高校教学与科研中AI工具与提示词工程实战课程

主题1：大模型入门与教师专用平台 + 提示词基础

模块一：课程导入与 AI 素养

1.说明 6 次课程的整体安排、学习路径与统一综合作品要求

2.讨论教师与研究生在教学与科研中使用 AI 的典型场景与风险（抄袭、幻觉、数据隐私等）

模块二：通用大模型与教师专用平台

通用大模型： ChatGPT、Kimi 等在备课、讲稿润色、翻译、思路发散中的用法

教师专用平台： MagicSchool、Eduaide 等，用于 Lesson Plan、Quiz、Rubric 等一键生成

小练习：

教师/研究生各选一门课程或研究主题，生成一个"教学/研究单元大纲 + 3 个讨论问题"。

模块三：提示词基础与效果对比

1.什么是提示词：定义、作用、在教学与论文写作中的价值

2.简单提示词的痛点：信息混乱、输出低质、难以复用，现场对比"简单 vs 优化"输出

3.从"随意提问"到"结构化表达"的三层进阶：Level 1 随问、Level 2 补细节、Level 3 初步结构化

小练习：

针对一个真实任务（如"润色一段引言"），写出初版提示词与改进版提示词，并对比输出差异。

模块四：小结与课后任务

1.强调：AI 输出质量高度依赖提示词质量

2.作业：选定一个"核心场景"（一门课程或一个论文/课题），列出至少 3 个你想让 AI 帮你完成的具体任务，并为其中 1 个写出改进版提示词

主题2：教学设计与课件生成 + 教学场景提示词

模块一：教学设计中的 AI 工具链

1.回顾教学设计要素：目标–内容–活动–评价–资源

2.结合通用模型和教师平台，构建"AI 教案与活动设计流程"

模块二：课件与教学资源生成实战

PPT/课件工具（如 Ai PPT 等）： 从教学大纲到 PPT 自动生成与教学化调整

绘图与板书辅助（如 Draw.ai 等）： 生成概念图、流程图、知识结构图

国家智慧教育平台 2.0： 资源类型、AI 搜索与 AI 视频总结功能，用于预习与翻转课堂

实操：

以个人场景为例，使用 AI 工具制作 8–12 页 PPT，并插入至少 1–2 张 AI 绘图。

模块三：教学设计场景提示词模板

典型教学提示词场景：

1.生成教学目标与知识点说明

2.设计课堂活动与讨论题

3.设计分层作业与评分标准

抽象提示词要素： 角色、任务、背景、约束、输出格式（为 ABCDET 做铺垫）

小练习：

每人为自己的一节课，撰写一条"生成教案与课堂活动"的通用提示词模板

模块四：课后任务

作业：

完成一节课的教案 + PPT（允许使用 AI 初稿 + 人工修改），提交时附上至少 2 条使用的提示词。

主题3：视频与数字人 + 课堂互动与作业提示词

模块一：教学视频与数字人工具入门

图像生成（如 Midjourney 等）： 为 PPT、课程主页、资料封面生成学科相关插图

数字人视频（如 HeyGen 等）： 制作课程导学视频、作业说明视频、翻转课堂短视频

演示： 从脚本提示词到视频生成的全过程

模块二：视频与脚本提示词设计

好脚本的要素： 受众、目的、时长、结构、语气

模板：

1.30–60 秒导学视频脚本提示词

2.作业说明/注意事项脚本提示词

实操：

每位学员围绕自己的场景写出一条"导学视频脚本提示词"，生成对应脚本文字。

模块三：课堂互动与作业设计提示词

场景：

1.为某一知识点生成分层次提问（基础–拓展–批判性）

2.为某一作业生成评分量表、标准答案要点与反馈建议

对比： 简单指令与结构化提示词在问题质量与评价标准上的差异

模块四：实操与课后任务

课堂实操：

分组用数字人工具制作一段 30–60 秒导学或作业说明视频，并在班内展示。

作业：

选取本学期一个关键作业，设计"作业说明 + 评分标准 + 反馈语句"的提示词，并实际应用于教学/研究工作中。

主题4：文献检索与综述 + 提示词工程（上）

模块一：文献检索工具与策略

传统数据库： Scopus、Web of Science、知网等，介绍主题词设计、布尔逻辑、筛选策略

AI 学术助手： Scopus AI、Semantic Scholar、秘塔学术、Consensus、Elicit、Scispace、Litmap、Connected Papers、CiteSpace 等，用于文献要点提取与研究图谱构建

示例： 围绕一个真实领域主题，从检索到初步文献聚类与脉络梳理

模块二：论文写作中的提示词痛点

1.简单提示词在论文写作中的三大问题：输出杂乱、缺乏结构、重复性工作高

2.结构化提示词的优势：清晰、高质、可复用，尤其适合论文与项目文本

模块三：ABCDET 提示词框架总览

ABCDET 框架：

1.Profile：作者、版本、功能说明

2.Action：明确任务（生成大纲、撰写综述、润色语言等）

3.Background：研究领域、目标期刊、作者身份

4.Character：AI 的角色设定（学科专家、审稿人、学术编辑等）

5.Data：研究问题、方法、发现、关键词等具体信息

6.Export：输出格式、结构、风格与字数要求

7.Technique：涉及的研究方法、分析技术、写作规范

对比演示：

使用 ABCDET 与不使用时，生成同一论文摘要的效果差异。

小练习：

以"论文摘要生成"为例，共同拆解一个 ABCDET 提示词，并运行一次。

模块四：课后任务

作业：

基于自己真实论文/课题，撰写一条"摘要生成器"的 ABCDET 提示词初稿，为下一次课优化使用。

主题5：论文写作全流程 + 提示词工程（下）

模块一：ABCDET 各组件详解与案例

逐一解析各组件高级用法与示例：

1.Profile：如何通过 Profile 做版本管理

2.Action：明确任务（如生成大纲、撰写综述、润色语言等）

3.Background：研究领域、目标期刊、作者身份

4.Character：如何用 Character 将 AI 设定为"某领域审稿人"或"学术编辑"

5.Data：研究问题、方法、发现、关键词等具体信息

6.Export：输出格式、结构、风格与字数要求

7.Technique：涉及的研究方法、分析技术、写作规范

模块二：论文写作全流程提示词设计

针对各关键环节设计 ABCDET 模板：

1.选题与研究问题表述

2.文献综述结构（主题划分、时间线、争议焦点）

3.研究方法章节结构

4.数据分析结果写作

5.讨论与结论部分

6.语言润色与期刊适配

小组实操：

每组选择一个环节，写出一条完整 ABCDET 提示词，并运行后一起评估与改进。

模块三：个人论文提示词库雏形

1.按论文环节与研究类型分类整理提示词

2.建议结合 Obsidian 或文档工具建个人"论文提示词库"

模块四：课后任务

作业：

选择自己一篇论文或在研项目，至少选 2 个环节（如综述 + 方法），用 ABCDET 提示词支持写出可用草稿，并保存相关提示词供综合作品使用。

主题6：知识库与数据分析 + 个人提示词库与统一综合作品

模块一：知识库与文献管理

文献管理工具： Zotero 的导入、标签、分组管理与引用插入

知识库工具： Obsidian 的笔记结构设计、双向链接、图谱视图，用于构建"课程/课题知识库"

实操：

为自己的核心场景建立一个含 ≥5 篇文献的小型文献库和 ≥3 条 Obsidian 笔记。

模块二：数据分析与轻量爬虫

教学与科研数据分析：

使用 Julius.ai 等，对样例成绩/问卷/实验数据进行描述统计与简单图表生成。

轻量爬虫：

使用 Browse.ai、Trae 等抓取课程信息、政策标题或公开数据的基础流程。

简要介绍： 扣子智能体，用于持续收集论文或政策信息的可能方案

模块三：统一综合作品打磨

综合作品统一要求（所有学员相同）：

每位学员需围绕一个真实教学或科研场景，完成一个"AI 赋能教学与科研综合作品包"，包含：

1. 场景说明文档

200–300 字说明课程/课题背景、目标受众与主要目标

2. 文献与知识整理成果

≥5 篇核心文献清单

一份知识结构或文献脉络文字说明

3. AI 辅助内容产出

至少两项：

教学或研究大纲（如课程单元设计、论文结构）

关键内容文本（如教案节选、论文/项目章节草稿）

30–60 秒导学/说明类脚本文本（可选已有视频）

4. 数据与分析示例

一份小规模数据 + 1–2 个 AI 生成图表 + 简短分析说明与教学/科研启示

5. 提示词与反思文档

列出至少 5 条关键提示词，其中 1–2 条用 ABCDET 完整展开

300–500 字反思：AI 在本场景中的价值、局限与后续使用规划

课堂时间用于： 结构讲解、作品框架检查、开始现场打磨和师生/同伴反馈

模块四：展示与结课

邀请若干学员进行综合作品展示与点评

总结三条持续实践原则：目标先行、批判性使用、重视伦理与数据安全

鼓励建立持续交流社群，共享工具更新与提示词库迭代经验