人工智能通识基础与应用+教案

徐老师

中国经济管理大学 美华管理传播网

工商管理实战班：接轨数字时代全新职场课程：企业员工晋级管理者实操课

AI与企业数智化工商管理研修班（学习资料包）

美华管理传播网

人工智能通识基础与应用+教案

教   案

课程：人工智能通识基础与应用                                             编号：1

授课    时间			学时	6	班级
教学单元	第 1 章 AI 与大模型基础	教学       目标	目的	建立 AI 与大模型完整基础认知，能区分关键概念，会使用基础提示词与 AI 交互。
教学手段    与    教学资源	PPT 幻灯片、教材、教学参考书、AI  演示短视频、课堂实操截图		要求	掌握 AI、机器学习、深度学习的定义与关系；掌握 AI 四大特征、三大要素、四大核心能力；理解生成式 AI 模型与提示词工程基本方法。
教学    难点	AI、机器学习、深度学习的层级关系；AI 四大核心能力的区别与应用；提示词工程的结构化设计。
教学    重点	AI 定义与四大特征；新一代  AI 三要素；AI 四大核心能力；生成式 AI 模型；提示词构成与使用方法。
教学    方法	讲授法、案例分析法、对比归纳法、课堂讨论、实操演示、要点提炼
教学思路设计及    时间分配	1.1  AI 概述（2 学时）   1.       课前    （1）学生预习教材第 1 章 1.1 节，标注不懂的概念。    （2）教师准备 PPT、AI 效率对比短视频、发展历程时间轴图片。    （3）布置预习问题：AI 是什么？我们生活中哪里用到 AI？       课中    （1）导入：科技发展背景，引出 AI 对生活、工作、思维的影响（10 分钟）。（2）讲解 AI 定义、核心内涵、研究范围（15 分钟）。    （3）讲授 AI 四大特征：高速高效、学习能力、模拟人类认知、适应任务与自主决策，结合案例对比（25 分钟）。    （4）梳理 AI—  机器学习 — 深度学习三者包含关系，用图示强化理解（15 分钟）。    （5）AI 发展简史：5 个阶段、关键事件、重要节点梳理（15 分钟）。    （6）新一代 AI 三要素：数据、算法、算力，相互关系与案例（10 分钟）。    2.       课后    （1）整理本节关键词：AI 定义、四大特征、三要素、三者关系。    （2）尝试说出 3 个生活中的 AI 应用，并对应到某一特征。    （3）预习 1.2 节 AI 的核心能力。    3.      1.2  AI 的核心能力（1.5 学时）   1.       课前    （1）回顾上一节内容，重点巩固 AI 三要素与层级关系。    （2）教师准备感知、认知、决策、创造四类 AI 演示素材。    （3）学生思考：AI“看、听、理解、决定、创作”  分别对应什么能力。       课中    （1）总述：AI 四大能力层层递进  —— 感知、认知、决策、创造（5 分钟）。（2）感知能力：计算机视觉（4 项能力）、语音识别（挑战）（15 分钟）。（3）认知能力：自然语言理解、知识表示与推理、五种学习方式（15 分钟）。（4）决策能力：确定性、预测性、适应性三类决策，结合场景举例（15 分钟）。（5）创造能力：文本、视觉、视频、音频四大创作领域（10 分钟）。       课后    （1）用自己的话复述四大核心能力的区别。    （2）各举 1 个例子对应感知、认知、决策、创造。    （3）预习 1.3 节生成式 AI 模型。      1.3  生成式 AI 模型（1 学时）   1.       课前    （1）回顾 AI 创造能力，思考  “AI 靠什么实现创作”。    （2）教师准备生成式 AI 演示截图与简单案例。       课中    （1）生成式 AI 定义：与判别式模型区别，核心是  “生成”（8 分钟）。    （2）工作原理：训练阶段→生成阶段（10 分钟）。    （3）主流模型：大语言模型、扩散模型、多模态模型，用途区分（12 分钟）。（4）潜力与局限：潜力四方面、局限三点（8 分钟）。    （5）生成式 AI 模型与 AI 工具的关系（7 分钟）。    2.       课后（1）区分大语言模型、扩散模型、多模态模型的用途。（2）写出生成式 AI 的两个潜力和两个局限。（3）预习 1.4 节提示词工程   1.4  提示词工程（1.5 学时）   1.       课前    （1）回顾生成式 AI 模型，思考  “如何让 AI 准确输出”。    （2）教师准备优质 / 劣质提示词对比案例。    2.       3.       课中    （1）提示词工程定义与作用（5  分钟）。    （2）提示词五大构成要素：指令、背景、格式、风格、约束（15 分钟）。    （3）五种构建方法：边界法、示例法、角色法、逻辑链法、参数量化法（15 分钟）。    （4）交互式提问：多轮追问、反馈修正、上下文关联、创意迭代（12 分钟）。（5）常用框架与五大误区：简洁说明，强调避坑（8 分钟）。    4.       5.       课后    （1）仿写一个完整提示词，包含五大要素。    （2）列出提示词最容易犯的 3 个误区。    （3）完成本章整体复习。
课堂教学目标考核	·  对 AI、机器学习、深度学习三者关系的讲授与理解。    ·  对 AI 四大特征、三要素、四大核心能力的掌握与识别。    ·  对生成式 AI 模型分类、用途的辨识。    ·  对提示词构成要素、构建方法、常见误区的理解与应用。
课后作业	完成本章“课后思考”
课后分析

教   案

课程：人工智能通识基础与应用                                             编号：2

授课    时间			学时	4	班级
教学单元	第 2 章 AI 与信息处理	教学       目标	目的	掌握 AI 信息处理核心应用与操作原理
教学手段    与    教学资源	PPT幻灯片    教材及教学参考书		要 求	熟练用 2 种以上 AI 工具，高效处理信息
教学    难点	多模态协同、结构化整理、术语精准翻译
教学    重点	四大模块核心功能与场景化实操技巧
教学    方法	举例演示、实操训练、讨论总结结合
教学思路设计及    时间分配	本章节共 4 学时，按 “对话式交互（2 学时）+ AI 搜索1 学时）+ 智能阅读（0.5 学时）+ AI 翻译（0.5学时）” 的模块分配时间，每个模块均遵循  “课前预习 - 课中讲解与实操 - 课后巩固” 的教学逻辑。    2.1 对话式交互（2 学时）    1. 课前    推送预习资料：包含  DeepSeek、通义等 AI 工具基础操作指南；    布置预习任务：完成简单文本问答，记录操作疑问；    收集反馈：整理常见难题，针对性设计教学内容。    2. 课中    导入（10 分钟）：结合信息爆炸痛点，介绍交互价值；    理论讲解（20 分钟）：阐述四种交互形式定义与适配场景；    实操演示（20 分钟）：演示连续追问、文档问答完整流程；    小组实操（50 分钟）：完成多模态交互任务，教师指导；    总结反馈（20 分钟）：梳理要点，解答共性问题。    3. 课后    布置作业：完成多文件分析，输出对比报告；    自主整理：形成四种交互形式操作笔记；    拓展学习：提供进阶应用案例供探索。    2.2 AI 搜索（1 学时）    1. 课前    推送资料：AI 搜索工具功能与差异对比文档；    预习任务：搜索指定主题，记录结果呈现形式；    统计痛点：收集传统搜索困惑，明确教学切入点。    2. 课中    导入（10 分钟）：对比传统与 AI 搜索优势；    功能讲解（20 分钟）：介绍精准引用、结构化输出等方法；    案例演示（20 分钟）：演示学术文献检索与结构化整理；    即时练习（10 分钟）：指定格式搜索，验证输出效果。    3. 课后    布置作业：生成结构化学术文献列表；    拓展探索：尝试移动端扫描搜索，记录体验；    讨论分享：交流 AI 搜索效率提升心得。    2.3 智能阅读（0.5 学时）    1. 课前    推送资料：智能阅读场景案例与工具使用说明；    预习任务：生成文本摘要，记录优化方向；    收集问题：整理摘要质量与工具使用疑问。    2. 课中    导入（5 分钟）：强调智能阅读省时价值；    演示讲解（5 分钟）：展示摘要、纪要生成流程；    技巧分享（10 分钟）：传授提示词设计与校对要点；    快速实操（20 分钟）：优化文本摘要，对比效果。    3. 课后    布置作业：生成视频文字纪要并标注关键点；    自主总结：梳理适用场景与工具选择标准；    拓展资源：推荐进阶功能教程。    2.4 AI 翻译（0.5 学时）    1. 课前    推送资料：翻译工具指南与专业术语案例；    预习任务：翻译英文短文，记录术语问题；    收集反馈：整理翻译准确性与流畅度疑问。    2. 课中    导入（5 分钟）：说明 AI 翻译全球化应用价值；    演示讲解（10 分钟）：展示文档翻译、术语库创建；    注意事项（5 分钟）：强调校对与隐私保护要点；    即时验证（10 分钟）：优化翻译，体会术语库作用。    3. 课后    布置作业：翻译文档并应用自定义术语库；    问题记录：形成实操问题与解决方案笔记；    拓展学习：分享视频字幕翻译案例。    课堂教学目标考核    实操考核（40%）：随机演示核心操作，评估熟练度；    成果考核（40%）：检查课后作业，评估信息处理质量；    提问考核（20%）：随机提问知识点，评估理论理解程度。
课堂教学目标考核	实操考核（40%）：随机演示核心操作，评估熟练度；    成果考核（40%）：检查课后作业，评估信息处理质量；    提问考核（20%）：随机提问知识点，评估理论理解程度。
课后作业	完成本章“课后思考”
课后分析

教   案

课程：人工智能通识基础与应用                                             编号：3

授课    时间			学时	8	班级
教学单元	第 3 章 AI 与写作	教学       目标	目的	明确 AI 写作的适用场景与价值；建立规范、高效的 AI 辅助写作流程；提升文本创作效率与内容质量。
教学手段    与    教学资源	PPT 幻灯片、教材及教学参考书、AI  工具实操演示、手机 / 电脑实操环境		要求	掌握 AI 在短文案与长文档中的应用方法、操作步骤与注意事项；熟练运用 AI 工具完成文案与报告写作；理解人机协同写作的核心原则。
教学    难点	精准提示词设计；AI 生成内容的人工审核与优化；人机协同边界的把握
教学    重点	短文案（新媒体、电子邮件、社团招新）AI 应用步骤；长文档（课程结业报告、实习实践报告、商业报告书）AI 应用流程；各类写作注意事项
教学    方法	讲授、案例演示、实操练习、分组交流、总结归纳
教学思路设计及    时间分配	3.1  短文案写作（4 学时）   1.       课前    （1）预习教材第 3 章引言及 3.1 全部内容，梳理短文案定义与三类文案结构。    （2）尝试用  AI 工具写 1 条简单文案，记录使用困难。    （3）自带可上网手机 / 电脑，准备课上实操。    2.       课中    （1）本章导入 + 短文案概述（0.5 学时）：    讲解生成式 AI 发展、AI  写作场景、短文案定义与 AI 辅助价值。    （2）3.1.1 新媒体文案（1 学时）：    讲解特征、类型、AI 三阶段应用；演示豆包 6 步实操流程。    （3）3.1.2 电子邮件文案（0.8 学时）：    讲解邮件特征、类型、AI 应用；演示 DeepSeek 英文商务邮件步骤。    （4）3.1.3 社团招新文案（0.8 学时）：    讲解招新文案特征、类型、AI 应用；演示豆包视频招新文案步骤。    （5）三类文案注意事项总结  + 课堂实操（0.9 学时）：    学生现场用 AI 完成一篇短文案，教师巡视指导。    3.       课后    （1）整理课堂笔记，梳理三类文案 AI 写作步骤。    （2）独立完成一篇完整短文案（新媒体 / 邮件 / 招新三选一），含 AI 初稿  + 人工优化稿。    （3）预习  3.2 长文档写作内容。      3.2  长文档写作（4 学时）   1.       课前    （1）预习 3.2 长文档概述、三类文档定义与特征。    （2）回顾自己写报告时遇到的框架、资料、逻辑问题。    （3）准备课程 / 实习相关资料，便于课上生成报告框架。    2.       课中    （1）长文档概述 + 传统写作痛点（0.5 学时）：    讲解长文档特点、价值、AI 解决的核心问题。    （2）3.2.1 课程结业报告（1 学时）：    讲解特征、类型、AI 全流程应用；演示通义实操步骤。    （3）3.2.2 实习实践报告（1 学时）：    讲解特征、类型、AI 在资料整理、撰写、优化中的应用。    （4）3.2.3 商业报告书（1 学时）：    讲解特征、类型、AI 在数据、框架、分析、可视化中的应用。    （5）本章总结 + 人机协同原则强化（0.5 学时）：    梳理重点，明确 AI 是辅助而非替代。    3.       课后    （1）总结短文案 + 长文档 AI 写作要点，形成个人流程清单。    （2）选择一类长文档，用 AI 完成大纲 + 部分正文撰写。    （3）复习全章内容，准备考核。    4.
课堂教学目标考核	·  对 AI 写作、短文案、长文档基本概念的理解与表述。    ·  对新媒体文案、邮件、招新文案、三类报告 AI 应用步骤的掌握。    ·  现场实操：使用 AI 完成指定文案 / 文档大纲并进行简单优化。    ·  对人机协同核心原则的理解与说明。
课后作业	教材第 3 章课后练习与思考：按照教学方法，完成短文案与长文档各 1 篇实操作业。
课后分析

教   案

课程：人工智能通识基础与应用                                             编号：4

授课    时间			学时	6	班级
教学单元	第4章 AI与通用技能	教学       目标	目的	让学习者掌握 AI 在文档问答、文本处理、PPT 制作、表格分析等通用技能中的实操方法，提升办公效率与应用能力。
教学手段    与    教学资源	PPT幻灯片    教材及教学参考书		要求	掌握AI文档问答、文本润色、PPT生成美化、表格分析等通用技能，能独立完成实操并高效解决办公问题。
教学    难点	AI  通用技能实操
教学    重点	表格数据洞察与预测模型理解
教学    方法	采用演示 + 实操结合。
教学思路设计及    时间分配	4.1  AI 与文本处理技能（2学时）   课前做好学习准备与工具预习，熟悉基础操作环境。    （1）预习 AI 文档问答、文本续写与润色的基本概念。    （2）准备用于测试的文档、文字素材与电脑设备。    （3）提前打开豆包网页版，熟悉基础交互界面。    1.            课中讲解核心功能并完成实操演示与练习。    （1）讲解 AI 文档问答的上传、提问、提取信息操作。    （2）演示文本续写、润色的使用场景与提示词技巧。    （3）指导学生独立完成文档问答与文本润色实操。       课后巩固技能并完成拓展练习。    （1）使用自有文档完成一次完整AI文档问答。    （2）对个人文稿进行续写与润色并保存结果。    （3）总结文本处理类 AI 工具的使用要点。    2.           4.2  AI 与演示文稿制作（2学时）   课前预习 PPT 生成逻辑，准备相关素材与大纲。    （1）了解 AI 生成 PPT、美化 PPT 的基本流程。    （2）准备简单主题大纲或空白演示文稿。    （3）熟悉秒出 PPT、GAIPPT 等工具的入口。    1.            2.            课中讲解并实操 AI 一键生成与美化 PPT。    （1）演示根据文本 / 大纲快速生成 PPT 的操作。    （2）讲解 AI 模板选择、配色、排版优化方法。    （3）学生实操生成 PPT 并完成美化修改。    3.            4.            课后独立完成完整 PPT 作品并优化。    （1）根据个人主题用 AI 生成一套完整 PPT。    （2）使用 AI 工具对 PPT 进行美化与调整。    （3）整理 AI 制作 PPT 的高效流程。    5.           4.3  AI 与表格数据分析（2 学时）   1.            课前预习表格数据基础，准备数据文件。    （1）了解 AI 表格分析的核心用途与优势。    （2）准备简单销售、统计类 Excel 表格。    （3）熟悉豆包数据分析入口与操作逻辑。    2.            3.            课中讲解对话式处理、分析、洞察与预测。    （1）演示对话式筛选、排序、计算等数据处理。    （2）讲解自然语言分析数据、生成图表方法。    （3）初步演示数据洞察与趋势预测的实现。    4.            5.            课后完成完整表格分析任务。    （1）用 AI 对自有表格进行数据处理与分析。    （2）生成数据图表并撰写简要分析结论。    （3）尝试简单数据预测并记录结果。    6.
课堂教学目标考核	考核学生能否独立完成  AI 文档问答、文本润色、PPT  生成美化、表格分析与数据预测四项实操，达到熟练运用 AI 提升办公效率的目标。
课后作业	完成本章“课后思考”
课后分析

教   案

课程：人工智能通识基础与应用                                             编号：5

授课    时间			学时	6	班级
教学单元	第5章 AI与多媒体创作	教学       目标	目的	让学习者掌握 AI 在图像、视频、音频创作中的实操方法，了解不同多媒体创作工具的使用场景，提升 AI 多媒体创作的应用能力与创意落地效率。
教学手段    与    教学资源	PPT 幻灯片；    教材及教学参考书；    各类 AIGC 工具网页版（即梦、豆绘 AI、Qwen-Chat、豆包、商汤秒画、通义万相、可灵 AI、有言、飞影数字人、网易天音、海绵音乐、扣子空间、海螺 AI）		要求	掌握 AI 图像生成、视频生成、音频生成的核心操作，能根据不同场景选择适配工具完成图像制作、视频创作、音频设计，独立解决多媒体创作中的实际问题。
教学    难点	不同 AI 多媒体工具的功能适配与精细化操作，提示词的精准设计以实现预期创作效果
教学    重点	AI 图像精细化控制、视频生成不同模式的应用、音频创作的参数调整与版权规范
教学    方法	采用演示 + 实操结合，结合不同场景案例讲解工具使用逻辑，指导学生针对性完成实操练习。
教学思路设计及    时间分配	5.1 AI 与图像生成（2 学时）   课前做好学习准备与工具预习，熟悉基础操作环境。    （1）预习 AI 图像生成的核心概念，了解艺术风格、开源模型、精细化控制的基本内容。    （2）准备用于测试的参考图像、文字描述素材，调试电脑网络环境。    （3）提前打开即梦、豆绘 AI、Qwen-Chat、豆包网页版，熟悉基础交互界面。       课中讲解核心功能并完成实操演示与练习。    （1）讲解 AI 艺术风格图像生成的两种方式（文字提示词、参考图像），演示即梦、豆绘  AI 实操流程。    （2）介绍 AI 图像生成开源模型，演示 Qwen-Chat 生成纯图像及文字丰富图像的操作技巧。    （3）讲解 AI 图像精细化控制方法，演示豆包、商汤秒画、即梦的局部重绘、扩图、擦除、抠图、图像修复操作。    （4）指导学生独立完成不同类型的 AI 图像生成实操，针对性解答操作问题。       课后巩固技能并完成拓展练习。    （1）根据指定艺术风格，分别用文字提示词和参考图像生成 2 张创意图像。    使用开源模型工具生成 1  张含文字信息的实用图像（如海报、指南）。    （2）对自有图像进行 1 项精细化处理（如局部重绘、扩图、抠图），保存处理前后对比图。    （3）总结 AI 图像生成工具的功能特点与提示词设计要点。      5.2 AI 与视频生成（2 学时）   课前预习视频生成基础，准备相关素材与工具。    （1）了解 AI 视频生成的三大类型（文生视频、图生视频、数字人视频）及核心流程。    （2）准备简单文字脚本、参考图像（单张 / 多张 / 首尾帧）等素材。    （3）熟悉即梦、通义万相、可灵 AI、有言、飞影数字人等工具的入口。       课中讲解并实操 AI 视频生成不同模式。    （1）演示文生视频在教育、电商、影视领域的实操，讲解即梦的提示词设计与参数选择。    （2）讲解图生视频的模式与优势，演示通义万相（单图）、可灵 AI（首尾帧）、即梦（多帧）的操作流程。    （3）介绍数字人视频的生成模式，演示有言（文本驱动）、飞影数字人（图像  + 文本驱动）的实操方法。    （4）指导学生独立完成不同类型的 AI 视频生成实操，优化视频效果。       课后独立完成完整视频作品并优化。    （1）根据指定场景（教育 / 电商 / 影视），用文生视频生成 1 条短视频。    （2）准备参考图像，用图生视频生成 1 条动态演示视频。    （3）选择一种数字人驱动模式，生成 1 条数字人讲解视频。    （4）整理 AI 视频生成不同模式的适用场景与高效操作流程。      5.3 AI 与音频生成（2 学时）   课前预习音频生成基础，准备相关文本与音频素材。    （1）了解 AI 音频生成的核心场景（歌词创作、文生音乐、TTS、语音参数调整、音色设计、人声提取）。    （2）准备文字脚本、待转换文本、混合音频等素材。    （3）熟悉网易天音、海绵音乐、扣子空间、海螺 AI 的入口与操作逻辑。       课中讲解对话式创作、参数调整、音频处理实操。    （1）演示网易天音的 AI 歌词创作，讲解歌词结构与提示词设计；演示海绵音乐的文生音乐操作，介绍音乐参数设置与版权注意事项。    （2）讲解文本转语音（TTS）的价值与场景，演示扣子空间的文本转语音、文本转播客操作。    （3）演示海螺 AI 的语音参数调整、音色设计、人声提取实操，讲解各参数的适配场景。    （4）指导学生独立完成 AI 音频创作与处理实操。       课后完成完整音频创作任务。    （1）根据指定主题与风格，用 AI 创作 1 首歌词并生成配套纯音乐。    （2）将自有文本转换为语音音频与播客音频，对比效果差异。    （3）对生成的语音进行参数调整，适配指定场景；设计 1 种个性化音色并试听。    （4）对 1 段混合音频进行人声提取，保存纯净人声音频。    （5）整理 AI 音频创作的版权规范与工具使用要点。
课堂教学目标考核	考核学生能否独立完成  AI 图像生成（含精细化处理）、AI 视频生成（文生 / 图生 / 数字人）、AI 音频生成（歌词 / 音乐 / TTS / 参数调整 / 人声提取）三类实操，能根据不同场景选择适配工具，达到熟练运用 AI 完成多媒体创作的目标。
课后作业	完成本章“课后思考”
课后分析

教   案

课程：人工智能通识基础与应用                                             编号：6

授课    时间			学时	2	班级
教学单元	第6章  AI智能体与编程	教学       目标	目的	掌握 AI 智能体构建与 AI 辅助编程核心方法
教学手段    与    教学资源	PPT幻灯片    教材及教学参考书		要求	能搭建专属智能体，协同 AI 完成 Web 编程项目
教学    难点	智能体工具与知识库协同配置；Vibe 编程需求转化
教学    重点	智能体全流程构建；AI 辅助 Web 开发实战技巧
教学    方法	实战演示、案例驱动、分组实操、迭代优化结合
教学思路设计及    时间分配	本章节共 2 学时，按 “AI  智能体（1.2 学时）+ AI 辅助编程（0.8 学时）” 模块分配时间，遵循 “理论 - 实战 - 复盘” 逻辑。    6.1 AI 智能体（1.2  学时）    1. 课前    推送资料：扣子平台操作指南、AI 智能体核心构成文档；    预习任务：注册扣子账号，浏览智能体创建界面，记录疑问；    收集反馈：整理学生对 “智能体与大模型差异” 的困惑。    2. 课中    导入（8 分钟）：以 “大学生就业政策查询” 痛点切入，介绍智能体价值；    理论讲解（15 分钟）：阐述智能体定义、四大核心构成及与大模型的区别；    实战演示（20 分钟）：分步演示智能体人设设计、模型选择、插件配置、知识库搭建；    分组实操（20 分钟）：小组合作创建 “课程问答助手” 智能体，教师巡视指导；    调试反馈（7 分钟）：各组展示原型，共同排查配置问题。    3. 课后    布置作业：完善智能体功能，完成调试与发布，提交使用说明；    自主拓展：探索第三方插件集成，优化智能体响应逻辑；    讨论分享：在平台发布智能体应用场景设想，交流优化心得。    6.2 AI 辅助编程（0.8 学时）    1. 课前    推送资料：Web 开发基础（HTML/CSS/JS）、主流  AI 编程工具对比文档；    预习任务：注册 Trae 账号，尝试简单网页生成，记录操作难点；    明确目标：确定 “个性化复习网站” 核心功能需求。    2. 课中    导入（5 分钟）：对比传统编程与 AI 编程，介绍 Vibe 编程模式；    工具讲解（10 分钟）：分类介绍 AI 原生工具、IDE 插件、命令行工具适用场景；    实战演示（15 分钟）：用 Trae 演示 “英语四级复习网站” 框架搭建与功能迭代；    分组实操（15 分钟）：小组用 Vibe 编程模式完善网站功能，生成代码；    部署指导（5 分钟）：讲解 GitHub Pages 免费部署流程。    3. 课后    布置作业：导出代码并完成网站部署，提交网站地址；    拓展任务：用 IDE 插件优化代码，添加 1 个自定义功能；    总结反思：记录 AI 编程过程中的问题与解决方案，形成笔记。
课堂教学目标考核	实操考核（50%）：检查智能体功能完整性、Web 项目部署效果；    成果考核（30%）：评估智能体使用说明、网站功能实现度；    提问考核（20%）：随机提问智能体构成、AI 编程工具选型逻辑。
课后作业	完成本章“课后思考”
课后分析

教   案

课程：人工智能通识基础与应用                                             编号：7

授课    时间			学时	3	班级
教学单元	第7章AI与职业发展	教学       目标	目的	掌握 AI 在考研、考公、求职三大职业发展场景的实用应用方法，能借助 AI 提升职业规划与求职备考效率，树立 AI 赋能职业发展的思维。
教学手段    与    教学资源	教材及配套资料    PPT幻灯片		要求	需理解 AI 在职业发展各场景中的应用价值与操作方法，能独立运用 AI 完成院校筛选、政策解读、简历优化等实操任务，学会设计精准提示词解决个性化的职业发展问题。
教学    难点	1. 结合自身职业规划需求，灵活运用  AI 工具完成对应的备考 / 求职实操任务；    2. 设计贴合个人需求的 AI 提示词，让 AI 输出有效且适配的职业发展相关信息；    3. 把握 AI 的辅助性定位，避免过度依赖，理性甄别 AI 输出的信息。
教学    重点	1.  AI 在考研、考公、求职三大场景的核心应用环节与基础操作方法；    2. 三大场景中核心的 AI 提示词设计思路与实操技巧；    3. 考研院校筛选、考公岗位分析、求职简历优化的AI实操要点。
教学    方法	举例法（结合考研选校、考公职位分析、求职简历优化的典型案例讲解）；    启发法（引导学生结合自身职业规划思考 AI 的应用场景）；    实操演示法（简单演示 AI 提示词设计与工具使用流程）。
教学思路设计及    时间分配	7.1 AI与考研（1 学时）    1. 课前    （1）让学生梳理自身考研意向（专业、院校、学硕 / 专硕倾向），带着具体问题听课；    （2）让学生提前尝试用 AI 搜索一次目标院校的考研基础数据，记录操作中的问题。    2. 课中    （1）案例导入，分析 AI 对考研备考效率的提升价值，引出核心应用环节（10 分钟）；    （2）分模块讲解 AI 在明确考研方向、初选目标院校、核验招生信息、制订复习计划的实操方法，结合案例演示各环节提示词设计技巧（35 分钟）；    （3）互动答疑，针对学生课前操作问题和考研意向，解答 AI 应用相关疑问（10 分钟）；    （4）课堂小练习，让学生现场设计 1 个考研院校筛选的 AI 提示词，教师点评（5 分钟）。    3. 课后    （1）让学生结合自身考研意向，用 AI 完成一份包含冲刺 / 稳妥  / 保底梯度的考研院校推荐表；    （2）整理 1-2 个考研备考中实用的 AI 提示词，保存备用。       7.2 AI与考公（1 学时）    1. 课前    （1）让学生下载一份最新本地考公招考公告和职位表，简单浏览核心信息；    （2）让学生尝试用 AI 提取一次招考公告中的关键时间节点，熟悉 AI 信息提取用法。    2. 课中    （1）导入讲解 AI 在考公全流程的应用场景，说明核心赋能点（10 分钟）；    （2）详细讲解 AI 在政策解读、职位分析、考题巩固、模拟面试的实操技巧，结合湖北省考案例演示提示词设计（30 分钟）；    （3）小组小任务，两人一组根据给定考公个人情况，合作设计岗位分析的 AI 提示词，每组展示 1 个（15  分钟）；    （4）教师总结考公 AI 应用的核心要点，强调职位筛选的关键维度（5 分钟）。    3. 课后    （1）让学生用 AI 分析本地考公职位表，提炼出 3-5 个适配自身的岗位并标注理由；    （2）创建一个简易的考公面试 AI 智能体，完成 1 次基础的模拟问答。       7.3 AI 与求职（0.75 学时）    1. 课前    （1）让学生梳理个人求职信息（学历、专业、实习 / 校园经历、意向岗位等）；    （2）让学生找到一份心仪的岗位 JD，尝试用 AI 分析其核心能力要求。    2. 课中    （1）讲解 AI 作为 “智能求职顾问” 的核心价值，梳理求职各环节的 AI 应用（8 分钟）；    （2）重点讲解 AI 在岗位匹配、简历优化（STAR/TAR 法则）、模拟面试的实操方法，结合财务管理专业案例演示简历优化的提示词设计（20 分钟）；    （3）现场实操，让学生分享自己的一段实习 / 校园经历，师生共同用 AI 优化，教师点评（15 分钟）；    （4）总结求职 AI 应用的关键技巧，强调简历与岗位 JD 的匹配性（2 分钟）。    3. 课后    （1）让学生用 AI 优化自己的个人求职简历，重点突出与意向岗位匹配的能力；    （2）用 AI 为自己的意向岗位设计 3 个高频面试问题并撰写回答思路。       章节总结与综合应用（0.25 学时）    1. 课中    （1）梳理考研、考公、求职三大场景的 AI 应用共性与核心技巧，形成完整知识框架（10 分钟）；    （2）强调 AI 的辅助性定位，引导学生理性运用 AI，避免过度依赖，学会甄别 AI 输出信息（5 分钟）。    3. 课后    （1）让学生结合自身职业规划（考研 / 考公 / 求职），制定一份《AI  助力职业发展实操计划》，明确具体的 AI 应用场景和操作步骤；    （2）鼓励学生在实际备考 / 求职中尝试运用所学技巧，记录 AI 工具的使用心得。
课堂教学目标考核	1.  基础考核：随机提问学生 AI 在考研 / 考公 / 求职的核心应用环节，要求简要准确阐述；    2.  实操考核：给出具体场景（如 “普通本科汉语言专业考公岗位分析”“电商专业应届生求职简历优化”），让学生现场设计对应的 AI 提示词；    3. 认知考核：让学生简要回答 “在职业发展中，该如何理性运用 AI 工具”，检验其对 AI 辅助职业发展的认知。
课后作业	完成本章“课后思考”
课后分析

教   案

课程：人工智能通识基础与应用                                             编号：8

授课    时间			学时	3	班级
教学单元	第8章AI的伦理与未来	教学       目标	目的	认识 AI 发展中的伦理问题与前沿发展趋势，理解人机协同的核心内涵，树立技术与伦理并重的 AI 发展认知，培养适应 AI 时代的职业素养与学习意识。
教学手段    与    教学资源	教材及配套资料    PPT幻灯片		要求	掌握 AI 核心伦理问题的应对思路，了解 AI 前沿技术的核心特征与应用方向，明确人机协同时代的核心素养要求与终身学习的必要性。
教学    难点	1.  结合实际场景理解算法黑箱、AI 偏见等伦理问题的本质，形成初步的风险判断思维；    2. 区分具身智能、通用人工智能的核心差异，客观认知 AI 前沿技术的发展边界；    3. 把人机协同的素养要求与自身发展结合，建立简单的能力提升认知。
教学    重点	1.  AI 伦理与治理：隐私安全、算法偏见、算法黑箱、技术风险四大核心问题及基本应对措施；    2.  AI 前沿趋势：AI for Science、具身智能、通用人工智能的核心概念、应用场景；    3. 人机协同：AI 时代未来工作模式的核心变化、必备核心素养、终身学习的核心要求。
教学    方法	举例法（结合自动驾驶事故、AI 招聘歧视等典型案例讲解伦理问题）；    启发法（引导学生思考 AI 技术应用的伦理抉择）；    总述与分述法（先总述 AI 伦理与未来的核心框架，再分模块讲解核心内容）。
教学思路设计及    时间分配	8.1 伦理与治理（1 学时）    1. 课前    （1）让学生搜集 1 个身边的 AI 伦理相关现象或案例（如 APP 隐私授权、算法推荐同质化、AI 招聘偏见等）；    （2）让学生简单思考该案例中可能存在的问题，带着思考听课。    2. 课中    （1）案例导入，通过自动驾驶事故、AI 隐私泄露等典型案例，引出  AI 伦理治理的重要性（10 分钟）；    （2）分模块讲解隐私与安全、偏见与公平、算法黑箱与责任、风险与可控四大核心伦理问题，结合案例分析问题成因与基础应对措施（30 分钟）；    （3）课堂互动，让学生分享课前搜集的案例，师生共同分析其中的伦理问题与应对思路（15 分钟）；    （4）小结，梳理四大伦理问题的核心应对逻辑，强调  “技术 + 制度 + 主体” 协同治理的理念（5 分钟）。    3. 课后    （1）让学生针对课前搜集的 AI 伦理案例，撰写 100 字左右的风险分析与初步应对建议；    （2）整理本章伦理与治理部分的核心知识点，形成简易思维导图。       8.2 前沿趋势（1 学时）    1. 课前    （1）让学生查阅 1 个 AI 前沿技术的最新资讯（AI for Science、具身智能、通用人工智能任选其一）；    （2）让学生简单记录该技术的 1-2 个应用案例，初步了解其发展现状。    2. 课中    （1）导入讲解，介绍 AI 技术的发展阶段，引出当前  AI 前沿趋势的研究方向与应用价值（10 分钟）；    （2）分点讲解 AI for Science、具身智能、通用人工智能的核心概念、核心技术与典型应用场景，对比不同技术的发展特点与应用边界（30 分钟）；    （3）小组讨论，围绕  “AI 前沿技术的发展潜力与挑战” 展开 5 分钟小型讨论，每组分享  1 个核心观点（10 分钟）；    （4）答疑与小结，解答学生对前沿技术的疑问，总结三大前沿趋势对未来社会的影响（10 分钟）。    3. 课后    （1）让学生选择一个感兴趣的 AI 前沿趋势，整理其应用现状与未来发展前景（200 字左右）；    （2）思考该前沿技术可能带来的新伦理问题，简要记录。       8.3 人机协同（0.75 学时）    1. 课前    （1）让学生思考：结合自身专业，AI 时代自己的职业发展需要提升哪些能力；    （2）让学生简单列出 2-3 个自己认为重要的职业素养。    2. 课中    （1）导入分析，讲解 AI 技术对传统工作模式的重塑，引出人机协同的核心内涵与时代意义（8 分钟）；    （2）详细讲解人机协同时代的四大核心素养（元认知、创造性思维、伦理判断、情感智能）与终身学习的重要性（20 分钟）；    （3）实操引导，讲解终身学习体系的构建方法，结合专业案例说明如何制定个性化学习计划（15 分钟）；    （4）互动分享，让学生说说自己的能力提升思考，教师针对性点评（2 分钟）。    3. 课后    （1）让学生结合自身专业与职业规划，列出 3-4 个需要重点提升的 AI 时代核心素养；    （2）制定一份简易的个人短期终身学习计划（明确 1-3 个月的学习目标与内容）。       章节总结与综合应用（0.25 学时）    1. 课中    （1）梳理本章核心知识框架，整合伦理治理、前沿趋势、人机协同的内在联系，强调  “伦理约束技术发展，技术推动人机协同” 的核心逻辑（10 分钟）；    （2）综合提问，围绕  “如何平衡 AI 技术发展与伦理治理”“如何培养自身的人机协同素养” 展开，检验学生学习效果（3 分钟）；    （3）学习展望，鼓励学生持续关注 AI 伦理与前沿发展，树立理性的 AI 认知，主动适应 AI 时代发展（2 分钟）。    3. 课后    （1）让学生用一句话总结本章学习的核心收获；    （2）完成一份《AI 时代个人发展认知小结》，结合本章内容阐述自己对 AI 伦理的理解与自身能力提升方向（300 字左右）。
课堂教学目标考核	1.  基础考核：随机提问学生 AI 核心伦理问题、前沿技术核心概念、人机协同核心素养等知识点，要求准确简要阐述；    2.  案例分析考核：给出简单场景（如 “AI 推荐总是推同类内容”“自动驾驶出事故该谁负责”），让学生现场分析其中的 AI 问题并说出初步应对思路；    3. 认知考核：让学生简要回答 “AI 时代，我们该如何平衡技术发展与伦理要求”，检验其对 AI 发展的客观认知。
课后作业	完成本章“课后思考”
课后分析

美华管理传播网：www.mhjy.net   

    创办于1995年，是国内最早的专业管理类传播网站，面向全国首创了全国MINI-MBA职业经理系列版权课程，旗下工商管理MBA专业教学资源库，拥有海量MBA工商管理课件、教材免费开放。

网址：www.mhjy.net  

招生电话：13684609885  微信号：122285053   

微信公众号： MHJY1999 教师邮箱：xchy007@163.com

免责声明:文章来自美华管理传播网内容仅限课堂教学调取，如涉及版权请通知我们删除

美华管理传播网    中国经济管理大学