翰渊 AI 课程

课程大纲和实训任务随 AI 技术发展持续更新。

通用课程大纲

L1AI 通识入门模型选择、能力边界与提示词。
L1

AI 通识入门

模型选择、能力边界与提示词。

  1. L1-1

    AI 发展简史与技术脉络

    理解机器学习、深度学习、Transformer、大模型和主流模型生态。

  2. L1-2

    主流大模型全景图

    比较 GPT、Claude、Gemini、DeepSeek、Qwen、豆包、Kimi 等模型定位。

  3. L1-3

    AI 能力与边界

    拆解文本、代码、图像、视频、音频、数据分析与翻译等能力边界。

  4. L1-4

    AI 工具生态速览

    梳理 ChatBot、AI 搜索、AI 编程、AI 办公和 AI 教育工具选型。

  5. L1-5

    提示词入门

    训练角色设定、指令约束、输出格式、多轮对话和案例化提问方法。

L2

教学赋能

备课、教学资源、科研与办公。

  1. L2-1

    AI 备课实战

    生成教案、教学设计、知识点拆解、课程大纲和案例素材。

  2. L2-2

    AI 生成教学资源

    生成试题、PPT、思维导图、流程图、练习题解析和课堂活动。

  3. L2-3

    多模态 AIGC 创作

    将 AI 绘图、视频、数字人和音频用于教学短视频和课堂材料。

  4. L2-4

    AI 科研辅助

    覆盖文献检索阅读、论文润色、数据分析、选题辅助和科研写作。

  5. L2-5

    AI 办公效率

    处理行政公文、会议纪要、邮件、表格分析和信息汇总。

  6. L2-6

    AI 课程设计

    设计 AI 通识课、专业融合课和可落地的课程体系。

L3

智能体应用

知识库、工作流与教学助手。

  1. L3-1

    智能体基础认知

    理解 Agent、Bot、工作流、MCP、Skill、知识库和 RAG。

  2. L3-2

    Coze/扣子

    搭建 Bot、配置插件、挂载知识库、编排工作流并发布到多端。

  3. L3-3

    Dify

    在教学环境中练习私有部署,配置 RAG 知识库,编排工作流并发布 API。

  4. L3-4

    MaxClaw / OpenClaw

    构建多渠道消息接入、Skill 系统和轻量级教学辅助智能体。

  5. L3-5

    Hermes Agent

    探索跨会话记忆、Computer Use、多 Agent 协作和定时自动化。

L4

Vibe Coding

用自然语言开发、测试和部署应用。

  1. L4-1

    Vibe Coding 理念与工具链

    理解自然语言驱动编程、Prompt/Context/Harness 工程和工具链差异。

  2. L4-2

    Claude Code / Codex CLI

    完成环境配置、命令行开发流程、项目管理和一站式生成应用。

  3. L4-3

    Trae / OpenCode

    使用 AI IDE 和开源工具完成全栈项目生成与多项目环境管理。

  4. L4-4

    综合实战

    以学生信息管理、教学资源库、课堂互动工具等场景做完整开发部署。

三门微专业课程建设

微专业数字教材出版及课程建设服务

AI驱动数字贸易创新实践从市场选择到询盘报价,用订单数据复盘交易。

  1. 选择市场

    核验 AI 整理的竞品资料、来源、日期与关键数据。

    市场选择依据
  2. 制作商品页

    按目标市场语言写详情页或服务说明,核对译文、参数、宣传用语及素材授权。

    页面与修改记录
  3. 询盘与报价

    澄清数量、交付和售后,核算成本、平台费及汇率影响。

    报价单与询盘回复
  4. 复盘订单

    用询盘转化率和订单毛利定位流失或亏损环节。

    调整依据

AI智能体赋能就创赛事让备赛智能体依据评分规则查证据、练答辩。

拆解评分表

把岗位胜任力、商业可行性等评审要点列为备赛任务。

搭建备赛智能体

检索授权资料,按评分表提问。回答附引用,缺证据时提示补充。

就业赛

用个人经历对应岗位要求,补齐证据,演练评委追问。

备赛材料
职业发展方案、证据清单、答辩记录

创业赛

用访谈、原型试用和成本测算支撑路演主张。

备赛材料
路演稿、项目证据、建议取舍说明

测试与评价

参赛材料核对证据、规则与答辩表现。

智能体回答记录引用错误、无依据回答和人工修订。

FDE项目实战从现场问题出发,做出可运行、可验收、可交接的原型。

实训约定用什么验证
确认需求

访谈业务人员,记录耗时与差错,约定验收条件。

需求与验收对照表
划定原型范围

选一个教学周期内可验证的环节,标出数据、接口和人工复核点。

业务流程与原型设计
搭建原型

用样例或脱敏数据跑通输入、处理和输出。

运行配置与复现步骤
试用并复测

请用户试跑正常和异常用例,修正后复测。

预期与实际结果、复测记录
演示与交接

按最初约定演示原型,由教师或导师核验。

修订原型与使用交接说明

课程共建

从一门课的教学目标和实训任务谈起。

联系课程共建