一、课程简介
本课程是面向全校非计算机专业学生开设的AIGC通识课程，依托触锐AIGC通识课教学平台开展"理论+案例+实战"一体化教学。课程以"让学生零基础学会用AI、让AI成为每个专业的生产力工具"为目标，覆盖提示词工程、RAG知识库、AI智能体、多媒体智能创作四大核心能力模块。学生无需任何编程或机器学习前置知识，通过浏览器即可在独立沙箱环境中完成12个递进式实验和1个综合实战项目，实现从"听懂AI"到"用会AI"再到"做出AI应用"的能力跃升。
二、课程目标
完成本课程后，学生将能够：
1. 认知层面：理解大语言模型与生成式AI的基本原理、能力边界与伦理安全规范，建立正确的AI观；
2. 应用层面：熟练运用结构化提示词驱动AI完成学习、办公与专业场景任务，输出质量显著优于随意提问；
3. 构建层面：独立搭建RAG知识库、配置带工具调用的AI智能体，理解其工作机制；
4. 创造层面：通过低代码方式开发具备完整交互界面的AI应用，完成综合实战项目并形成个人作品集。
三、适用对象与先修要求
- 适用对象：全校各专业本科生、研究生（文、理、工、商、艺均可）
- 先修要求：无。一台能打开浏览器的电脑即可上课
- 建议规模：支持全校大规模开课，平台提供不少于1000个在线并发
四、课程内容与课时分配（标准32课时方案）
┌────────┬─────────────────────────────┬─────────────────────────┐
│ 单元 │ 内容 │ 课时 │
├────────┼─────────────────────────────┼─────────────────────────┤
│ 单元一 │ AIGC导论与大模型认知 │ 4 │
├────────┼─────────────────────────────┼─────────────────────────┤
│ 单元二 │ 提示词工程实战 │ 8 │
├────────┼─────────────────────────────┼─────────────────────────┤
│ 单元三 │ RAG知识库与长文本智能处理 │ 8 │
├────────┼─────────────────────────────┼─────────────────────────┤
│ 单元四 │ AI智能体（Agent）开发与编排 │ 8 │
├────────┼─────────────────────────────┼─────────────────────────┤
│ 单元五 │ 多媒体智能创作与应用开发 │ 8 │
├────────┼─────────────────────────────┼─────────────────────────┤
│ 单元六 │ 综合实战项目与答辩 │ 8（弹性，48课时方案用） │
└────────┴─────────────────────────────┴─────────────────────────┘
▎ 32课时方案将单元六压缩为4课时项目展示；48课时方案按上表完整执行并增加拓展选学（数字人技术）。
五、各单元详细内容
单元一 AIGC导论与大模型认知（4课时）
- AIGC发展脉络：从规则系统到深度学习再到大模型时代
- 大语言模型基本原理：模型如何"学会说话"，Token与上下文的概念
- 能力边界：AI能做什么、不能做什么，幻觉现象的成因与识别
- AI伦理与安全：个人信息保护、学术诚信、合规使用边界
- 课堂演示：多模型对比体验（公有云模型与本地开源模型）
单元二 提示词工程实战（8课时）
理论：提示词四要素（角色Role、任务Task、背景Context、格式Format）；Temperature与Max Token参数原理；思维链（Chain-of-Thought）；零样本与少样本提示；结构化输出（JSON/Markdown/XML）
配套实验：
- 实验1 第一次与AI对话：多模型对比提问与多轮追问，建立直观认知
- 实验2 Temperature与Max Token调节：固定问题调节参数，总结输出规律
- 实验3 结构化Prompt编辑器：四要素拼装写作任务，对比非结构化提示效果
- 实验4 零样本与少样本提示对比：同任务下统计Few-shot对准确率的提升
单元三 RAG知识库与长文本智能处理（8课时）
理论：为什么大模型需要RAG（知识过时、幻觉、私域资料）；文档切分策略（Chunk Size/Overlap）；Embedding向量化与相似度检索；"检索—组装—生成"完整链路
配套实验：
- 实验5 PDF文档上传与智能切分：调节切分参数，观察对检索质量的影响
- 实验6 Embedding向量化与检索：文档入库后提问，观察命中文本块与相似度得分
- 实验7 文档审核与条款比对：LLM抽取合同关键条款，与标准条款库自动比对
单元四 AI智能体（Agent）开发与编排（8课时）
理论：Agent"感知—决策—行动"工作机制；角色与系统提示词设计；工具调用扩展能力边界；ReAct推理循环；多智能体协作与工作流编排
配套实验：
- 实验8 创建第一个AI Agent：定义角色人设与专属系统提示词
- 实验9 给Agent添加网络搜索工具：让Agent回答需要联网信息的问题
- 实验10 ReAct决策链路可视化：观察"思考—选择工具—执行—观察—再思考"全程日志
单元五 多媒体智能创作与应用开发（8课时）
理论：语音识别与多模态处理；文本深度分析（发言人区分、Q&A摘要、情感分析）；低代码AI应用开发；系统提示词安全围栏与合规输出
配套实验：
- 实验11 语音转文字：音频转写、时间戳生成与发言人区分
- 实验12 搭建第一个Chatbot UI：少量Python代码搭建完整对话应用并一键发布
单元六 综合实战项目与答辩（4-8课时）
- 分组完成综合实战项目（数据分析助手、业务咨询智能体等方向，源码库提供参考实现）
- 项目要求：串联至少两个模块能力（如"RAG知识库+Agent编排+Chatbot UI"）
- 交付物：可运行应用、项目报告、答辩展示
- 成果沉淀：形成个人AI应用作品集，可用于竞赛与求职
六、考核方式
┌──────────────┬──────┬──────────────────────────────────────────────────┐
│ 考核项 │ 权重 │ 说明 │
├──────────────┼──────┼──────────────────────────────────────────────────┤
│ 平时实验 │ 40% │ 12个实验报告，平台自动批改+教师复核 │
├──────────────┼──────┼──────────────────────────────────────────────────┤
│ 单元测验 │ 20% │ 在线考试，客观题自动批阅 │
├──────────────┼──────┼──────────────────────────────────────────────────┤
│ 综合实战项目 │ 30% │ 项目成果+答辩，按评分量规教师评分+同伴互评 │
├──────────────┼──────┼──────────────────────────────────────────────────┤
│ 课堂参与 │ 10% │ 学习行为数据（视频完成度、章节进度）平台自动统计 │
└──────────────┴──────┴──────────────────────────────────────────────────┘
七、教学资源配套
- 理论课件PPT（每单元1套）、教学视频、随堂习题
- 《AIGC通识课实验手册》：12个实验逐步指导，含报告模板与常见问题排查
- 综合实战项目源码库：不少于4个完整项目，全中文注释
- 教师侧：教师培训手册、操作视频教程、评分量规模板
