第 1 讲 · 解密大模型心智：AI 词元与 Prompt 工程

本讲你要带走的三件事

大模型不"理解"语言，它只预测下一个 Token

• 心智模型：大模型 = 读过海量文本的"超级续写器"，输出概率上最可能的下一段文字。
• 教学启示：与其问"它知不知道"，不如问"我给了它多少上下文、多明确的约束"。

Token 是什么：BPE 字节对编码如何切分文字

# BPE 合并示意（英文）
h u g  ->  hug      l o w e s t  ->  low + est

# 中文示例
"阿莫西林克拉维酸钾分散片" -> 阿/莫/西/林/克/拉/维/酸/钾/分散/片
约 11+ 个 Token；而常见英文单词往往只占 1 个 Token。

Token 就是钱：窗口、计费与预算

• 省 Token 三招：① 只给必要上下文；② 用模板压缩表述；③ 复用会话前缀缓存。
• 算一笔账：一条工作流每天 20 次 × 每次约 4K Token，一个月 ≈ 240 万 Token。

Self-Attention：模型如何决定"该看哪里"

• 上下文窗口：一次能"看到"的 Token 上限，从 4K → 128K → 1M 持续扩张。
• 大海捞针（NIAH）：关键信息埋在长文中部时常被"中间遗忘"——重要内容放开头或结尾更稳。

CRISPE：把"随口一问"升级为"工程指令"

四种让输出质量翻倍的进阶手法

# 结构化输出约束示例（第 4 讲工作流会反复用到）
请只输出如下 JSON，不要任何解释文字：
$ {"风险点": "...", "依据": "...", "建议": "...", "置信度": 0-1}

四大专业群 · 同一框架的不同 Prompt 设计

新手最常踩的 6 个 Prompt 坑

祝老师 ima 知识库中的提示词工程资料

• 人工智能与旅游创新应用-教学共享知识库：《提示词工程与数据分析入门》、《01_AI工具与提示词实验手册.md》、《各Agent详细提示词库》。
• 大数据与旅游业课程实践：《智慧旅游提示词训练器.xlsx》、《大模型进阶应用与数字文旅深度融合》。
• AI赋能教学：《教师必会的28组提示词》《30个常用的DeepSeek提示词模版》《7大教学模块提示词设计技巧！附完整提示词模板！》。
• AI赋能教学科研：《与AI大模型对话促进深度思维：提问设计的科学与艺术》。

实践作业 1 · 专属专业结构化 Prompt 工程手册（10 分）

• 任务：结合本人专业挑选 3 个典型场景（用药咨询 / 爆款脚本 / 实验步骤分析 / 无障碍教案等），用 CRISPE 或 CO-STAR 撰写结构化 Prompt。
• 交付：① Prompt 全文；② 模型输出截图；③ Token 消耗估算表；④ 与"随口一问"版本的对比分析（200 字）。
• 评分：框架完整性 4 分 · 专业深度 3 分 · 复现与对比 2 分 · 规范提交 1 分。

小结与下一讲预告

• ① 大模型不是"检索答案"，而是基于 Token 做概率续写。
• ② 中英文 Token 消耗不对称，专业词汇会被切碎；Token 就是预算。
• ③ 注意力存在"中间遗忘"，重要信息放首尾，长文档交给 RAG。
• ④ CRISPE / CO-STAR + Few-shot + JSON Schema 是最短路径。