# 《大语言模型高级应用》全校通识公选课 · 完整教学设计与实践指导手册

> **课程性质**：安顺学院全校通识选修课（前沿科技与专创融合类）  
> **开课单位**：安顺学院旅游管理学院 · 数字文旅智能实验室  
> **主讲教师**：祝刚 老师  
> **面向对象**：全校跨专业本科生（共计 73 人，覆盖医药、旅游、经管、理工、大数据、特教、心理、艺术、体育等 10+ 个专业）  
> **线上交互与课件中心**：`https://zgdgt.cn/course-llm.html`  
> **配套课件下载**：`https://zgdgt.cn/course-llm-slides.pptx`

---

## 一、 课程定位与学情立体洞察

### 1.1 课程定位
本课程不仅是一门通识 AI 科普课，而是一门**“原理扎实、工具前沿、工程实战、赋能专业”**的高级实训公选课。课程跳出单一的“向聊天框提问”肤浅认知，引导学生从 **AI 词元（Token）与上下文注意力** 的底层原理出发，掌握 **私有知识库（RAG/ima）与本地大模型部署（Ollama）**，驾驭 **国内外主流智能体（DeepSeek Harness、WorkBuddy、豆包、Claude Code、Codex、Antigravity）**，并最终构建属于自己的 **Skills 技能体系、定时任务（Cron）与端到端自动化工作流（Workflow）**。

### 1.2 73 名跨专业学生的学情画像与分组策略
通过对 73 名选课同学的专业结构与学科背景进行深度分析，全班分为 4 大协同实践群：

| 专业群类别 | 覆盖专业与年级 | 人数规模 | 学科特点与核心痛点 | 课程针对性赋能场景 |
| :--- | :--- | :--- | :--- | :--- |
| **医药生物与健康群** | 24级药学专升本(1/2)班、26级药学、26级植物保护(2)班 | 约 20 人 | 专升本与高年级居多，考研与文献综述需求大；药名复杂、配伍禁忌严格，极度反感模型幻觉。 | RAG 临床指南与植保私有知识库；中药方剂抽取 Agent；PubMed 顶刊定时巡检简报工作流。 |
| **数字文旅与商管群** | 26级旅游(1/2)班、24级工商管理 | 约 18 人 | 安顺学院特色学科；注重文旅体验、景区营销、新媒体爆款文案、路书策划与商业变现。 | 联动祝老师网站文旅智能体（屯堡NPC、黄果树伴游）；OTA 舆情监控工作流；小红书爆款文案生成 Agent。 |
| **理工工程与大数据群** | 25/26级化工、环境工程、材料物理、电信、计算机、数据科学 | 约 21 人 | 具备数理逻辑与编程意识；重视实验数据处理、自动化脚本、本地部署与算法机理。 | Ollama 本地部署 DeepSeek-R1；Claude Code / Antigravity 自动化代码重构；实验监测数据清洗工作流。 |
| **师范社科与人文艺体群** | 23级特殊教育、26级心理、25级英语、25级文化遗产、音乐、舞蹈、体育 | 约 14 人 | 重视人文关怀、情绪价值、无障碍传播、艺术表达与跨文化交流。 | 特教个别化教育计划(IEP)教案生成；心理情绪陪伴支持 Agent；屯堡非遗多模态故事工作流。 |

---

## 二、 4 次课系统化大纲与课时设计

```mermaid
flowchart LR
    A["第1讲：词元(Token)心智<br/>底层机理与Prompt工程"] --> B["第2讲：知识库与RAG<br/>腾讯ima与本地Ollama"]
    B --> C["第3讲：智能体(Agent)<br/>国内外生态与沙盒交互"]
    C --> D["第4讲：Skills与工作流<br/>定时任务与自主生产力"]
```

---

### 第 1 次课：解密大模型心智 —— AI 词元（Token）、底层机理与全域视野

#### 【教学目标】
1. 深入理解大模型并非“理解语言”，而是基于概率预测下一个 Token 的本质。
2. 掌握 BPE（Byte-Pair Encoding）分词原理，理解 Token 经济学与中英文压缩率差异。
3. 掌握 Transformer 上下文窗口与 Self-Attention（自注意力机制）工作逻辑。
4. 熟练运用 CRISPE / CO-STAR 框架，为本专业设计零歧义结构化 Prompt。

#### 【教学内容与课时分配】
- **模块 1：破除 AI 迷信与大模型工作本质（20分钟）**
  - 从“鹦鹉学舌”到“隐空间语义建模”；
  - 为什么大模型数不对“strawberry 有几个 r”？为什么数不对汉字笔画？
  - 视觉演示：模型眼中的世界是一串 Token ID。
- **模块 2：AI 词元（Token）底层剖析（30分钟）**
  - 词表构建算法：BPE（字节对编码）、WordPiece；
  - Token 与中英文字符的非对称性：为什么 1 个汉字常消耗 1~2 个 Token，英文单词常只需 1 个 Token？
  - Token 计算经济学：输入/输出 Token 计费、API 预算控制。
  - 上下文窗口演进（从 GPT-3.5 的 4K 到现代模型的 128K/1M）与“大海捞针”（Needle In A Haystack）瓶颈。
- **模块 3：注意力机制（Attention）与 Prompt 结构化工程（25分钟）**
  - QKV 向量匹配与注意力权重可视化；
  - Prompt 结构化原则：CRISPE 框架（Capacity, Request, Insight, Statement, Personality, Experiment）；
  - 结构化输出控制：JSON 约束、Few-shot 少样本提示。
- **模块 4：跨专业随堂演练与交互体验（15分钟）**
  - 在线使用 `https://zgdgt.cn/course-llm.html` 内置的 **Token 实时拆分模拟器** 体验分词过程；
  - 针对医药专有名词、文旅古文诗词、化工化学式进行分词比对。

#### 【课堂互动设计】
- **互动问题**：“给模型输入一段安顺屯堡地戏的戏词和一段现代英语短文，谁消耗的 Token 更多？为什么？”
- **实操演示**：现场输入 `C6H12O6` 和“阿莫西林克拉维酸钾分散片”，观察 Tokenizer 切片结果。

---

### 第 2 次课：告别幻觉与外脑重塑 —— 知识库构建、RAG 与本地大模型部署

#### 【教学目标】
1. 洞悉预训练大模型的“幻觉”机理与时效局限。
2. 掌握 RAG（检索增强生成）的全流程架构：解析、Chunking、Embedding、Vector DB、Rerank。
3. 熟练使用**腾讯 ima 知识库**进行个人与团队教学科研知识沉淀与知识问答。
4. 掌握在个人电脑上通过 **Ollama** 离线部署 DeepSeek-R1 / Qwen2.5 模型，保障数据隐私。

#### 【教学内容与课时分配】
- **模块 1：幻觉的本质与 RAG 解决方案（20分钟）**
  - 知识截止（Knowledge Cutoff）与概率幻觉；
  - RAG 相比微调（Fine-Tuning）的优势：免训练成本、动态更新、精准溯源、数据隔离。
- **模块 2：RAG 全链路技术拆解（30分钟）**
  - **文档解析与清洗**：PDF版面解析、表格识别；
  - **Chunking 语义切片**：块大小（Chunk Size）与重叠（Overlap）的黄金平衡；
  - **向量化（Embedding）**：将高维文本映射为向量空间中的坐标；
  - **向量检索与相似度度量**：Cosine 余弦相似度、Top-K 召回；
  - **检索重排（Rerank）与上下文压缩**。
- **模块 3：腾讯 ima 知识库深度实操（25分钟）**
  - 结合祝刚老师 80 个知识库（“人工智能与旅游创新应用-教学共享知识库”、“新媒体运营管理-教学共享知识库”、“大数据与旅游业课程实践”等）；
  - 微信生态一键收录、团队知识库权限共享；
  - OpenAPI 自动化对接能力。
- **模块 4：Ollama 本地化大模型部署与私有化（15分钟）**
  - 为什么需要本地部署？（涉密数据、学生隐私、离线网络）；
  - 演示在个人电脑上一键安装 Ollama 并拉取 `deepseek-r1:7b` 或 `qwen2.5:7b`；
  - 结合 AnythingLLM / Page Assist 构建纯本地零泄漏知识库。

#### 【课堂互动设计】
- **对比实验**：
  1. 向通用公开大模型询问“安顺学院数字文旅实验室的成立年份与研究方向”，记录其幻觉回答；
  2. 将祝老师实验室简介文档上传至 ima 知识库，再次提问，对比回答的精准度与角标引用。

---

### 第 3 次课：从对话跃迁至行动 —— 智能体（Agent）生态纵览与双轨实战

#### 【教学目标】
1. 理解智能体（Agent）的本质定义：从被动的 Text-in/Text-out 到自主决策行动的系统。
2. 掌握 Agent 核心逻辑：ReAct（Reason + Act）循环与工具调用（Function Calling）。
3. 掌握国内主流工具：DeepSeek Harness、WorkBuddy、豆包企业应用与扣子（Coze）。
4. 认识国外前沿自主 Agent：Claude Code、Codex、Antigravity（谷歌反重力智能体平台）。
5. 在祝刚老师网站上亲身体验文旅智能体矩阵与沙盒对战。

#### 【教学内容与课时分配】
- **模块 1：Agent 核心认知与思考范式（25分钟）**
  - 智能体黄金四要素：Brain（规划推理）+ Memory（短期/长期记忆）+ Planning（子任务拆解）+ Tools（环境执行能力）；
  - ReAct 思考范式拆解：Thought -> Action -> Action Input -> Observation -> Final Answer；
  - 工具调用底层协议：OpenAI Function Calling 与 JSON Schema。
- **模块 2：国内外主力智能体工具矩阵剖析（30分钟）**
  - **国内生态**：
    - **DeepSeek Harness**：利用强推理模型处理长链路逻辑推演；
    - **WorkBuddy**：本土化多 Agent 协同工作台；
    - **豆包与扣子 (Coze)**：零代码拖拽构建 Bot、插件商店、Bot 发布渠道。
  - **国外前沿**：
    - **Claude Code**：Anthropic 革命性命令行全自主编程 Agent；
    - **Codex**：智能代码生成；
    - **Antigravity (谷歌反重力)**：自主意图拆解、双向终端调试、跨目录工程操作与工业级全自主范式。
- **模块 3：个人网站文旅智能体矩阵实景联动（20分钟）**
  - 学生扫码或点击访问祝老师个人网站：
    - 文旅智能体评审矩阵：`https://zgdgt.cn/wenlv-agents.html`
    - AI 旅行智能体沙盒：`https://zgdgt.cn/travel-agent-sandbox.html`
    - 文旅 NPC 多角色矩阵：`https://zgdgt.cn/wenlv-npc-matrix.html`
  - 体验“屯堡说书人”、“智能黄果树导游”等 Agent 如何融合专业知识与个性化 Prompt。
- **模块 4：动手搭建专属智能体（15分钟）**
  - 在扣子/豆包中配置一个专属专业助教 Agent（设定 System Prompt、挂载知识库、绑定天气或搜索插件）。

---

### 第 4 次课：AI 自动化高级生产力 —— Skills 技能体系、定时任务与端到端工作流编排

#### 【教学目标】
1. 掌握智能体 Skills 技能机制：解密能力模块化与 `SKILL.md` 标准结构。
2. 理解定时任务（Cron/Schedule）的原理，实现从“人等 AI”到“AI 主动为人服务”。
3. 掌握现代化工作流（Workflow）编排逻辑：条件分支、并行流水线与数据流转。
4. 结合祝老师“AI+副业收集”知识库，激发大学生的创新创业与数字副业灵感。

#### 【教学内容与课时分配】
- **模块 1：智能体技能（Skills）体系标准解密（25分钟）**
  - 为什么不能把所有能力塞进一个 Prompt？（Token 浪费、注意力丢失、逻辑冲突）；
  - 标准 Skill 的工程架构：`SKILL.md` 元数据定义、触发意图、权限约束、执行脚本库；
  - 结合祝老师“skills知识库”与“精选优质skills”：深度剖析学术论文抓取 Skill、数据脱敏审查 Skill、静态页面预压缩发布 Skill。
- **模块 2：定时任务（Cron & Schedule）—— 无人值守的超级生产力（25分钟）**
  - 定时表达式解密：`0 8 * * *`（每天早8点执行）；
  - 定时任务的应用场景：夜间数据抓取、清晨情报简报推送、服务器巡检自愈；
  - 演示如何配置定时巡检与报告生成。
- **模块 3：端到端工作流（Workflow）节点编排（25分钟）**
  - 工作流节点：输入触发 -> 数据解析 -> LLM 处理 -> 分支判断 -> API 回调 -> 消息推送；
  - 综合演练实战：
    - 医药场景：定时抓取医药热点 -> 提炼要点 -> 翻译 -> 推送至企业微信；
    - 文旅场景：定时抓取安顺各景区游客评价 -> 情感分析 -> 自动生成每日舆情预警日报。
- **模块 4：AI 生产力变现与创新创业探索（15分钟）**
  - 结合祝老师“AI+副业收集”知识库；
  - 探讨大学生如何借助大模型技能开展数字文创、文案代运营、自动化数据清洗等轻资产副业。

---

## 三、 课程实践作业规范与评分量规

本课程成绩评定采取 **过程性实践评价 (40%) + 期末综合大作业 (60%)** 机制：

### 实践作业 1：专属专业结构化 Prompt 工程手册 (10分)
- **要求**：根据所学专业，挑选 3 个典型应用场景（如：药学用药咨询/旅游爆款脚本/化工实验步骤分析/特教无障碍教案），使用 CRISPE 或 CO-STAR 框架撰写结构化 Prompt。
- **交付内容**：提交 Prompt 文本及对应大模型输出效果比对截图，统计估算每次对话消耗的 Token 数量。

### 实践作业 2：微型专业私有知识库构建与 RAG 评测 (15分)
- **要求**：在腾讯 ima 或本地模型中上传至少 3 篇与本专业相关的专业文献或课程讲义，构建微型知识库。
- **交付内容**：设计 5 个具有行业专业深度的问题，分别对比纯大模型回答与知识库检索增强回答，评估准确度与引用溯源情况。

### 实践作业 3：专业功能型智能体 (Agent) 设计与上线 (15分)
- **要求**：在豆包、扣子 (Coze) 或智能体开发平台中设计一个面向校园生活或专业领域的智能体。
- **交付内容**：设定专属角色人格（Persona）、配置至少 1 个外部插件（如搜索、计算、图表）或关联个人知识库，提交公开体验链接与 3 轮交互截图。

### 期末综合大作业：跨学科“知识库+智能体+工作流”综合应用方案 (60分)
- **要求**：自由跨专业组队（2~3 人）或个人独立完成。
- **选题方向**：
  1. **医药生物类**：《中药配伍禁忌与现代药理知识库协同智能体方案》
  2. **数字文旅类**：《安顺全域文旅自主营销与游客伴游工作流系统》
  3. **理工工程类**：《实验室数据自动归档清洗与异常定时报警 Agent》
  4. **人文特教类**：《特殊儿童个性化康复方案定制与家校沟通智能体》
  5. **自选创新类**：基于祝老师“AI+副业收集”或自主创意构思的项目方案。
- **提交形式**：项目设计文档（PDF/Word，包含架构图、Prompt 设计、工作流节点图、效果展示）及成果演示视频或现场演示。