计教学活动要求：结合教材案例3.8“设计教学活动”，重点讲解案例3.8序1、案例3.8序2和案例3.8序3中提示词逐步调整的过程，分析模型如何根据模板要求生成教学活动，并进一步将内容整理为Markdown格式。教学重点：①提示词模板可以经过多次修改逐步完善。②输出格式要求会影响最终结果的可用性。③Markdown格式可为后续PPT制作等任务提供基础。其他模板案例教学案例：案例3.9：创建减肥食谱要求：结合案例3.9“创建减肥食谱”，讲解提示词模板如何在生活场景中提供结构化方案，如目标、对象、限制条件、输出格式等。三、课堂总结讲授方式：结合PPT教师总结，布置上机实验本课主要介绍了提示词模板，重点学习了提问模板和回答模板。提示词模板能够提高提示设计的效率和输出结果的一致性。通过本讲学习，学生应能够根据任务需要设计包含角色、背景、输入、要求和输出格式的提示词模板。上机实验：教材P81练习题6：“提示词模板使用”要求：利用IRC-RESE框架创建一个提问模板，用于收集用户对新推出的技术产品的反馈。实际授课总结（教学反思）课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目6.多轮次交互提示计划学时2教学目的1.理解多轮交互对复杂任务完成的重要性。2.掌握追问、修正、补充、比较和迭代优化等多轮提示策略。3.能够设计一段围绕教育任务展开的连续交互过程。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容多轮对话中的上下文延续、问题递进、反馈修正与任务迭代；通过多轮交互完成复杂任务。教学重点多轮交互中的任务分解与上下文管理。教学难点在多轮对话中保持目标一致，避免任务漂移和上下文丢失。教学方法1.启发式教学：通过问题情境导入，引导学生发现提示词设计的必要性。2.案例教学：结合教材案例、教育应用案例和教师演示进行讲解。3.实践教学：每次课安排堂内上机练习，要求保留提示词、模型输出和修改过程。4.讨论评价：通过展示、同伴互评和教师点评促进提示词持续优化。教学策略1.按“基础认识—提示方法—智能办公—程序设计—综合考核”的路径组织学习。2.每次课围绕一个具体任务形成“提示词设计—模型输出—优化修订—结果反思”的闭环。3.对作品评价强调过程证据，要求学生提交关键提示词、交互记录、最终成果和学习反思。教学过程本次课程内容介绍：第一部分：简略回顾上次课程的内容——提示词模板、提问模板、回答模板及其在案例3.7、案例3.8和案例3.9中的应用。第二部分：介绍多轮次交互提示（P54）的概念和作用，重点讲解多轮交互如何帮助用户逐步明确需求、补充背景、修正模型输出和深化学习内容。第三部分：介绍多轮次交互的基本过程，包括第一轮提出总体任务、第二轮补充背景或要求、第三轮细化某一内容、第四轮整理最终结果。第四部分：结合教材案例3.10“预习教学内容”，演示并讲解学生如何通过多轮提示逐步获取背景知识、拓展重点概念、要求举例说明并形成预习内容。第五部分：介绍多轮次交互在教学预习、教学设计修改、学习报告优化和学习笔记整理中的应用。课堂教学安排一、知识回顾讲授方式：向学生提问和教师总结提示词模板的基本结构。提问模板和回答模板的区别。回顾案例3.8“设计教学活动”中多次修改提示词的过程。提问：当模型第一次回答不够好时，应如何继续与模型交互？二、知识讲解讲授方式：PPT与教材案例结合，重点进行多轮对话过程分析多轮次交互提示（P54）1）多轮次交互提示的概念。2）多轮交互是指围绕同一任务进行连续对话，每一轮提示都基于上一轮输出进行补充、修正或扩展。3）多轮交互适合复杂任务、学习辅导、教学设计和方案修改。多轮次交互的基本过程1）第一轮：提出总体任务。2）第二轮：根据模型回答提出补充要求。3）第三轮：细化某一知识点或案例。4）第四轮：整理最终答案或形成作品。教学案例：案例3.10：预习教学内容要求：结合教材案例3.10“预习教学内容”，讲解学生如何通过多轮提示预习《人文地理》课程中“动物保护与伦理”的学习内容。第一轮：获取背景知识第二轮：拓展“生态伦理”第三轮：要求举例说明第四轮：模型返回“美国黄石国家公园的狼重引入计划”作为案例，体现了多轮交互逐步深入的过程。教学重点：①多轮交互不是重复提问，而是逐步深化任务。②每一轮提示都应明确保留什么、补充什么、修改什么。③多轮交互可以帮助学生进行自主预习和探究学习。多轮次交互在教学中的应用1）预习教学内容。2）逐步修改教学设计。3）优化学习报告。4）形成结构化学习笔记。三、课堂总结讲授方式：结合PPT教师总结，布置上机实验本课主要介绍了多轮次交互提示。多轮次交互能够帮助用户围绕复杂任务不断补充背景、拓展内容和优化结果。通过本讲学习，学生应能够设计至少三轮连续提示，并记录每一轮提示词、模型输出和修改依据。上机实验：教材P81练习题7：“多轮次交互提示开发”要求：设计一个包含至少三轮的交互对话，用于客服场景中处理顾客的退货请求。实际授课总结（教学反思）课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目7.思维链和思维树提示计划学时2教学目的1.理解思维链和思维树提示在复杂任务分析中的作用。2.掌握将问题拆解为步骤或分支的提示设计方法。3.能够用思维链/思维树辅助教学方案比较、问题诊断和学习指导。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容思维链提示与思维树提示；复杂问题的步骤化分析与分支化探索；教育场景中的推理与方案比较。教学重点思维链的步骤化推理和思维树的多方案分支探索。教学难点在教学中使用结构化推理而不机械要求模型输出冗长过程。教学方法1.启发式教学：通过问题情境导入，引导学生发现提示词设计的必要性。2.案例教学：结合教材案例、教育应用案例和教师演示进行讲解。3.实践教学：每次课安排堂内上机练习，要求保留提示词、模型输出和修改过程。4.讨论评价：通过展示、同伴互评和教师点评促进提示词持续优化。教学策略1.按“基础认识—提示方法—智能办公—程序设计—综合考核”的路径组织学习。2.每次课围绕一个具体任务形成“提示词设计—模型输出—优化修订—结果反思”的闭环。3.对作品评价强调过程证据，要求学生提交关键提示词、交互记录、最终成果和学习反思。教学过程本次课程内容介绍：第一部分：简略回顾上次课程的内容——多轮次交互提示的概念、基本过程和案例3.10“预习教学内容”的交互过程。第二部分：介绍思维链提示（P60）的概念和作用，重点讲解如何通过分步骤分析、展示推理过程，提高复杂任务回答的逻辑性。第三部分：结合教材案例3.11“计算太阳花种子数”、案例3.12“统计单词中的字母”和案例3.13“比较两个小数”，演示并讲解思维链提示在计算、统计和比较任务中的应用。第四部分：结合教材案例3.14“推荐健康饮食计划”，演示并讲解如何通过多步骤提示让模型先分析对象需求，再提出合理方案。第五部分：介绍思维树提示（P67）的概念和作用，重点讲解思维树如何生成多个方案、比较不同路径并辅助复杂决策。第六部分：结合教材案例3.15“选择职业路径”，演示并讲解思维树提示在多方案选择和决策分析中的应用。课堂教学安排一、知识回顾讲授方式：向学生提问和教师总结多轮次交互提示的概念。案例3.10“预习教学内容”的多轮推进过程。提问：当一个问题需要多步骤推理，或者存在多个可能方案时，应如何提示模型？二、知识讲解讲授方式：PPT与教材案例结合，重点进行推理过程讲解思维链提示（P60）1）思维链提示的概念。思维链是指模型在生成文本时所形成的一系列逻辑连接的思维路径。教学案例：案例3.11：计算太阳花种子数要求：结合教材案例3.11“计算太阳花种子数”，讲解如何通过分步骤提示帮助模型完成数量计算任务。思维链中的自洽性教学案例：案例3.12：统计单词中的字母要求：结合案例3.12“统计单词中的字母”，讲解模型在处理细节统计任务时为什么需要明确步骤。2）思维链提示设计①显式推理教学案例：案例3.13：比较两个小数要求：结合案例3.13“比较两个小数”，讲解思维链提示在数学比较和逐步判断中的作用。②多步骤提示教学案例：案例3.14：推荐健康饮食计划要求：结合案例3.14“推荐健康饮食计划”，讲解如何通过多步骤提示让模型先分析对象需求，再提出饮食计划。教学重点：①复杂任务需要先拆解再回答。②提示词中可以要求模型按照“分析需求—提出方案—说明理由”的结构输出。③思维链提示能够提升回答的逻辑性和完整性。思维链和思维链提示的联系和区别思维链是指在文本或对话生成过程中所形成的一系列逻辑连接的思维路径。思维链和多轮次交互式提示两者都旨在引导大语言模型进行更深层次的推理和生成更高质量的内容，旨在通过分解复杂问题来提高模型的表现。思维树提示（P67）1）思维树提示的概念。2）思维树提示强调围绕问题生成多个可能路径，并进行比较和选择。3）适用于方案选择、职业规划、教学活动设计等任务。教学案例：案例3.15：选择职业路径要求：结合教材案例3.15“选择职业路径”，讲解模型如何生成多个职业选择分支，并从兴趣、能力、发展前景等角度进行比较。1轮提示词：2轮提示词：3轮提示词：4轮提示词：最后一轮：三、课堂总结讲授方式：结合PPT教师总结，布置上机实验本课主要介绍了思维链和思维树提示。思维链适合线性、步骤化推理，思维树适合多方案、多路径比较。通过本讲学习，学生应能够根据任务类型选择思维链或思维树提示，并将其应用于学习分析和教学设计中。上机实验：教材P81练习题8：“思维链提示实践”要求：编写一个思维链提示，帮助模型解析并解决一个复杂的数学问题。实际授课总结（教学反思）课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目8.提示词的逆向工程计划学时2教学目的1.理解提示词逆向工程的基本思想。2.能够从优秀输出中提取任务目标、角色、限制条件和输出格式。3.掌握根据输出缺陷反向修改提示词的方法。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容根据理想输出反推提示词；分析优质回答的结构、约束与隐含规则；提示词调试与优化。教学重点从输出结果反推提示结构；根据问题定位提示缺陷。教学难点区分模型能力问题与提示设计问题，提出有针对性的修改策略。教学方法1.启发式教学：通过问题情境导入，引导学生发现提示词设计的必要性。2.案例教学：结合教材案例、教育应用案例和教师演示进行讲解。3.实践教学：每次课安排堂内上机练习，要求保留提示词、模型输出和修改过程。4.讨论评价：通过展示、同伴互评和教师点评促进提示词持续优化。教学策略1.按“基础认识—提示方法—智能办公—程序设计—综合考核”的路径组织学习。2.每次课围绕一个具体任务形成“提示词设计—模型输出—优化修订—结果反思”的闭环。3.对作品评价强调过程证据，要求学生提交关键提示词、交互记录、最终成果和学习反思。教学过程本次课程内容介绍：第一部分：简略回顾上次课程的内容——思维链提示、思维树提示及案例3.11至案例3.15中的推理和方案比较方法。第二部分：介绍提示词的逆向工程（P75）的概念和作用，重点讲解如何从模型输出反推提示词设计思路。第三部分：介绍提示词逆向工程的基本步骤，包括观察模型输出、分析输出结构、推测提示词要素、重构提示词和再次验证效果。第四部分：介绍逆向分析中的主要内容，包括角色设定、任务要求、背景信息、输出格式和限制条件。第五部分：结合教材案例3.16“使用Rescire框架反推提示词”，演示并讲解如何分析已有输出、提炼提示词结构，并形成可复用的提示框架。课堂教学安排一、知识回顾讲授方式：向学生提问和教师总结思维链提示的作用。思维树提示的作用。回顾案例3.11—案例3.15中模型进行推理和方案比较的过程。提问：如果我们看到一个优秀的模型输出，能否反推出它可能使用了怎样的提示词？二、知识讲解讲授方式：PPT与教材案例结合，重点进行逆向分析提示词的逆向工程（P75）1）提示词逆向工程的概念。2）提示词逆向工程是指从模型输出结果反向分析可能的提示词结构。3）逆向工程可以用于学习优秀提示词，也可以用于诊断失败提示词。逆向工程的基本步骤1）观察输出结果。2）分析输出的结构、内容和风格。3）推测提示词中的角色、任务、背景、格式和限制条件。4）重构提示词。5）再次输入模型进行验证。教学案例：案例3.16：使用Rescire框架反推提示词要求：结合教材案例3.16“使用Rescire框架反推提示词”，讲解如何根据已有输出结果分析其背后的提示词框架，并进一步提炼可复用的提示词结构。根据Rescire框架，一个提问模板中必须包含问题背景（Insight）、提问角色（Role）、任务内容（Content）等三项基本要素。通过模型挖掘出的“提问角色”——站在一位环境科学家的角度，来预测一下他想写这篇文章的意图，从而构成Rescire框架中的“预期结果”要素。最终形成提示词：教学重点：①逆向工程不是简单复制结果，而是分析结果背后的提示设计逻辑。②Rescire框架可用于提示词结构化分析。③通过逆向工程可以建立个人提示词库。三、课堂总结讲授方式：结合PPT教师总结，布置上机实验本课主要介绍了提示词逆向工程。提示词逆向工程能够帮助学习者从优秀输出中提炼提示词设计方法，也能帮助用户发现提示词缺陷并进行优化。通过本讲学习，学生应能够分析一个模型输出，并反推出较为合理的提示词结构。上机实验：教材P81练习题9：“逆向工程练习”要求：分析一个成功的模型输出，从中提炼出有效的提示词，并解释为何这些提示词有效。教材P81练习题10：“综合应用：上下文与元问题”要求：结合上下文提示和元问题设计一个提示，用于探讨最近的科技创新对教育领域的影响。实际授课总结（教学反思）课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目9.智能办公：制作PPT计划学时2教学目的1.掌握使用提示词生成PPT大纲、页面内容和演讲稿的方法。2.能够根据主题、对象和场景设计PPT生成提示词。3.启动智能办公大型PPT制作任务，明确阶段要求。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容利用大语言模型完成PPT主题分析、内容框架、页面结构、讲稿与视觉建议；启动9—12周智能办公综合任务。教学重点PPT内容结构设计提示；页面标题、要点和讲稿的生成。教学难点避免模型生成堆砌式文字，控制PPT内容层次和页面表达。教学方法1.启发式教学：通过问题情境导入，引导学生发现提示词设计的必要性。2.案例教学：结合教材案例、教育应用案例和教师演示进行讲解。3.实践教学：每次课安排堂内上机练习，要求保留提示词、模型输出和修改过程。4.讨论评价：通过展示、同伴互评和教师点评促进提示词持续优化。教学策略1.按“基础认识—提示方法—智能办公—程序设计—综合考核”的路径组织学习。2.每次课围绕一个具体任务形成“提示词设计—模型输出—优化修订—结果反思”的闭环。3.对作品评价强调过程证据，要求学生提交关键提示词、交互记录、最终成果和学习反思。教学过程本次课程内容介绍：第一部分：简略回顾前面所学提示设计方法，重点回顾提示词模板、多轮次交互提示和Markdown格式输出在内容生成中的作用。第二部分：介绍制作PPT（P83）的基本思路，重点讲解大语言模型在生成PPT主题、设计内容结构、生成页面文案、输出Markdown格式和生成图片提示中的作用。第三部分：介绍大语言模型辅助PPT制作的基本流程，包括确定主题、明确汇报对象、设计目录结构、生成页面内容、转换为Markdown格式和导入PPT生成工具。第四部分：结合教材案例4.1“设计‘动物保护’PPT”，演示并讲解如何利用提示词生成PPT内容、Markdown文本和图片提示。第五部分：布置智能办公大型PPT制作任务，说明该任务将在第9—12周持续完成，并要求学生从本节课开始确定PPT主题和初步内容结构。课堂教学安排一、知识回顾讲授方式：向学生提问和教师总结提示词模板的作用。多轮次交互提示的作用。Markdown格式输出在内容生成中的作用。提问：制作PPT时，大语言模型可以帮助我们完成哪些工作？二、知识讲解讲授方式：PPT与教材案例结合，重点进行操作演示制作PPT（P83）1）大语言模型在PPT制作中的作用。2）PPT制作包括文本撰写和版面设计两个重要部分。3）可以先用大语言模型生成PPT文本，再要求模型输出Markdown格式，最后借助MindShow等工具生成PPT。教材在4.1节中说明，大语言模型可以先生成PPT文本，再转为Markdown格式，后续借助PPT生成工具完成演示文稿制作。借助Prompt生成文案1）确定PPT主题。2）明确汇报对象。3）说明页数和内容结构。4）要求输出Markdown格式。5）要求为每页生成标题、正文要点和图片提示。教学案例：案例4.1：设计“动物保护”PPT要求：结合教材案例4.1“设计‘动物保护’PPT”，讲解如何使用提示词生成PPT主题、目录结构、页面内容和图片提示。元提示词生成：输入提示词：转换成Markdown格式：使用MindShow生成PPT：点击左侧导航栏中的“导入生成PPT”，选择“Markdown”格式，将先前生成的PPT文档的Markdown输出文本粘贴至图中的大文本框中，点击“导入创建”按钮。教学案例：案例4.1序1：设计“动物保护”PPT要求：重点讲解案例4.1序1中如何通过进一步提示，使模型输出适合导入PPT工具的Markdown文本。输入背景、角色、内容、预期结果、回复风格：待大模型理解后继续输入提示词：转换成markdown格式：教学重点：①PPT提示词需要说明主题、对象、页数和风格。②Markdown格式有利于后续自动生成PPT。③图片提示可以为后续图像生成做准备。三、课堂总结讲授方式：结合PPT教师总结，布置综合任务本课主要介绍了如何利用大语言模型辅助制作PPT。通过案例4.1“设计‘动物保护’PPT”，学生应掌握从PPT主题、内容结构、页面要点到Markdown格式输出的完整提示词设计过程。上机实验：参考教材案例4.1：设计一个主题PPT。要求：学生自选一个小学教育或人工智能相关主题，生成不少于8页的PPT大纲，并要求模型以Markdown格式输出。综合任务：启动“智能办公大型PPT制作”任务，9—12周持续完成。实际授课总结（教学反思）课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目10.智能办公：生成图像计划学时2教学目的1.了解AI图像生成的基本应用方式。2.掌握图像生成提示词中主体、场景、风格、构图等关键要素。3.能够为PPT作品设计与主题一致的配图提示词。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容图像生成提示词的组成；主体、场景、风格、构图、色彩、用途与限制；图像在PPT中的辅助表达。教学重点图像生成提示词的结构化表达与教育场景配图设计。教学难点使图像风格与PPT主题一致，避免图片与内容脱节。教学方法1.启发式教学：通过问题情境导入，引导学生发现提示词设计的必要性。2.案例教学：结合教材案例、教育应用案例和教师演示进行讲解。3.实践教学：每次课安排堂内上机练习，要求保留提示词、模型输出和修改过程。4.讨论评价：通过展示、同伴互评和教师点评促进提示词持续优化。教学策略1.按“基础认识—提示方法—智能办公—程序设计—综合考核”的路径组织学习。2.每次课围绕一个具体任务形成“提示词设计—模型输出—优化修订—结果反思”的闭环。3.对作品评价强调过程证据，要求学生提交关键提示词、交互记录、最终成果和学习反思。教学过程本次课程内容介绍：第一部分：简略回顾上次课程的内容——大语言模型辅助PPT制作的流程，以及案例4.1“设计‘动物保护’PPT”中的图片提示生成方法。第二部分：介绍生成图像（P94）的基本含义和应用场景，重点讲解图像生成在PPT插图、海报设计、教学素材和课堂导入图中的作用。第三部分：介绍图像提示词的基本要素，包括主体、场景、动作、风格、构图、色彩和用途。第四部分：结合教材案例4.2“生成‘动物保护’PPT中的图像”，演示并讲解如何根据PPT页面内容生成配套图片提示，并保持图片主题和风格统一。第五部分：指导学生基于上一讲生成的PPT大纲，为其中若干页面设计图像提示词，继续完善智能办公综合PPT作品。课堂教学安排一、知识回顾讲授方式：向学生提问和教师总结PPT制作提示词的基本结构。案例4.1中“图片提示”的作用。提问：PPT中的图片素材可以如何借助大语言模型或图像生成模型获得？二、知识讲解讲授方式：PPT与教材案例结合，重点进行图像提示词讲解生成图像（P94）1）图像生成提示词的基本要素。2）图像提示词通常包括主体、场景、风格、构图、色彩和用途。3）图像生成可用于PPT插图、课堂导入图、教学素材和海报设计。教学案例：案例4.2：生成“动物保护”PPT中的图像要求：结合教材案例4.2“生成‘动物保护’PPT中的图像”，讲解如何根据案例4.1中PPT各页的“图片提示”继续生成相应图像。选择ppt中预留的图像位置输入图片提示词选择DALL-E插件在对话框输入提示词，生成图像选择图片：在ppt中插入图片教学重点：①图像提示词要比文本提示词更强调视觉元素。②同一PPT主题中的图片应保持风格统一。③图像生成应服务于PPT内容表达，而不是单纯追求美观。PPT图像与页面内容的关系1）图片应与页面标题和核心观点对应。2）图片风格应与汇报主题一致。3）图片生成提示中应避免模糊表达。4）教育类图片应注意适龄性和规范性。三、课堂总结讲授方式：结合PPT教师总结，布置上机实验本课主要介绍了图像生成提示词的设计方法。通过案例4.2“生成‘动物保护’PPT中的图像”，学生应理解如何根据PPT页面内容生成配套图片，并掌握图像提示词中主体、场景、风格和用途等要素。上机实验：参考教材案例4.2：要求：学生基于上一讲生成的PPT大纲，为其中至少3页设计图像生成提示词，并生成或整理对应图片素材。实际授课总结（教学反思）课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目11.智能办公：创建思维导图与绘制流程图计划学时2教学目的1.掌握使用大语言模型梳理知识结构并生成思维导图的方法。2.掌握流程图提示词中流程步骤、节点关系和判断条件的表达方法。3.能够将PPT主题内容转化为思维导图或流程图。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容利用大语言模型整理层级结构、生成思维导图文本；绘制流程图的步骤、节点、判断条件与Mermaid表达。教学重点思维导图的层级结构；流程图的步骤逻辑和节点关系。教学难点区分思维导图的并列/层级关系与流程图的先后/判断关系。教学方法1.启发式教学：通过问题情境导入，引导学生发现提示词设计的必要性。2.案例教学：结合教材案例、教育应用案例和教师演示进行讲解。3.实践教学：每次课安排堂内上机练习，要求保留提示词、模型输出和修改过程。4.讨论评价：通过展示、同伴互评和教师点评促进提示词持续优化。教学策略1.按“基础认识—提示方法—智能办公—程序设计—综合考核”的路径组织学习。2.每次课围绕一个具体任务形成“提示词设计—模型输出—优化修订—结果反思”的闭环。3.对作品评价强调过程证据，要求学生提交关键提示词、交互记录、最终成果和学习反思。教学过程本次课程内容介绍：第一部分：简略回顾上次课程的内容——图像生成提示词的基本要素，以及案例4.2中图像提示与PPT页面内容之间的关系。第二部分：介绍创建思维导图（P117）的作用和基本方法，重点讲解思维导图在知识结构梳理、层级关系表达和复习总结中的应用。第三部分：结合教材案例4.3“生成食物思维导图”，演示并讲解如何通过大语言模型生成Markdown层级文本，并转换为思维导图。第四部分：介绍绘制流程图（P123）的作用和基本方法，重点讲解流程图在表示任务步骤、判断过程和程序逻辑中的应用。第五部分：结合教材案例4.4“学习闰年程序”和案例4.5“审核毕业学位”，演示并讲解如何让大语言模型生成流程图，帮助理解判断逻辑和流程分支。第六部分：比较思维导图和流程图的区别，指导学生将其中一种结构化表达形式整合到智能办公综合PPT中。课堂教学安排一、知识回顾讲授方式：向学生提问和教师总结图像生成提示词的基本要素。案例4.2中“图片提示”与PPT页面内容之间的关系。提问：当知识点较多或流程较复杂时，如何利用大语言模型进行结构化表达？二、知识讲解讲授方式：PPT与教材案例结合，重点进行结构化输出演示创建思维导图（P117）1）思维导图用于表示知识之间的层级关系。2）大语言模型可以先生成Markdown格式的层级文本，再借助XMind或Markmap等工具转换为思维导图。3）思维导图适合知识梳理、复习总结和项目规划。教学案例：案例4.3：生成食物思维导图要求：结合教材案例4.3“生成食物思维导图”，讲解如何让模型围绕“食物”主题生成层级结构，并通过Markdown格式转化为思维导图。构建思维导图文本使用xmind生成思维导图教学案例：案例4.3序1、案例4.3序2：生成食物思维导图要求：比较不同工具转换思维导图时对Markdown层级格式的要求。工具1：xmind新建食物分类思维导图.md生成思维导图工具2：Markmap进入Markmap官网将markdown格式文本粘贴支输入框，生成思维导图绘制流程图（P123）1）流程图用于表示步骤、判断和执行路径。2）大语言模型可以将任务过程转化为Mermaid流程图代码。3）流程图适合程序逻辑、工作流程、审批流程和学习步骤表达。教学案例：案例4.4：学习闰年程序要求：结合教材案例4.4“学习闰年程序”，讲解如何将程序判断逻辑转化为流程图，帮助学生理解程序执行过程。输入提示词将结果粘贴至mermaid教学案例：案例4.5：审核毕业学位要求：结合教材案例4.5“审核毕业学位”，讲解如何将复杂审核规则转化为流程图，帮助学生理解条件判断与流程分支。输入提示词将Markdown文本输入至Mermaid中教学重点：①思维导图强调知识结构。②流程图强调步骤顺序和条件判断。③大语言模型生成结构化文本后，需要人工检查层级和逻辑是否正确。三、课堂总结讲授方式：结合PPT教师总结，布置上机实验本课主要介绍了利用大语言模型创建思维导图和绘制流程图的方法。通过案例4.3“生成食物思维导图”、案例4.4“学习闰年程序”和案例4.5“审核毕业学位”，学生应能够区分思维导图和流程图的不同用途，并能够使用Markdown或Mermaid格式输出结构化内容。上机实验：参考教材案例4.3，围绕自己的PPT主题生成一个思维导图。参考教材案例4.4或案例4.5，将一个学习任务或判断任务转化为流程图。实际授课总结（教学反思）课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目12.智能办公：数据处理计划学时2教学目的1.了解大语言模型在数据生成、数据清洗、数据分析和图表建议中的作用。2.能够使用提示词让模型对简单数据进行解释并提出可视化方案。3.完成智能办公大型PPT综合任务并进行课堂展示准备。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容利用大语言模型整理层级结构、生成思维导图文本；绘制流程图的步骤、节点、判断条件与Mermaid表达。教学重点思维导图的层级结构；流程图的步骤逻辑和节点关系。教学难点区分思维导图的并列/层级关系与流程图的先后/判断关系。教学方法1.启发式教学：通过问题情境导入，引导学生发现提示词设计的必要性。2.案例教学：结合教材案例、教育应用案例和教师演示进行讲解。3.实践教学：每次课安排堂内上机练习，要求保留提示词、模型输出和修改过程。4.讨论评价：通过展示、同伴互评和教师点评促进提示词持续优化。教学策略1.按“基础认识—提示方法—智能办公—程序设计—综合考核”的路径组织学习。2.每次课围绕一个具体任务形成“提示词设计—模型输出—优化修订—结果反思”的闭环。3.对作品评价强调过程证据，要求学生提交关键提示词、交互记录、最终成果和学习反思。教学过程本次课程内容介绍：第一部分：简略回顾上次课程的内容——思维导图与流程图的区别，以及Markdown格式和Mermaid格式在结构化表达中的作用。第二部分：介绍数据处理（P129）的基本内容，重点讲解大语言模型在数据生成、数据整理、数据分析和分析报告生成中的作用。第三部分：介绍数据生成（P129）的基本要求，重点讲解如何明确主题、字段、数据格式和数据用途。第四部分：结合教材案例4.6“生成全球濒危动物数据”，演示并讲解如何利用大语言模型生成结构化数据。第五部分：介绍数据分析（P136）的基本方法，重点讲解如何明确分析目标、上传或提供数据、说明输出格式并检查分析结论。第六部分：结合教材案例4.7“分析全球濒危动物数据”，演示并讲解如何利用大语言模型分析数据、解释结果并形成分析报告。第七部分：指导学生整理第9—12周智能办公大型PPT制作成果，完成PPT文本、图片、思维导图或流程图、数据分析结果的综合整合。课堂教学安排一、知识回顾讲授方式：向学生提问和教师总结思维导图与流程图的区别。Markdown格式和Mermaid格式的应用。提问：如果我们有一组学习数据或调查数据，大语言模型可以帮助我们做哪些处理？二、知识讲解讲授方式：PPT与教材案例结合，重点进行数据生成与分析演示数据处理（P129）1）大语言模型可用于数据生成、数据整理和数据分析。2）数据处理提示词需要说明数据背景、字段含义、分析目标和输出格式。3）大语言模型可辅助生成分析报告，但关键统计结果仍需要核验。数据生成（P129）教学案例：案例4.6：生成全球濒危动物数据要求：结合教材案例4.6“生成全球濒危动物数据”，讲解如何让模型根据主题生成结构化数据，并说明字段、格式和数据用途。一轮提问：二轮提问生成数据数据分析下载生成的数据教学重点：①数据生成提示词要明确字段。②数据内容应符合主题逻辑。③生成数据可用于后续分析或可视化练习。数据分析（P136）结构化数据分析非结构化文本分析教学案例：案例4.7：分析全球濒危动物数据要求：结合教材案例4.7“分析全球濒危动物数据”，讲解如何将案例4.6生成的数据上传到DataAnalyst对话窗口，并让模型进行统计分析、趋势解释和结果总结。上传文档至大模型说明要求生成表格生成可视化图表教学重点：①数据分析提示词要明确分析目标。②分析结果要与数据依据对应。③大语言模型生成的结论需要人工判断是否合理。三、课堂总结讲授方式：结合PPT教师总结，布置综合任务本课主要介绍了大语言模型在数据生成和数据分析中的应用。通过案例4.6和案例4.7，学生应掌握如何生成结构化数据、上传数据、提出分析问题并整理分析结果。上机实验：参考教材案例4.6和案例4.7：要求：学生围绕自己的PPT主题生成一组小型数据，并利用大语言模型完成数据分析，最后将分析结论整合到智能办公综合PPT中。综合任务提交准备：整理9—12周智能办公大型PPT制作成果，包括PPT大纲、图像提示、思维导图或流程图、数据分析结果。实际授课总结（教学反思）课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目13.程序设计：编程环境配置计划学时2教学目的1.理解大语言模型在编程学习支持中的作用。2.掌握通过提示词获取环境配置步骤、安装检查和常见错误解决方案的方法。3.启动程序设计综合任务，明确学习记录和作品要求。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容利用大语言模型辅助编程环境选择、安装步骤说明、错误排查和学习路径规划；启动13—15周程序设计综合任务。教学重点编程环境配置提示词；错误信息描述与排查。教学难点准确描述系统环境、软件版本和错误信息，使模型能够给出可执行建议。教学方法1.启发式教学：通过问题情境导入，引导学生发现提示词设计的必要性。2.案例教学：结合教材案例、教育应用案例和教师演示进行讲解。3.实践教学：每次课安排堂内上机练习，要求保留提示词、模型输出和修改过程。4.讨论评价：通过展示、同伴互评和教师点评促进提示词持续优化。教学策略1.按“基础认识—提示方法—智能办公—程序设计—综合考核”的路径组织学习。2.每次课围绕一个具体任务形成“提示词设计—模型输出—优化修订—结果反思”的闭环。3.对作品评价强调过程证据，要求学生提交关键提示词、交互记录、最终成果和学习反思。教学过程本次课程内容介绍：第一部分：简略回顾智能办公综合任务中使用过的大语言模型能力，包括PPT生成、图像生成、思维导图、流程图和数据处理。第二部分：介绍编程环境配置（P268）的基本含义，重点讲解初学者在配置Python环境时常见的问题，如不知道安装什么软件、不清楚安装步骤、不理解报错信息和不知道如何验证环境是否成功。第三部分：介绍大语言模型辅助编程环境配置的方法，重点讲解如何让模型生成安装步骤、解释软件用途、说明配置方法、提供验证方式和解释常见错误。第四部分：结合教材案例7.1“安装配置Python环境”，演示并讲解如何通过提示词让大语言模型根据操作系统、学习者基础和编程语言生成环境配置步骤。第五部分：结合教材案例7.2“编写和调试Python程序”，演示并讲解如何让大语言模型生成简单程序、解释代码功能，并根据报错信息辅助调试程序。第六部分：布置程序设计综合设计任务，说明该任务将在第13—15周持续完成，要求学生记录提示词、模型输出、代码运行结果和学习反思。课堂教学安排一、知识回顾讲授方式：向学生提问和教师总结智能办公综合任务中使用过哪些大语言模型能力。提问：大语言模型是否也可以辅助我们学习程序设计？引出本阶段任务：利用大语言模型辅助编程环境配置和Python学习。二、知识讲解讲授方式：PPT与教材案例结合，重点进行操作演示编程环境配置（P268）1）编程环境配置的基本含义。2）初学者在配置Python环境时常见的问题。3）大语言模型可以帮助用户生成安装步骤、解释报错信息和提供测试代码。教学案例：案例7.1安装配置Python环境要求：结合教材案例7.1“安装配置Python环境”，讲解如何通过提示词让大语言模型根据操作系统、学习者基础和编程语言生成环境配置步骤。输入提示词选择安装方法查看版本输入提示词，按照大模型提示编写测试程序教学重点：①环境配置提示词要说明操作系统。②要要求模型分步骤说明安装过程。③要让模型提供验证安装是否成功的方法。编写和调试Python程序教学案例：案例7.2编写和调试Python程序要求：结合教材案例7.2“编写和调试Python程序”，讲解如何让大语言模型生成简单程序、解释代码含义并辅助定位错误。输入提示词安装并启动JupyterNotebook请大模型告诉我们使用JupyterNotebook的过程，并编写一个示例程序教学重点：①不能盲目复制模型代码。②应先理解代码，再运行验证。③遇到报错时，可将错误信息输入模型进行解释。三、课堂总结讲授方式：结合PPT教师总结，布置上机实验本课主要介绍了利用大语言模型辅助Python环境配置和程序调试的方法。通过案例7.1和案例7.2，学生应能够使用结构化提示词获取环境安装步骤，并能够借助模型解释简单程序和调试错误。上机实验：参考教材案例7.1，完成Python环境配置或检查。参考教材案例7.2，运行一个简单Python程序，并记录模型对代码的解释与调试建议。综合任务：启动“程序设计综合设计”任务，13—15周持续完成。实际授课总结（教学反思）课程名称大语言模型及其应用授课对象任何专业、任何年级授课题目14.程序设计：编程基础知识学习计划学时2教学目的1.掌握使用提示词辅助理解编程基础概念的方法。2.能够让模型生成面向初学者的解释、代码示例和练习题。3.能够对模型生成的代码和解释进行初步判断与修改。教学思想1.提高学生自主学习与问题表达能力，引导学生从“会使用AI”走向“会设计AI任务”。2.强调理论与实践结合，通过案例演示、堂内上机和作品迭代体现学生主体地位。3.培养负责任使用人工智能的意识，使学生能辨析模型输出的可靠性、局限性与伦理风险。教学分析教学内容利用大语言模型学习变量、常量、数据类型、输入输出、运算符和表达式；生成解释、示例与练习题。教学重点编程概念解释提示；示例代码生成；练习题设计。教学难点避免只复制模型答案，能够理解代码逻辑并进行验证。教学方法1.