- 高等教育出版社
- 9787040677393
- 1版
- 48272740-1
- 420
- 公共基础课
- 通用
- 高职
内容简介
本书为高等职业教育人工智能通识课程系列教材之一，亦是高等职业教育计算机类课程新形态一体化教材。
本书以项目化实践任务驱动为核心，系统介绍人工智能的基本概念、关键技术、典型工具、行业应用及开发方法，引导学习者深入理解并掌握人工智能技术及其应用，着力提升职业技能与创新思维能力。本书共设置10个单元，内容涵盖人工智能基础认知、关键技术原理、AIGC与行业大模型，并延伸至文档创作、数据处理、演示制作、图像生成、音视频合成、数字人开发等职场通用场景应用，最后以人工智能素养与合规应用结尾，遵循“认知奠基—技术赋能—场景实战—价值引领”四阶递进的设计逻辑。全书以未来职场通用型人工智能技能养成为逻辑主线，依托36项工作任务，系统阐释人工智能发展脉络、技术方法、工具平台及素养价值等内容，为学习者构建零基础、零障碍的全新学习体验。
本书配有微课视频、授课用PPT、案例素材及源代码等丰富的数字化教学资源。与本书配套的数字课程在“智慧职教”平台（www.icve.com.cn）上线，学习者可登录平台在线学习，授课教师可调用本课程构建符合自身教学特色的SPOC，详见“智慧职教”服务指南。授课教师也可登录“高等教育出版社产品信息检索系统”（xuanshu.hep.com.cn）搜索并下载本书配套教学资源，首次使用本系统的用户，请先进行注册并完成教师资格认证。
本书可作为高等职业教育人工智能通识课程的配套教材，亦可供人工智能爱好者和相关从业人员自学参考。
本书以项目化实践任务驱动为核心，系统介绍人工智能的基本概念、关键技术、典型工具、行业应用及开发方法，引导学习者深入理解并掌握人工智能技术及其应用，着力提升职业技能与创新思维能力。本书共设置10个单元，内容涵盖人工智能基础认知、关键技术原理、AIGC与行业大模型，并延伸至文档创作、数据处理、演示制作、图像生成、音视频合成、数字人开发等职场通用场景应用，最后以人工智能素养与合规应用结尾，遵循“认知奠基—技术赋能—场景实战—价值引领”四阶递进的设计逻辑。全书以未来职场通用型人工智能技能养成为逻辑主线，依托36项工作任务，系统阐释人工智能发展脉络、技术方法、工具平台及素养价值等内容，为学习者构建零基础、零障碍的全新学习体验。
本书配有微课视频、授课用PPT、案例素材及源代码等丰富的数字化教学资源。与本书配套的数字课程在“智慧职教”平台（www.icve.com.cn）上线，学习者可登录平台在线学习，授课教师可调用本课程构建符合自身教学特色的SPOC，详见“智慧职教”服务指南。授课教师也可登录“高等教育出版社产品信息检索系统”（xuanshu.hep.com.cn）搜索并下载本书配套教学资源，首次使用本系统的用户，请先进行注册并完成教师资格认证。
本书可作为高等职业教育人工智能通识课程的配套教材，亦可供人工智能爱好者和相关从业人员自学参考。
目录
目录
前辅文
单元1 初识人工智能——从概念到产业赋能
任务1.1 梳理AI发展脉络与趋势
【任务分析】
【知识准备】
1. 人工智能的定义与核心概念
2. 人工智能发展的主要阶段与里程碑
3. 人工智能的未来趋势与国家战略
4. 人工智能应用的行为与责任边界初探
【任务实施】
步骤1：人工智能关键事件梳理
步骤2：发展时间轴绘制与里程碑标注
步骤3：分组研讨人工智能的未来发展趋势
步骤4：人工智能与国家战略分析短文撰写
任务1.2 理解AI三大基石——数据、算力、算法
【任务分析】
【知识准备】
1. 数据的作用、类型与来源
2. 算力的概念、衡量与云平台
3. 算法与模型的基本逻辑
4. 数据、算法、算力的协同关系
【任务实施】
步骤1：生活数据来源识别与分类
步骤2：主流云平台AI算力服务产品调研
步骤3：理解核心要素关系
步骤4：典型AI应用的基石需求分析
任务1.3 辨析典型AI任务类型
【任务分析】
【知识准备】
1. 分类任务与回归任务辨析
2. 聚类任务原理与应用场景
3. 识别任务的技术要点与产业应用领域
【任务实施】
步骤1：分类与回归任务案例对比
步骤2：聚类任务应用场景构思
步骤3：图像识别技术在安防领域的应用
步骤4：四大任务特点对比表绘制
任务1.4 探究人机协同模式
【任务分析】
【知识准备】
1. 人机协同的基本模式
2. 典型行业的人机协同案例
3. 人机协同带来的变革与挑战
【任务实施】
步骤1：智能客服或辅助诊断系统协同案例
步骤2：“智慧课堂”人机协同学习场景
步骤3：“人机协同对就业的影响”主题辩论
步骤4：智能时代个人关键能力培养
任务1.5 撰写AI赋能产业分析报告
【任务分析】
【知识准备】
1. 传统产业运营流程与痛点分析
2. AI任务类型与产业痛点的匹配方法
3. 分析报告的结构与撰写要点
【任务实施】
步骤1：选择传统产业分析对象
步骤2：产业痛点识别与AI任务匹配
步骤3：AI赋能路径与实施建议
步骤4：AI赋能产业分析报告与展示
【AI总结】
【智能习题】
单元2 人工智能如何工作——人工智能的应用逻辑
任务2.1 初识机器学习与深度学习
【任务分析】
【知识准备】
1. 机器学习的基本逻辑
2. 深度学习的概念、优势与网络结构
3. 机器学习与深度学习
【任务实施】
步骤1：机器学习与深度学习对比图绘制
步骤2：机器学习应用案例解析
步骤3：深度学习在图像识别中的优势讨论
步骤4：两类技术适用场景辨析
任务2.2 体验计算机视觉应用
【任务分析】
【知识准备】
1. 计算机视觉的基本原理与关键技术
2. 计算机视觉的典型产业应用
3. 主流AI开放平台操作基础
【任务实施】
步骤1：在线平台图像分类模型训练
步骤2：工业视觉质检效能分析
步骤3：模型误差分析与改进讨论
步骤4：校园场景计算机视觉应用方案
任务2.3 体验自然语言处理应用
【任务分析】
【知识准备】
1. 自然语言处理的基本概念与核心任务
2. NLP技术的典型应用领域
3. 文本处理与NLP工具使用
【任务实施】
步骤1：产品评论情感倾向分析
步骤2：智能客服系统NLP技术解析
步骤3：大语言模型文本生成评估
步骤4：工作邮件自动分类方案
任务2.4 设计AI技术融合方案
【任务分析】
【知识准备】
1. 核心AI技术能力回顾
2. 技术方案设计逻辑与评估
3. 负责任创新与技术普惠理念
【任务实施】
步骤1：具体产业痛点确定
步骤2：适用AI技术分析与匹配
步骤3：技术融合应用方案构思
步骤4：技术方案说明文档
【AI总结】
【智能习题】
单元3 AIGC与行业大模型——驱动产业智能化的新引擎
任务3.1 理解AIGC与大模型
【任务分析】
【知识准备】
1. 生成式人工智能（AIGC）的定义与区别
2. 大语言模型与行业大模型的区别
3. 大模型对产业形态的潜在影响
4. 发展自主可控大模型的战略意义
【任务实施】
步骤1：传统AI与生成式AI对比分析
步骤2：特定领域行业大模型应用解析
步骤3：自主可控大模型的重要性探讨
步骤4：AIGC多模态能力图谱绘制
任务3.2 分析AIGC的应用场景与风险
【任务分析】
【知识准备】
1. AIGC在典型产业环节的应用案例
2. AIGC应用的核心价值分析
3. AIGC的潜在风险与挑战
4. 技术“双刃剑”效应与平衡发展
【任务实施】
步骤1：AIGC在营销或设计中的应用案例收集
步骤2：深度伪造或虚假新闻案例危害讨论
步骤3：AIGC应用风险自查提示清单
步骤4：设计符合行为规范的AIGC使用场景方案
任务3.3 实战提示词工程
【任务分析】
【知识准备】
1. 提示词工程的基本原理
2. 结构化提示词的核心要素
3. 提示词优化的常用技巧
4. 不同体裁文本的提示词设计要求
【任务实施】
步骤1：基础提示词结构学习与应用
步骤2：模糊生成需求的指令清晰化
步骤3：国产大模型平台文案生成
步骤4：生成文案质量复盘与提示词迭代
任务3.4 设计人机协作方案
【任务分析】
【知识准备】
1. AIGC时代人机协作的新模式
2. 创造性工作中的人机典型分工
3. 大模型应用的合规边界
4. 技术方案社会效益评估维度
【任务实施】
步骤1：AIGC辅助创作的人机协作流程
步骤2：人机分工与责任流程图制定
步骤3：AIGC辅助教学方案
步骤4：方案可行性、合规性与价值答辩
任务3.5 搭建智能体
【任务分析】
【知识准备】
1. 智能体的核心概念与行业大模型驱动的智能体的定义
2. 行业智能体的核心组成部分
3. 智能体的典型行业应用场景
4. 智能体搭建的基础工具与平台
【任务实施】
步骤1：确定智能体的应用场景与需求
步骤2：选择基础大模型与搭建工具
步骤3：设计智能体的角色与交互规则
步骤4：搭建并测试智能体
步骤5：评估并优化智能体
【AI总结】
【智能习题】
单元4 AI大模型赋能——文案智能创作
任务4.1 认知AI创作价值与责任边界
【任务分析】
【知识准备】
1. AI在典型文档创作场景中的价值与局限
2. 内容创作的基本原则与版权规范
3. 宣传与公文类文档创作的意识形态安全要求
4. AI辅助创作的基本职业操守
【任务实施】
步骤1：AI辅助与手动撰写效率质量对比分析
步骤2：内容原创与版权相关法规条款学习
步骤3：AI生成新闻稿的潜在风险与防范讨论
步骤4：《个人AI辅助创作合规承诺书》拟定
任务4.2 学习智能创作流程
【任务分析】
【知识准备】
1. 智能文档创作四步标准流程
2. 不同文体文档的提示词设计要点
3. 高效引导模型的进阶技巧
4. 国产大模型平台文档生成简介
【任务实施】
步骤1：模糊需求至清晰结构化提示词转换
步骤2：不同体裁文档提示词对比练习
步骤3：运用进阶技巧优化提示词实例
步骤4：完整活动方案生成提示词设计
任务4.3 实战多体裁文档生成
【任务分析】
【知识准备】
1.不同体裁文档的核心要素
2. AI生成文本的常见优点
3. AI初稿人工优化的基本方法
【任务实施】
步骤1：工作简报初稿生成
步骤2：活动策划方案框架与创意补充
步骤3：论述性短文生成与逻辑加固
步骤4：AI初稿优化经验与小技巧整理分享
任务4.4 校正AI生成内容
【任务分析】
【知识准备】
1. AI生成文本的典型局限
2. 人工校准的三道防线
3. AI文案审校清单的建立
4. 人机协同中的各自优势
【任务实施】
步骤1：标注样文中的事实与逻辑错误
步骤2：专业领域AI文档审校关键点清单
步骤3：AI生成技术报告的问题修正与重写
步骤4：人机协同创作实践反思报告
【AI总结】
【智能习题】
单元5 AI大模型赋能——从数据到洞察的智能处理
任务5.1 智能获取与合规导入产业数据
【任务分析】
【知识准备】
1. 数据源的分类与合规边界
2. 数据检索策略设计
3. AI辅助信息处理
【任务实施】
步骤1：定义需求与规划路径
步骤2：设计并执行检索
步骤3：信息提取与结构化
步骤4：合规性自查
任务5.2 设计数据清洗路径与策略
【任务分析】
【知识准备】
1. 数据质量的核心价值与问题类型
2. AI在数据清洗中的角色与能力
3. 人机协同的清洗工作流
【任务实施】
步骤1：数据问题的人工诊断与借助AI工具辅助洞察
步骤2：针对复杂问题的AI方案咨询与设计
步骤3：利用AI辅助生成操作指引并模拟执行
步骤4：清洗效果评估与流程复盘
任务5.3 实战AI辅助信息提取与整理
【任务分析】
【知识准备】
1. AI赋能的数据分析
2. 商业图表应用原则
3. 数据叙事与报告整合
【任务实施】
步骤1：探索性分析与可视化
步骤2：提炼业务洞察
步骤3：整合数据分析简报
步骤4：汇报与阐释
【AI总结】
【智能习题】
单元6 AI大模型赋能——智能演示制作
任务6.1 演示逻辑与AI内容生成
【任务分析】
【知识准备】
1. AI辅助内容创作与设计的工作流
2. 专业演示的逻辑构建：金字塔原理
【任务实施】
步骤1：明确演示目标与逻辑结构选择
步骤2：确定演示主题与核心目标
步骤3：基于给定主题的AI大纲生成实践
步骤4：模板选择与演示文稿初稿生成
步骤5：讲稿生成与语言风格优化指令练习
任务6.2 从文档到演示：基于非遗文化主题文档的AI快速生成
【任务分析】
【知识准备】
1. 演示逻辑构建：SCQA模型
2. 逻辑框架的选择：金字塔原理与SCQA模型
3. 演示文稿视觉设计核心原则：CRAP原则
【任务实施】
步骤1：文档导入与大纲生成
步骤2：基于大纲的演示文稿生成
任务6.3 数据驱动决策：可视化商业报告的制作与呈现
【任务分析】
【知识准备】
【任务实施】
步骤1：定义分析场景并生成模拟数据
步骤2：规划洞察点并生成可视化图表
步骤3：构建商业故事线、选择模板并整合报告
【AI总结】
【智能习题】
单元7 AI大模型赋能——文生图创意实践
任务7.1 学习文生图基础与提示词设计
【任务分析】
【知识准备】
1. 文生图技术的基本逻辑与主流工具
2. 结构化提示词的核心设计要素
3. AI生成图像的版权与行为规范初探
【任务实施】
步骤1：理解文生图的基本生成原理
步骤2：拆解与结构化描述视觉作品
步骤3：结构化提示词与基础描述的生成对比
步骤4：AI生成图像版权归属的讨论
任务7.2 优化提示词与提升图像质量
【任务分析】
【知识准备】
1. 提示词迭代优化的技巧
2. 图像生成结果的美学评价原则
3. 负面提示词的作用与应用
4. 高级控制技巧与深度伪造识别
【任务实施】
步骤1：通过多轮迭代优化主题图像
步骤2：运用美学原则筛选生成图像
步骤3：使用负面提示词控制生成内容
步骤4：体验图像风格迁移技术
步骤5：参与深度伪造图像鉴别练习
任务7.3 设计并展示主题创意海报
【任务分析】
【知识准备】
1. 海报设计的核心要素
2. 将价值导向融入视觉创作的理念
3. AI辅助设计的工作流程
4. AIGC作品的版权声明与使用规范
【任务实施】
步骤1：确立海报创作主题
步骤2：进行关键词头脑风暴与提示词设计
步骤3：生成并筛选候选图像
步骤4：对选定图像进行后期优化与排版
步骤5：制作作品展示卡并进行阐释与互评
【AI总结】
【智能习题】
单元8 AI大模型赋能——音视频智能合成
任务8.1 AI语音合成与应用
【任务分析】
【知识准备】
1. 语音合成技术的原理与工具平台
2. 影响语音听感的关键参数
3. 不同应用场景对语音风格的要求
【任务实施】
步骤1：体验与对比不同AI语音合成工具
步骤2：调节语速与语调的合成练习
步骤3：为同一文本生成不同风格语音
步骤4：模拟公共广播的AI语音提醒制作
任务8.2 AI视频生成与智能剪辑入门
【任务分析】
【知识准备】
1. 文生视频与图生视频的基本原理
2. 短视频内容策划的核心结构
3. AI视频生成工具的基本操作
4. 智能剪辑工具的核心功能与鉴别技巧
【任务实施】
步骤1：分析文生视频短片的优缺点
步骤2：撰写短视频简易脚本
步骤3：使用AI工具生成创意视频片段
步骤4：使用智能剪辑工具合成主题短片
步骤5：开展AI合成视频鉴别分享
任务8.3 制作公益科普短视频
【任务分析】
【知识准备】
1. 公益科普内容的特点
2. 视听语言的综合运用
3. 成品内容的规范性审查流程
4. AI生成内容的标识与声明
【任务实施】
步骤1：策划与撰写公益科普短视频脚本
步骤2：合成与匹配旁白与背景音乐
步骤3：利用AI工具创作画面并进行合成剪辑
步骤4：对成片进行内容审查与规范标注
步骤5：参与作品展评并阐述创作思路
【AI总结】
【智能习题】
单元9 AI大模型赋能——数字人开发与应用
任务9.1 认知数字人技术与分类
【任务分析】
【知识准备】
1. 数字人的定义与主要分类
2. 数字人技术栈的核心构成
3. 不同驱动模式的典型应用
4. 数字人技术引发的社会议题与责任思考
【任务实施】
步骤1：辨析不同类型数字人案例
步骤2：拆解数字人应用的技术构成
步骤3：对比真人驱动与AI驱动模式差异
步骤4：在线生成数字人形象初体验
步骤5：讨论数字人技术的潜在风险
任务9.2 构建数字人应用场景
【任务分析】
【知识准备】
1. 数字人应用的核心场景
2. 以人为本的服务设计思维
3. 简易应用方案的设计要素
4. 用户体验流程图绘制基础
【任务实施】
步骤1：头脑风暴服务型数字人创意
步骤2：明确数字人需解决的核心需求
步骤3：绘制用户与数字人交互流程图
步骤4：进行小组方案展示与互评
步骤5：评估应用方案的潜在益处与合规问题
任务9.3 简易数字人形象创建体验
【任务分析】
【知识准备】
1. 国产数字人制作工具概览
2. 平台化创建数字人的典型流程
3. 数字人形象的知识产权注意事项
4. 静态与动态输出的区别与应用
【任务实施】
步骤1：探索数字人制作平台功能
步骤2：选择并微调预设人物模板
步骤3：生成数字人播报的短视频
步骤4：平台便利性与局限性分析
【AI总结】
【智能习题】
单元10 人工智能素养——合规应用与价值引领
任务10.1 系统识别AI风险与挑战
【任务分析】
【知识准备】
1. 人工智能素养的核心内涵与框架
2. 技术安全风险
3. 社会责任风险
4. 法律与安全风险
【任务实施】
步骤1：完成个人AI素养自评
步骤2：合作绘制AI潜在风险全景图
步骤3：剖析算法偏见案例
步骤4：剖析深度伪造技术滥用案例
步骤5：参与AI机遇与风险主题辩论
任务10.2 应用责任原则与治理工具
【任务分析】
【知识准备】
1. 五大核心AI责任原则
2. 全球AI治理格局概览
3. AI治理工具
【任务实施】
步骤1：运用合规原则分析应用场景
步骤2：检索并摘录相关法规条款
步骤3：对AI应用提案进行风险评估
步骤4：模拟召开AI项目合规审查会
任务10.3 撰写合规风险评估报告
【任务分析】
【知识准备】
1. 专业合规风险评估报告的标准结构
2. “科技向善”的实践路径
3. 报告撰写的严谨性与客观性要求
【任务实施】
步骤1：选定有争议的AI应用作为评估对象
步骤2：系统评估多维度风险
步骤3：提出风险缓释与优化建议
步骤4：撰写《AI应用合规风险评估与合规建议报告》
步骤5：参与模拟发布会并进行报告答辩
【AI总结】
【智能习题】
参考文献
前辅文
单元1 初识人工智能——从概念到产业赋能
任务1.1 梳理AI发展脉络与趋势
【任务分析】
【知识准备】
1. 人工智能的定义与核心概念
2. 人工智能发展的主要阶段与里程碑
3. 人工智能的未来趋势与国家战略
4. 人工智能应用的行为与责任边界初探
【任务实施】
步骤1：人工智能关键事件梳理
步骤2：发展时间轴绘制与里程碑标注
步骤3：分组研讨人工智能的未来发展趋势
步骤4：人工智能与国家战略分析短文撰写
任务1.2 理解AI三大基石——数据、算力、算法
【任务分析】
【知识准备】
1. 数据的作用、类型与来源
2. 算力的概念、衡量与云平台
3. 算法与模型的基本逻辑
4. 数据、算法、算力的协同关系
【任务实施】
步骤1：生活数据来源识别与分类
步骤2：主流云平台AI算力服务产品调研
步骤3：理解核心要素关系
步骤4：典型AI应用的基石需求分析
任务1.3 辨析典型AI任务类型
【任务分析】
【知识准备】
1. 分类任务与回归任务辨析
2. 聚类任务原理与应用场景
3. 识别任务的技术要点与产业应用领域
【任务实施】
步骤1：分类与回归任务案例对比
步骤2：聚类任务应用场景构思
步骤3：图像识别技术在安防领域的应用
步骤4：四大任务特点对比表绘制
任务1.4 探究人机协同模式
【任务分析】
【知识准备】
1. 人机协同的基本模式
2. 典型行业的人机协同案例
3. 人机协同带来的变革与挑战
【任务实施】
步骤1：智能客服或辅助诊断系统协同案例
步骤2：“智慧课堂”人机协同学习场景
步骤3：“人机协同对就业的影响”主题辩论
步骤4：智能时代个人关键能力培养
任务1.5 撰写AI赋能产业分析报告
【任务分析】
【知识准备】
1. 传统产业运营流程与痛点分析
2. AI任务类型与产业痛点的匹配方法
3. 分析报告的结构与撰写要点
【任务实施】
步骤1：选择传统产业分析对象
步骤2：产业痛点识别与AI任务匹配
步骤3：AI赋能路径与实施建议
步骤4：AI赋能产业分析报告与展示
【AI总结】
【智能习题】
单元2 人工智能如何工作——人工智能的应用逻辑
任务2.1 初识机器学习与深度学习
【任务分析】
【知识准备】
1. 机器学习的基本逻辑
2. 深度学习的概念、优势与网络结构
3. 机器学习与深度学习
【任务实施】
步骤1：机器学习与深度学习对比图绘制
步骤2：机器学习应用案例解析
步骤3：深度学习在图像识别中的优势讨论
步骤4：两类技术适用场景辨析
任务2.2 体验计算机视觉应用
【任务分析】
【知识准备】
1. 计算机视觉的基本原理与关键技术
2. 计算机视觉的典型产业应用
3. 主流AI开放平台操作基础
【任务实施】
步骤1：在线平台图像分类模型训练
步骤2：工业视觉质检效能分析
步骤3：模型误差分析与改进讨论
步骤4：校园场景计算机视觉应用方案
任务2.3 体验自然语言处理应用
【任务分析】
【知识准备】
1. 自然语言处理的基本概念与核心任务
2. NLP技术的典型应用领域
3. 文本处理与NLP工具使用
【任务实施】
步骤1：产品评论情感倾向分析
步骤2：智能客服系统NLP技术解析
步骤3：大语言模型文本生成评估
步骤4：工作邮件自动分类方案
任务2.4 设计AI技术融合方案
【任务分析】
【知识准备】
1. 核心AI技术能力回顾
2. 技术方案设计逻辑与评估
3. 负责任创新与技术普惠理念
【任务实施】
步骤1：具体产业痛点确定
步骤2：适用AI技术分析与匹配
步骤3：技术融合应用方案构思
步骤4：技术方案说明文档
【AI总结】
【智能习题】
单元3 AIGC与行业大模型——驱动产业智能化的新引擎
任务3.1 理解AIGC与大模型
【任务分析】
【知识准备】
1. 生成式人工智能（AIGC）的定义与区别
2. 大语言模型与行业大模型的区别
3. 大模型对产业形态的潜在影响
4. 发展自主可控大模型的战略意义
【任务实施】
步骤1：传统AI与生成式AI对比分析
步骤2：特定领域行业大模型应用解析
步骤3：自主可控大模型的重要性探讨
步骤4：AIGC多模态能力图谱绘制
任务3.2 分析AIGC的应用场景与风险
【任务分析】
【知识准备】
1. AIGC在典型产业环节的应用案例
2. AIGC应用的核心价值分析
3. AIGC的潜在风险与挑战
4. 技术“双刃剑”效应与平衡发展
【任务实施】
步骤1：AIGC在营销或设计中的应用案例收集
步骤2：深度伪造或虚假新闻案例危害讨论
步骤3：AIGC应用风险自查提示清单
步骤4：设计符合行为规范的AIGC使用场景方案
任务3.3 实战提示词工程
【任务分析】
【知识准备】
1. 提示词工程的基本原理
2. 结构化提示词的核心要素
3. 提示词优化的常用技巧
4. 不同体裁文本的提示词设计要求
【任务实施】
步骤1：基础提示词结构学习与应用
步骤2：模糊生成需求的指令清晰化
步骤3：国产大模型平台文案生成
步骤4：生成文案质量复盘与提示词迭代
任务3.4 设计人机协作方案
【任务分析】
【知识准备】
1. AIGC时代人机协作的新模式
2. 创造性工作中的人机典型分工
3. 大模型应用的合规边界
4. 技术方案社会效益评估维度
【任务实施】
步骤1：AIGC辅助创作的人机协作流程
步骤2：人机分工与责任流程图制定
步骤3：AIGC辅助教学方案
步骤4：方案可行性、合规性与价值答辩
任务3.5 搭建智能体
【任务分析】
【知识准备】
1. 智能体的核心概念与行业大模型驱动的智能体的定义
2. 行业智能体的核心组成部分
3. 智能体的典型行业应用场景
4. 智能体搭建的基础工具与平台
【任务实施】
步骤1：确定智能体的应用场景与需求
步骤2：选择基础大模型与搭建工具
步骤3：设计智能体的角色与交互规则
步骤4：搭建并测试智能体
步骤5：评估并优化智能体
【AI总结】
【智能习题】
单元4 AI大模型赋能——文案智能创作
任务4.1 认知AI创作价值与责任边界
【任务分析】
【知识准备】
1. AI在典型文档创作场景中的价值与局限
2. 内容创作的基本原则与版权规范
3. 宣传与公文类文档创作的意识形态安全要求
4. AI辅助创作的基本职业操守
【任务实施】
步骤1：AI辅助与手动撰写效率质量对比分析
步骤2：内容原创与版权相关法规条款学习
步骤3：AI生成新闻稿的潜在风险与防范讨论
步骤4：《个人AI辅助创作合规承诺书》拟定
任务4.2 学习智能创作流程
【任务分析】
【知识准备】
1. 智能文档创作四步标准流程
2. 不同文体文档的提示词设计要点
3. 高效引导模型的进阶技巧
4. 国产大模型平台文档生成简介
【任务实施】
步骤1：模糊需求至清晰结构化提示词转换
步骤2：不同体裁文档提示词对比练习
步骤3：运用进阶技巧优化提示词实例
步骤4：完整活动方案生成提示词设计
任务4.3 实战多体裁文档生成
【任务分析】
【知识准备】
1.不同体裁文档的核心要素
2. AI生成文本的常见优点
3. AI初稿人工优化的基本方法
【任务实施】
步骤1：工作简报初稿生成
步骤2：活动策划方案框架与创意补充
步骤3：论述性短文生成与逻辑加固
步骤4：AI初稿优化经验与小技巧整理分享
任务4.4 校正AI生成内容
【任务分析】
【知识准备】
1. AI生成文本的典型局限
2. 人工校准的三道防线
3. AI文案审校清单的建立
4. 人机协同中的各自优势
【任务实施】
步骤1：标注样文中的事实与逻辑错误
步骤2：专业领域AI文档审校关键点清单
步骤3：AI生成技术报告的问题修正与重写
步骤4：人机协同创作实践反思报告
【AI总结】
【智能习题】
单元5 AI大模型赋能——从数据到洞察的智能处理
任务5.1 智能获取与合规导入产业数据
【任务分析】
【知识准备】
1. 数据源的分类与合规边界
2. 数据检索策略设计
3. AI辅助信息处理
【任务实施】
步骤1：定义需求与规划路径
步骤2：设计并执行检索
步骤3：信息提取与结构化
步骤4：合规性自查
任务5.2 设计数据清洗路径与策略
【任务分析】
【知识准备】
1. 数据质量的核心价值与问题类型
2. AI在数据清洗中的角色与能力
3. 人机协同的清洗工作流
【任务实施】
步骤1：数据问题的人工诊断与借助AI工具辅助洞察
步骤2：针对复杂问题的AI方案咨询与设计
步骤3：利用AI辅助生成操作指引并模拟执行
步骤4：清洗效果评估与流程复盘
任务5.3 实战AI辅助信息提取与整理
【任务分析】
【知识准备】
1. AI赋能的数据分析
2. 商业图表应用原则
3. 数据叙事与报告整合
【任务实施】
步骤1：探索性分析与可视化
步骤2：提炼业务洞察
步骤3：整合数据分析简报
步骤4：汇报与阐释
【AI总结】
【智能习题】
单元6 AI大模型赋能——智能演示制作
任务6.1 演示逻辑与AI内容生成
【任务分析】
【知识准备】
1. AI辅助内容创作与设计的工作流
2. 专业演示的逻辑构建：金字塔原理
【任务实施】
步骤1：明确演示目标与逻辑结构选择
步骤2：确定演示主题与核心目标
步骤3：基于给定主题的AI大纲生成实践
步骤4：模板选择与演示文稿初稿生成
步骤5：讲稿生成与语言风格优化指令练习
任务6.2 从文档到演示：基于非遗文化主题文档的AI快速生成
【任务分析】
【知识准备】
1. 演示逻辑构建：SCQA模型
2. 逻辑框架的选择：金字塔原理与SCQA模型
3. 演示文稿视觉设计核心原则：CRAP原则
【任务实施】
步骤1：文档导入与大纲生成
步骤2：基于大纲的演示文稿生成
任务6.3 数据驱动决策：可视化商业报告的制作与呈现
【任务分析】
【知识准备】
【任务实施】
步骤1：定义分析场景并生成模拟数据
步骤2：规划洞察点并生成可视化图表
步骤3：构建商业故事线、选择模板并整合报告
【AI总结】
【智能习题】
单元7 AI大模型赋能——文生图创意实践
任务7.1 学习文生图基础与提示词设计
【任务分析】
【知识准备】
1. 文生图技术的基本逻辑与主流工具
2. 结构化提示词的核心设计要素
3. AI生成图像的版权与行为规范初探
【任务实施】
步骤1：理解文生图的基本生成原理
步骤2：拆解与结构化描述视觉作品
步骤3：结构化提示词与基础描述的生成对比
步骤4：AI生成图像版权归属的讨论
任务7.2 优化提示词与提升图像质量
【任务分析】
【知识准备】
1. 提示词迭代优化的技巧
2. 图像生成结果的美学评价原则
3. 负面提示词的作用与应用
4. 高级控制技巧与深度伪造识别
【任务实施】
步骤1：通过多轮迭代优化主题图像
步骤2：运用美学原则筛选生成图像
步骤3：使用负面提示词控制生成内容
步骤4：体验图像风格迁移技术
步骤5：参与深度伪造图像鉴别练习
任务7.3 设计并展示主题创意海报
【任务分析】
【知识准备】
1. 海报设计的核心要素
2. 将价值导向融入视觉创作的理念
3. AI辅助设计的工作流程
4. AIGC作品的版权声明与使用规范
【任务实施】
步骤1：确立海报创作主题
步骤2：进行关键词头脑风暴与提示词设计
步骤3：生成并筛选候选图像
步骤4：对选定图像进行后期优化与排版
步骤5：制作作品展示卡并进行阐释与互评
【AI总结】
【智能习题】
单元8 AI大模型赋能——音视频智能合成
任务8.1 AI语音合成与应用
【任务分析】
【知识准备】
1. 语音合成技术的原理与工具平台
2. 影响语音听感的关键参数
3. 不同应用场景对语音风格的要求
【任务实施】
步骤1：体验与对比不同AI语音合成工具
步骤2：调节语速与语调的合成练习
步骤3：为同一文本生成不同风格语音
步骤4：模拟公共广播的AI语音提醒制作
任务8.2 AI视频生成与智能剪辑入门
【任务分析】
【知识准备】
1. 文生视频与图生视频的基本原理
2. 短视频内容策划的核心结构
3. AI视频生成工具的基本操作
4. 智能剪辑工具的核心功能与鉴别技巧
【任务实施】
步骤1：分析文生视频短片的优缺点
步骤2：撰写短视频简易脚本
步骤3：使用AI工具生成创意视频片段
步骤4：使用智能剪辑工具合成主题短片
步骤5：开展AI合成视频鉴别分享
任务8.3 制作公益科普短视频
【任务分析】
【知识准备】
1. 公益科普内容的特点
2. 视听语言的综合运用
3. 成品内容的规范性审查流程
4. AI生成内容的标识与声明
【任务实施】
步骤1：策划与撰写公益科普短视频脚本
步骤2：合成与匹配旁白与背景音乐
步骤3：利用AI工具创作画面并进行合成剪辑
步骤4：对成片进行内容审查与规范标注
步骤5：参与作品展评并阐述创作思路
【AI总结】
【智能习题】
单元9 AI大模型赋能——数字人开发与应用
任务9.1 认知数字人技术与分类
【任务分析】
【知识准备】
1. 数字人的定义与主要分类
2. 数字人技术栈的核心构成
3. 不同驱动模式的典型应用
4. 数字人技术引发的社会议题与责任思考
【任务实施】
步骤1：辨析不同类型数字人案例
步骤2：拆解数字人应用的技术构成
步骤3：对比真人驱动与AI驱动模式差异
步骤4：在线生成数字人形象初体验
步骤5：讨论数字人技术的潜在风险
任务9.2 构建数字人应用场景
【任务分析】
【知识准备】
1. 数字人应用的核心场景
2. 以人为本的服务设计思维
3. 简易应用方案的设计要素
4. 用户体验流程图绘制基础
【任务实施】
步骤1：头脑风暴服务型数字人创意
步骤2：明确数字人需解决的核心需求
步骤3：绘制用户与数字人交互流程图
步骤4：进行小组方案展示与互评
步骤5：评估应用方案的潜在益处与合规问题
任务9.3 简易数字人形象创建体验
【任务分析】
【知识准备】
1. 国产数字人制作工具概览
2. 平台化创建数字人的典型流程
3. 数字人形象的知识产权注意事项
4. 静态与动态输出的区别与应用
【任务实施】
步骤1：探索数字人制作平台功能
步骤2：选择并微调预设人物模板
步骤3：生成数字人播报的短视频
步骤4：平台便利性与局限性分析
【AI总结】
【智能习题】
单元10 人工智能素养——合规应用与价值引领
任务10.1 系统识别AI风险与挑战
【任务分析】
【知识准备】
1. 人工智能素养的核心内涵与框架
2. 技术安全风险
3. 社会责任风险
4. 法律与安全风险
【任务实施】
步骤1：完成个人AI素养自评
步骤2：合作绘制AI潜在风险全景图
步骤3：剖析算法偏见案例
步骤4：剖析深度伪造技术滥用案例
步骤5：参与AI机遇与风险主题辩论
任务10.2 应用责任原则与治理工具
【任务分析】
【知识准备】
1. 五大核心AI责任原则
2. 全球AI治理格局概览
3. AI治理工具
【任务实施】
步骤1：运用合规原则分析应用场景
步骤2：检索并摘录相关法规条款
步骤3：对AI应用提案进行风险评估
步骤4：模拟召开AI项目合规审查会
任务10.3 撰写合规风险评估报告
【任务分析】
【知识准备】
1. 专业合规风险评估报告的标准结构
2. “科技向善”的实践路径
3. 报告撰写的严谨性与客观性要求
【任务实施】
步骤1：选定有争议的AI应用作为评估对象
步骤2：系统评估多维度风险
步骤3：提出风险缓释与优化建议
步骤4：撰写《AI应用合规风险评估与合规建议报告》
步骤5：参与模拟发布会并进行报告答辩
【AI总结】
【智能习题】
参考文献
前辅文
单元1 初识人工智能——从概念到产业赋能
任务1.1 梳理AI发展脉络与趋势
【任务分析】
【知识准备】
1. 人工智能的定义与核心概念
2. 人工智能发展的主要阶段与里程碑
3. 人工智能的未来趋势与国家战略
4. 人工智能应用的行为与责任边界初探
【任务实施】
步骤1：人工智能关键事件梳理
步骤2：发展时间轴绘制与里程碑标注
步骤3：分组研讨人工智能的未来发展趋势
步骤4：人工智能与国家战略分析短文撰写
任务1.2 理解AI三大基石——数据、算力、算法
【任务分析】
【知识准备】
1. 数据的作用、类型与来源
2. 算力的概念、衡量与云平台
3. 算法与模型的基本逻辑
4. 数据、算法、算力的协同关系
【任务实施】
步骤1：生活数据来源识别与分类
步骤2：主流云平台AI算力服务产品调研
步骤3：理解核心要素关系
步骤4：典型AI应用的基石需求分析
任务1.3 辨析典型AI任务类型
【任务分析】
【知识准备】
1. 分类任务与回归任务辨析
2. 聚类任务原理与应用场景
3. 识别任务的技术要点与产业应用领域
【任务实施】
步骤1：分类与回归任务案例对比
步骤2：聚类任务应用场景构思
步骤3：图像识别技术在安防领域的应用
步骤4：四大任务特点对比表绘制
任务1.4 探究人机协同模式
【任务分析】
【知识准备】
1. 人机协同的基本模式
2. 典型行业的人机协同案例
3. 人机协同带来的变革与挑战
【任务实施】
步骤1：智能客服或辅助诊断系统协同案例
步骤2：“智慧课堂”人机协同学习场景
步骤3：“人机协同对就业的影响”主题辩论
步骤4：智能时代个人关键能力培养
任务1.5 撰写AI赋能产业分析报告
【任务分析】
【知识准备】
1. 传统产业运营流程与痛点分析
2. AI任务类型与产业痛点的匹配方法
3. 分析报告的结构与撰写要点
【任务实施】
步骤1：选择传统产业分析对象
步骤2：产业痛点识别与AI任务匹配
步骤3：AI赋能路径与实施建议
步骤4：AI赋能产业分析报告与展示
【AI总结】
【智能习题】
单元2 人工智能如何工作——人工智能的应用逻辑
任务2.1 初识机器学习与深度学习
【任务分析】
【知识准备】
1. 机器学习的基本逻辑
2. 深度学习的概念、优势与网络结构
3. 机器学习与深度学习
【任务实施】
步骤1：机器学习与深度学习对比图绘制
步骤2：机器学习应用案例解析
步骤3：深度学习在图像识别中的优势讨论
步骤4：两类技术适用场景辨析
任务2.2 体验计算机视觉应用
【任务分析】
【知识准备】
1. 计算机视觉的基本原理与关键技术
2. 计算机视觉的典型产业应用
3. 主流AI开放平台操作基础
【任务实施】
步骤1：在线平台图像分类模型训练
步骤2：工业视觉质检效能分析
步骤3：模型误差分析与改进讨论
步骤4：校园场景计算机视觉应用方案
任务2.3 体验自然语言处理应用
【任务分析】
【知识准备】
1. 自然语言处理的基本概念与核心任务
2. NLP技术的典型应用领域
3. 文本处理与NLP工具使用
【任务实施】
步骤1：产品评论情感倾向分析
步骤2：智能客服系统NLP技术解析
步骤3：大语言模型文本生成评估
步骤4：工作邮件自动分类方案
任务2.4 设计AI技术融合方案
【任务分析】
【知识准备】
1. 核心AI技术能力回顾
2. 技术方案设计逻辑与评估
3. 负责任创新与技术普惠理念
【任务实施】
步骤1：具体产业痛点确定
步骤2：适用AI技术分析与匹配
步骤3：技术融合应用方案构思
步骤4：技术方案说明文档
【AI总结】
【智能习题】
单元3 AIGC与行业大模型——驱动产业智能化的新引擎
任务3.1 理解AIGC与大模型
【任务分析】
【知识准备】
1. 生成式人工智能（AIGC）的定义与区别
2. 大语言模型与行业大模型的区别
3. 大模型对产业形态的潜在影响
4. 发展自主可控大模型的战略意义
【任务实施】
步骤1：传统AI与生成式AI对比分析
步骤2：特定领域行业大模型应用解析
步骤3：自主可控大模型的重要性探讨
步骤4：AIGC多模态能力图谱绘制
任务3.2 分析AIGC的应用场景与风险
【任务分析】
【知识准备】
1. AIGC在典型产业环节的应用案例
2. AIGC应用的核心价值分析
3. AIGC的潜在风险与挑战
4. 技术“双刃剑”效应与平衡发展
【任务实施】
步骤1：AIGC在营销或设计中的应用案例收集
步骤2：深度伪造或虚假新闻案例危害讨论
步骤3：AIGC应用风险自查提示清单
步骤4：设计符合行为规范的AIGC使用场景方案
任务3.3 实战提示词工程
【任务分析】
【知识准备】
1. 提示词工程的基本原理
2. 结构化提示词的核心要素
3. 提示词优化的常用技巧
4. 不同体裁文本的提示词设计要求
【任务实施】
步骤1：基础提示词结构学习与应用
步骤2：模糊生成需求的指令清晰化
步骤3：国产大模型平台文案生成
步骤4：生成文案质量复盘与提示词迭代
任务3.4 设计人机协作方案
【任务分析】
【知识准备】
1. AIGC时代人机协作的新模式
2. 创造性工作中的人机典型分工
3. 大模型应用的合规边界
4. 技术方案社会效益评估维度
【任务实施】
步骤1：AIGC辅助创作的人机协作流程
步骤2：人机分工与责任流程图制定
步骤3：AIGC辅助教学方案
步骤4：方案可行性、合规性与价值答辩
任务3.5 搭建智能体
【任务分析】
【知识准备】
1. 智能体的核心概念与行业大模型驱动的智能体的定义
2. 行业智能体的核心组成部分
3. 智能体的典型行业应用场景
4. 智能体搭建的基础工具与平台
【任务实施】
步骤1：确定智能体的应用场景与需求
步骤2：选择基础大模型与搭建工具
步骤3：设计智能体的角色与交互规则
步骤4：搭建并测试智能体
步骤5：评估并优化智能体
【AI总结】
【智能习题】
单元4 AI大模型赋能——文案智能创作
任务4.1 认知AI创作价值与责任边界
【任务分析】
【知识准备】
1. AI在典型文档创作场景中的价值与局限
2. 内容创作的基本原则与版权规范
3. 宣传与公文类文档创作的意识形态安全要求
4. AI辅助创作的基本职业操守
【任务实施】
步骤1：AI辅助与手动撰写效率质量对比分析
步骤2：内容原创与版权相关法规条款学习
步骤3：AI生成新闻稿的潜在风险与防范讨论
步骤4：《个人AI辅助创作合规承诺书》拟定
任务4.2 学习智能创作流程
【任务分析】
【知识准备】
1. 智能文档创作四步标准流程
2. 不同文体文档的提示词设计要点
3. 高效引导模型的进阶技巧
4. 国产大模型平台文档生成简介
【任务实施】
步骤1：模糊需求至清晰结构化提示词转换
步骤2：不同体裁文档提示词对比练习
步骤3：运用进阶技巧优化提示词实例
步骤4：完整活动方案生成提示词设计
任务4.3 实战多体裁文档生成
【任务分析】
【知识准备】
1.不同体裁文档的核心要素
2. AI生成文本的常见优点
3. AI初稿人工优化的基本方法
【任务实施】
步骤1：工作简报初稿生成
步骤2：活动策划方案框架与创意补充
步骤3：论述性短文生成与逻辑加固
步骤4：AI初稿优化经验与小技巧整理分享
任务4.4 校正AI生成内容
【任务分析】
【知识准备】
1. AI生成文本的典型局限
2. 人工校准的三道防线
3. AI文案审校清单的建立
4. 人机协同中的各自优势
【任务实施】
步骤1：标注样文中的事实与逻辑错误
步骤2：专业领域AI文档审校关键点清单
步骤3：AI生成技术报告的问题修正与重写
步骤4：人机协同创作实践反思报告
【AI总结】
【智能习题】
单元5 AI大模型赋能——从数据到洞察的智能处理
任务5.1 智能获取与合规导入产业数据
【任务分析】
【知识准备】
1. 数据源的分类与合规边界
2. 数据检索策略设计
3. AI辅助信息处理
【任务实施】
步骤1：定义需求与规划路径
步骤2：设计并执行检索
步骤3：信息提取与结构化
步骤4：合规性自查
任务5.2 设计数据清洗路径与策略
【任务分析】
【知识准备】
1. 数据质量的核心价值与问题类型
2. AI在数据清洗中的角色与能力
3. 人机协同的清洗工作流
【任务实施】
步骤1：数据问题的人工诊断与借助AI工具辅助洞察
步骤2：针对复杂问题的AI方案咨询与设计
步骤3：利用AI辅助生成操作指引并模拟执行
步骤4：清洗效果评估与流程复盘
任务5.3 实战AI辅助信息提取与整理
【任务分析】
【知识准备】
1. AI赋能的数据分析
2. 商业图表应用原则
3. 数据叙事与报告整合
【任务实施】
步骤1：探索性分析与可视化
步骤2：提炼业务洞察
步骤3：整合数据分析简报
步骤4：汇报与阐释
【AI总结】
【智能习题】
单元6 AI大模型赋能——智能演示制作
任务6.1 演示逻辑与AI内容生成
【任务分析】
【知识准备】
1. AI辅助内容创作与设计的工作流
2. 专业演示的逻辑构建：金字塔原理
【任务实施】
步骤1：明确演示目标与逻辑结构选择
步骤2：确定演示主题与核心目标
步骤3：基于给定主题的AI大纲生成实践
步骤4：模板选择与演示文稿初稿生成
步骤5：讲稿生成与语言风格优化指令练习
任务6.2 从文档到演示：基于非遗文化主题文档的AI快速生成
【任务分析】
【知识准备】
1. 演示逻辑构建：SCQA模型
2. 逻辑框架的选择：金字塔原理与SCQA模型
3. 演示文稿视觉设计核心原则：CRAP原则
【任务实施】
步骤1：文档导入与大纲生成
步骤2：基于大纲的演示文稿生成
任务6.3 数据驱动决策：可视化商业报告的制作与呈现
【任务分析】
【知识准备】
【任务实施】
步骤1：定义分析场景并生成模拟数据
步骤2：规划洞察点并生成可视化图表
步骤3：构建商业故事线、选择模板并整合报告
【AI总结】
【智能习题】
单元7 AI大模型赋能——文生图创意实践
任务7.1 学习文生图基础与提示词设计
【任务分析】
【知识准备】
1. 文生图技术的基本逻辑与主流工具
2. 结构化提示词的核心设计要素
3. AI生成图像的版权与行为规范初探
【任务实施】
步骤1：理解文生图的基本生成原理
步骤2：拆解与结构化描述视觉作品
步骤3：结构化提示词与基础描述的生成对比
步骤4：AI生成图像版权归属的讨论
任务7.2 优化提示词与提升图像质量
【任务分析】
【知识准备】
1. 提示词迭代优化的技巧
2. 图像生成结果的美学评价原则
3. 负面提示词的作用与应用
4. 高级控制技巧与深度伪造识别
【任务实施】
步骤1：通过多轮迭代优化主题图像
步骤2：运用美学原则筛选生成图像
步骤3：使用负面提示词控制生成内容
步骤4：体验图像风格迁移技术
步骤5：参与深度伪造图像鉴别练习
任务7.3 设计并展示主题创意海报
【任务分析】
【知识准备】
1. 海报设计的核心要素
2. 将价值导向融入视觉创作的理念
3. AI辅助设计的工作流程
4. AIGC作品的版权声明与使用规范
【任务实施】
步骤1：确立海报创作主题
步骤2：进行关键词头脑风暴与提示词设计
步骤3：生成并筛选候选图像
步骤4：对选定图像进行后期优化与排版
步骤5：制作作品展示卡并进行阐释与互评
【AI总结】
【智能习题】
单元8 AI大模型赋能——音视频智能合成
任务8.1 AI语音合成与应用
【任务分析】
【知识准备】
1. 语音合成技术的原理与工具平台
2. 影响语音听感的关键参数
3. 不同应用场景对语音风格的要求
【任务实施】
步骤1：体验与对比不同AI语音合成工具
步骤2：调节语速与语调的合成练习
步骤3：为同一文本生成不同风格语音
步骤4：模拟公共广播的AI语音提醒制作
任务8.2 AI视频生成与智能剪辑入门
【任务分析】
【知识准备】
1. 文生视频与图生视频的基本原理
2. 短视频内容策划的核心结构
3. AI视频生成工具的基本操作
4. 智能剪辑工具的核心功能与鉴别技巧
【任务实施】
步骤1：分析文生视频短片的优缺点
步骤2：撰写短视频简易脚本
步骤3：使用AI工具生成创意视频片段
步骤4：使用智能剪辑工具合成主题短片
步骤5：开展AI合成视频鉴别分享
任务8.3 制作公益科普短视频
【任务分析】
【知识准备】
1. 公益科普内容的特点
2. 视听语言的综合运用
3. 成品内容的规范性审查流程
4. AI生成内容的标识与声明
【任务实施】
步骤1：策划与撰写公益科普短视频脚本
步骤2：合成与匹配旁白与背景音乐
步骤3：利用AI工具创作画面并进行合成剪辑
步骤4：对成片进行内容审查与规范标注
步骤5：参与作品展评并阐述创作思路
【AI总结】
【智能习题】
单元9 AI大模型赋能——数字人开发与应用
任务9.1 认知数字人技术与分类
【任务分析】
【知识准备】
1. 数字人的定义与主要分类
2. 数字人技术栈的核心构成
3. 不同驱动模式的典型应用
4. 数字人技术引发的社会议题与责任思考
【任务实施】
步骤1：辨析不同类型数字人案例
步骤2：拆解数字人应用的技术构成
步骤3：对比真人驱动与AI驱动模式差异
步骤4：在线生成数字人形象初体验
步骤5：讨论数字人技术的潜在风险
任务9.2 构建数字人应用场景
【任务分析】
【知识准备】
1. 数字人应用的核心场景
2. 以人为本的服务设计思维
3. 简易应用方案的设计要素
4. 用户体验流程图绘制基础
【任务实施】
步骤1：头脑风暴服务型数字人创意
步骤2：明确数字人需解决的核心需求
步骤3：绘制用户与数字人交互流程图
步骤4：进行小组方案展示与互评
步骤5：评估应用方案的潜在益处与合规问题
任务9.3 简易数字人形象创建体验
【任务分析】
【知识准备】
1. 国产数字人制作工具概览
2. 平台化创建数字人的典型流程
3. 数字人形象的知识产权注意事项
4. 静态与动态输出的区别与应用
【任务实施】
步骤1：探索数字人制作平台功能
步骤2：选择并微调预设人物模板
步骤3：生成数字人播报的短视频
步骤4：平台便利性与局限性分析
【AI总结】
【智能习题】
单元10 人工智能素养——合规应用与价值引领
任务10.1 系统识别AI风险与挑战
【任务分析】
【知识准备】
1. 人工智能素养的核心内涵与框架
2. 技术安全风险
3. 社会责任风险
4. 法律与安全风险
【任务实施】
步骤1：完成个人AI素养自评
步骤2：合作绘制AI潜在风险全景图
步骤3：剖析算法偏见案例
步骤4：剖析深度伪造技术滥用案例
步骤5：参与AI机遇与风险主题辩论
任务10.2 应用责任原则与治理工具
【任务分析】
【知识准备】
1. 五大核心AI责任原则
2. 全球AI治理格局概览
3. AI治理工具
【任务实施】
步骤1：运用合规原则分析应用场景
步骤2：检索并摘录相关法规条款
步骤3：对AI应用提案进行风险评估
步骤4：模拟召开AI项目合规审查会
任务10.3 撰写合规风险评估报告
【任务分析】
【知识准备】
1. 专业合规风险评估报告的标准结构
2. “科技向善”的实践路径
3. 报告撰写的严谨性与客观性要求
【任务实施】
步骤1：选定有争议的AI应用作为评估对象
步骤2：系统评估多维度风险
步骤3：提出风险缓释与优化建议
步骤4：撰写《AI应用合规风险评估与合规建议报告》
步骤5：参与模拟发布会并进行报告答辩
【AI总结】
【智能习题】
参考文献
前辅文
单元1 初识人工智能——从概念到产业赋能
任务1.1 梳理AI发展脉络与趋势
【任务分析】
【知识准备】
1. 人工智能的定义与核心概念
2. 人工智能发展的主要阶段与里程碑
3. 人工智能的未来趋势与国家战略
4. 人工智能应用的行为与责任边界初探
【任务实施】
步骤1：人工智能关键事件梳理
步骤2：发展时间轴绘制与里程碑标注
步骤3：分组研讨人工智能的未来发展趋势
步骤4：人工智能与国家战略分析短文撰写
任务1.2 理解AI三大基石——数据、算力、算法
【任务分析】
【知识准备】
1. 数据的作用、类型与来源
2. 算力的概念、衡量与云平台
3. 算法与模型的基本逻辑
4. 数据、算法、算力的协同关系
【任务实施】
步骤1：生活数据来源识别与分类
步骤2：主流云平台AI算力服务产品调研
步骤3：理解核心要素关系
步骤4：典型AI应用的基石需求分析
任务1.3 辨析典型AI任务类型
【任务分析】
【知识准备】
1. 分类任务与回归任务辨析
2. 聚类任务原理与应用场景
3. 识别任务的技术要点与产业应用领域
【任务实施】
步骤1：分类与回归任务案例对比
步骤2：聚类任务应用场景构思
步骤3：图像识别技术在安防领域的应用
步骤4：四大任务特点对比表绘制
任务1.4 探究人机协同模式
【任务分析】
【知识准备】
1. 人机协同的基本模式
2. 典型行业的人机协同案例
3. 人机协同带来的变革与挑战
【任务实施】
步骤1：智能客服或辅助诊断系统协同案例
步骤2：“智慧课堂”人机协同学习场景
步骤3：“人机协同对就业的影响”主题辩论
步骤4：智能时代个人关键能力培养
任务1.5 撰写AI赋能产业分析报告
【任务分析】
【知识准备】
1. 传统产业运营流程与痛点分析
2. AI任务类型与产业痛点的匹配方法
3. 分析报告的结构与撰写要点
【任务实施】
步骤1：选择传统产业分析对象
步骤2：产业痛点识别与AI任务匹配
步骤3：AI赋能路径与实施建议
步骤4：AI赋能产业分析报告与展示
【AI总结】
【智能习题】
单元2 人工智能如何工作——人工智能的应用逻辑
任务2.1 初识机器学习与深度学习
【任务分析】
【知识准备】
1. 机器学习的基本逻辑
2. 深度学习的概念、优势与网络结构
3. 机器学习与深度学习
【任务实施】
步骤1：机器学习与深度学习对比图绘制
步骤2：机器学习应用案例解析
步骤3：深度学习在图像识别中的优势讨论
步骤4：两类技术适用场景辨析
任务2.2 体验计算机视觉应用
【任务分析】
【知识准备】
1. 计算机视觉的基本原理与关键技术
2. 计算机视觉的典型产业应用
3. 主流AI开放平台操作基础
【任务实施】
步骤1：在线平台图像分类模型训练
步骤2：工业视觉质检效能分析
步骤3：模型误差分析与改进讨论
步骤4：校园场景计算机视觉应用方案
任务2.3 体验自然语言处理应用
【任务分析】
【知识准备】
1. 自然语言处理的基本概念与核心任务
2. NLP技术的典型应用领域
3. 文本处理与NLP工具使用
【任务实施】
步骤1：产品评论情感倾向分析
步骤2：智能客服系统NLP技术解析
步骤3：大语言模型文本生成评估
步骤4：工作邮件自动分类方案
任务2.4 设计AI技术融合方案
【任务分析】
【知识准备】
1. 核心AI技术能力回顾
2. 技术方案设计逻辑与评估
3. 负责任创新与技术普惠理念
【任务实施】
步骤1：具体产业痛点确定
步骤2：适用AI技术分析与匹配
步骤3：技术融合应用方案构思
步骤4：技术方案说明文档
【AI总结】
【智能习题】
单元3 AIGC与行业大模型——驱动产业智能化的新引擎
任务3.1 理解AIGC与大模型
【任务分析】
【知识准备】
1. 生成式人工智能（AIGC）的定义与区别
2. 大语言模型与行业大模型的区别
3. 大模型对产业形态的潜在影响
4. 发展自主可控大模型的战略意义
【任务实施】
步骤1：传统AI与生成式AI对比分析
步骤2：特定领域行业大模型应用解析
步骤3：自主可控大模型的重要性探讨
步骤4：AIGC多模态能力图谱绘制
任务3.2 分析AIGC的应用场景与风险
【任务分析】
【知识准备】
1. AIGC在典型产业环节的应用案例
2. AIGC应用的核心价值分析
3. AIGC的潜在风险与挑战
4. 技术“双刃剑”效应与平衡发展
【任务实施】
步骤1：AIGC在营销或设计中的应用案例收集
步骤2：深度伪造或虚假新闻案例危害讨论
步骤3：AIGC应用风险自查提示清单
步骤4：设计符合行为规范的AIGC使用场景方案
任务3.3 实战提示词工程
【任务分析】
【知识准备】
1. 提示词工程的基本原理
2. 结构化提示词的核心要素
3. 提示词优化的常用技巧
4. 不同体裁文本的提示词设计要求
【任务实施】
步骤1：基础提示词结构学习与应用
步骤2：模糊生成需求的指令清晰化
步骤3：国产大模型平台文案生成
步骤4：生成文案质量复盘与提示词迭代
任务3.4 设计人机协作方案
【任务分析】
【知识准备】
1. AIGC时代人机协作的新模式
2. 创造性工作中的人机典型分工
3. 大模型应用的合规边界
4. 技术方案社会效益评估维度
【任务实施】
步骤1：AIGC辅助创作的人机协作流程
步骤2：人机分工与责任流程图制定
步骤3：AIGC辅助教学方案
步骤4：方案可行性、合规性与价值答辩
任务3.5 搭建智能体
【任务分析】
【知识准备】
1. 智能体的核心概念与行业大模型驱动的智能体的定义
2. 行业智能体的核心组成部分
3. 智能体的典型行业应用场景
4. 智能体搭建的基础工具与平台
【任务实施】
步骤1：确定智能体的应用场景与需求
步骤2：选择基础大模型与搭建工具
步骤3：设计智能体的角色与交互规则
步骤4：搭建并测试智能体
步骤5：评估并优化智能体
【AI总结】
【智能习题】
单元4 AI大模型赋能——文案智能创作
任务4.1 认知AI创作价值与责任边界
【任务分析】
【知识准备】
1. AI在典型文档创作场景中的价值与局限
2. 内容创作的基本原则与版权规范
3. 宣传与公文类文档创作的意识形态安全要求
4. AI辅助创作的基本职业操守
【任务实施】
步骤1：AI辅助与手动撰写效率质量对比分析
步骤2：内容原创与版权相关法规条款学习
步骤3：AI生成新闻稿的潜在风险与防范讨论
步骤4：《个人AI辅助创作合规承诺书》拟定
任务4.2 学习智能创作流程
【任务分析】
【知识准备】
1. 智能文档创作四步标准流程
2. 不同文体文档的提示词设计要点
3. 高效引导模型的进阶技巧
4. 国产大模型平台文档生成简介
【任务实施】
步骤1：模糊需求至清晰结构化提示词转换
步骤2：不同体裁文档提示词对比练习
步骤3：运用进阶技巧优化提示词实例
步骤4：完整活动方案生成提示词设计
任务4.3 实战多体裁文档生成
【任务分析】
【知识准备】
1.不同体裁文档的核心要素
2. AI生成文本的常见优点
3. AI初稿人工优化的基本方法
【任务实施】
步骤1：工作简报初稿生成
步骤2：活动策划方案框架与创意补充
步骤3：论述性短文生成与逻辑加固
步骤4：AI初稿优化经验与小技巧整理分享
任务4.4 校正AI生成内容
【任务分析】
【知识准备】
1. AI生成文本的典型局限
2. 人工校准的三道防线
3. AI文案审校清单的建立
4. 人机协同中的各自优势
【任务实施】
步骤1：标注样文中的事实与逻辑错误
步骤2：专业领域AI文档审校关键点清单
步骤3：AI生成技术报告的问题修正与重写
步骤4：人机协同创作实践反思报告
【AI总结】
【智能习题】
单元5 AI大模型赋能——从数据到洞察的智能处理
任务5.1 智能获取与合规导入产业数据
【任务分析】
【知识准备】
1. 数据源的分类与合规边界
2. 数据检索策略设计
3. AI辅助信息处理
【任务实施】
步骤1：定义需求与规划路径
步骤2：设计并执行检索
步骤3：信息提取与结构化
步骤4：合规性自查
任务5.2 设计数据清洗路径与策略
【任务分析】
【知识准备】
1. 数据质量的核心价值与问题类型
2. AI在数据清洗中的角色与能力
3. 人机协同的清洗工作流
【任务实施】
步骤1：数据问题的人工诊断与借助AI工具辅助洞察
步骤2：针对复杂问题的AI方案咨询与设计
步骤3：利用AI辅助生成操作指引并模拟执行
步骤4：清洗效果评估与流程复盘
任务5.3 实战AI辅助信息提取与整理
【任务分析】
【知识准备】
1. AI赋能的数据分析
2. 商业图表应用原则
3. 数据叙事与报告整合
【任务实施】
步骤1：探索性分析与可视化
步骤2：提炼业务洞察
步骤3：整合数据分析简报
步骤4：汇报与阐释
【AI总结】
【智能习题】
单元6 AI大模型赋能——智能演示制作
任务6.1 演示逻辑与AI内容生成
【任务分析】
【知识准备】
1. AI辅助内容创作与设计的工作流
2. 专业演示的逻辑构建：金字塔原理
【任务实施】
步骤1：明确演示目标与逻辑结构选择
步骤2：确定演示主题与核心目标
步骤3：基于给定主题的AI大纲生成实践
步骤4：模板选择与演示文稿初稿生成
步骤5：讲稿生成与语言风格优化指令练习
任务6.2 从文档到演示：基于非遗文化主题文档的AI快速生成
【任务分析】
【知识准备】
1. 演示逻辑构建：SCQA模型
2. 逻辑框架的选择：金字塔原理与SCQA模型
3. 演示文稿视觉设计核心原则：CRAP原则
【任务实施】
步骤1：文档导入与大纲生成
步骤2：基于大纲的演示文稿生成
任务6.3 数据驱动决策：可视化商业报告的制作与呈现
【任务分析】
【知识准备】
【任务实施】
步骤1：定义分析场景并生成模拟数据
步骤2：规划洞察点并生成可视化图表
步骤3：构建商业故事线、选择模板并整合报告
【AI总结】
【智能习题】
单元7 AI大模型赋能——文生图创意实践
任务7.1 学习文生图基础与提示词设计
【任务分析】
【知识准备】
1. 文生图技术的基本逻辑与主流工具
2. 结构化提示词的核心设计要素
3. AI生成图像的版权与行为规范初探
【任务实施】
步骤1：理解文生图的基本生成原理
步骤2：拆解与结构化描述视觉作品
步骤3：结构化提示词与基础描述的生成对比
步骤4：AI生成图像版权归属的讨论
任务7.2 优化提示词与提升图像质量
【任务分析】
【知识准备】
1. 提示词迭代优化的技巧
2. 图像生成结果的美学评价原则
3. 负面提示词的作用与应用
4. 高级控制技巧与深度伪造识别
【任务实施】
步骤1：通过多轮迭代优化主题图像
步骤2：运用美学原则筛选生成图像
步骤3：使用负面提示词控制生成内容
步骤4：体验图像风格迁移技术
步骤5：参与深度伪造图像鉴别练习
任务7.3 设计并展示主题创意海报
【任务分析】
【知识准备】
1. 海报设计的核心要素
2. 将价值导向融入视觉创作的理念
3. AI辅助设计的工作流程
4. AIGC作品的版权声明与使用规范
【任务实施】
步骤1：确立海报创作主题
步骤2：进行关键词头脑风暴与提示词设计
步骤3：生成并筛选候选图像
步骤4：对选定图像进行后期优化与排版
步骤5：制作作品展示卡并进行阐释与互评
【AI总结】
【智能习题】
单元8 AI大模型赋能——音视频智能合成
任务8.1 AI语音合成与应用
【任务分析】
【知识准备】
1. 语音合成技术的原理与工具平台
2. 影响语音听感的关键参数
3. 不同应用场景对语音风格的要求
【任务实施】
步骤1：体验与对比不同AI语音合成工具
步骤2：调节语速与语调的合成练习
步骤3：为同一文本生成不同风格语音
步骤4：模拟公共广播的AI语音提醒制作
任务8.2 AI视频生成与智能剪辑入门
【任务分析】
【知识准备】
1. 文生视频与图生视频的基本原理
2. 短视频内容策划的核心结构
3. AI视频生成工具的基本操作
4. 智能剪辑工具的核心功能与鉴别技巧
【任务实施】
步骤1：分析文生视频短片的优缺点
步骤2：撰写短视频简易脚本
步骤3：使用AI工具生成创意视频片段
步骤4：使用智能剪辑工具合成主题短片
步骤5：开展AI合成视频鉴别分享
任务8.3 制作公益科普短视频
【任务分析】
【知识准备】
1. 公益科普内容的特点
2. 视听语言的综合运用
3. 成品内容的规范性审查流程
4. AI生成内容的标识与声明
【任务实施】
步骤1：策划与撰写公益科普短视频脚本
步骤2：合成与匹配旁白与背景音乐
步骤3：利用AI工具创作画面并进行合成剪辑
步骤4：对成片进行内容审查与规范标注
步骤5：参与作品展评并阐述创作思路
【AI总结】
【智能习题】
单元9 AI大模型赋能——数字人开发与应用
任务9.1 认知数字人技术与分类
【任务分析】
【知识准备】
1. 数字人的定义与主要分类
2. 数字人技术栈的核心构成
3. 不同驱动模式的典型应用
4. 数字人技术引发的社会议题与责任思考
【任务实施】
步骤1：辨析不同类型数字人案例
步骤2：拆解数字人应用的技术构成
步骤3：对比真人驱动与AI驱动模式差异
步骤4：在线生成数字人形象初体验
步骤5：讨论数字人技术的潜在风险
任务9.2 构建数字人应用场景
【任务分析】
【知识准备】
1. 数字人应用的核心场景
2. 以人为本的服务设计思维
3. 简易应用方案的设计要素
4. 用户体验流程图绘制基础
【任务实施】
步骤1：头脑风暴服务型数字人创意
步骤2：明确数字人需解决的核心需求
步骤3：绘制用户与数字人交互流程图
步骤4：进行小组方案展示与互评
步骤5：评估应用方案的潜在益处与合规问题
任务9.3 简易数字人形象创建体验
【任务分析】
【知识准备】
1. 国产数字人制作工具概览
2. 平台化创建数字人的典型流程
3. 数字人形象的知识产权注意事项
4. 静态与动态输出的区别与应用
【任务实施】
步骤1：探索数字人制作平台功能
步骤2：选择并微调预设人物模板
步骤3：生成数字人播报的短视频
步骤4：平台便利性与局限性分析
【AI总结】
【智能习题】
单元10 人工智能素养——合规应用与价值引领
任务10.1 系统识别AI风险与挑战
【任务分析】
【知识准备】
1. 人工智能素养的核心内涵与框架
2. 技术安全风险
3. 社会责任风险
4. 法律与安全风险
【任务实施】
步骤1：完成个人AI素养自评
步骤2：合作绘制AI潜在风险全景图
步骤3：剖析算法偏见案例
步骤4：剖析深度伪造技术滥用案例
步骤5：参与AI机遇与风险主题辩论
任务10.2 应用责任原则与治理工具
【任务分析】
【知识准备】
1. 五大核心AI责任原则
2. 全球AI治理格局概览
3. AI治理工具
【任务实施】
步骤1：运用合规原则分析应用场景
步骤2：检索并摘录相关法规条款
步骤3：对AI应用提案进行风险评估
步骤4：模拟召开AI项目合规审查会
任务10.3 撰写合规风险评估报告
【任务分析】
【知识准备】
1. 专业合规风险评估报告的标准结构
2. “科技向善”的实践路径
3. 报告撰写的严谨性与客观性要求
【任务实施】
步骤1：选定有争议的AI应用作为评估对象
步骤2：系统评估多维度风险
步骤3：提出风险缓释与优化建议
步骤4：撰写《AI应用合规风险评估与合规建议报告》
步骤5：参与模拟发布会并进行报告答辩
【AI总结】
【智能习题】
参考文献
