人工智能通识基础与应用+教学计划
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+教学计划
教师学期授课计划
教师所属院（部）：**学院 授课专业：各专业 课程：人工智能通识基础 班级：各班级 2026年 月 日
| 序 号 | 项目名称与内容 | 教学方法 | 学时数 | 项目教学目标 | 重点与难点 | 备 注 | |
理论 | 实践 | ||||||
第1章 AI与大模型基础 1.1 AI概述 1.2 AI的核心能力 1.3 生成式AI模型 1.4 提示词工程 | 教学一体 | 3 | 3 | 【知识目标】 • 掌握AI的定义、核心特征，明确AI与机器学习、深度学习的包含关系及各自的核心内涵。 • 了解AI的发展历程（五个关键阶段），掌握新一代AI三要素的内涵、作用及相互关系。 • 掌握AI四大核心能力（感知、认知、决策、创造）的具体内容、分类及典型应用场景。 • 掌握提示词工程的核心知识，包括提示词的构成要素、构建方法、交互式提问技巧、常用框架及使用误区。 【技能目标】 • 能运用提示词的构成要素和构建方法，设计规范、有效的提示词，规避常见使用误区。 • 能运用交互式提问技巧，通过多轮对话优化提示词，引导AI生成符合需求的内容。 【素养目标】 • 树立对AI技术的正确认知，明确AI的工具属性，理性看待AI的优势与局限，培养科技理性思维。 • 培养主动探索AI技术的兴趣，提升对AI相关知识的自主学习能力和知识应用能力。 • 关注AI技术的伦理与安全问题，树立正确的科技伦理观，规范使用AI工具。 • 培养逻辑思维和精准表达能力，能清晰、准确地传递需求，提升与AI高效协作的素养。 | 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。 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。 | 教材： 中国人民大学出版社《人工智能通识基础与应用》 吴武清 毛佳昕 郑 宇 编著 | |
第2章 AI与信息处理 2.1对话式交互 2.2 AI 搜索 2.3智能阅读 2.4 AI翻译 | 教学一体 | 4 | 2 | 【知识目标】 • 了解AI技术在信息爆炸时代对信息处理的变革价值与整体应用方向 • 理解对话式交互、AI搜索、智能阅读、AI翻译四类AI信息处理技术的核心原理与支撑技术。 • 掌握对话式交互中连续追问、文档问答与总结、多文件分析、多模态交互的核心应用逻辑与注意事项。 • 掌握AI搜索的精准引用与追问、结构化结果生成、学术文献检索、移动端扫描搜索的功能特点与操作要点。 • 掌握智能阅读领域中文本智能摘要、文本对话式解读、图像与图表解析、音视频纪要、多模态转换与个性化推荐的功能类型与适用场景。 • 熟悉AI翻译中文档翻译、自定义术语库、沉浸式网页翻译、视频字幕翻译的应用场景与技术实现逻辑。 【技能目标】 • 能够使用DeepSeek完成对话式连续追问、文段分析润色与文档翻译任务。 • 熟练使用通义AI完成文档上传解析、问答总结、多文件分析及音视频纪要生成操作。 • 掌握豆包的多模态交互、移动端扫描搜索、网页划词翻译功能的使用方法。 • 能够利用秘塔AI搜索完成学术文献检索与结构化结果整理，使用文心一言完成图像与图表解析。 • 具备结合实际信息处理需求，选择对应AI工具并规范完成全流程任务的综合应用能力。 【素养目标】 • 培养智能时代的信息处理思维，提升利用AI技术优化信息筛选、整合与价值挖掘的核心能力。 • 发展严谨规范的实操能力，建立批判性验证AI输出结果、避免盲目依赖的科学态度。 • 树立跨语言信息交流的开放意识，尊重专业术语规范与知识产权保护要求。 • 养成自主探究AI工具应用的学习习惯，提升适配智能社会的终身学习与信息素养。 • 增强信息安全与隐私保护意识，规范处理敏感信息，防范AI应用中的数据泄露风险。 | 重点： 1.对话式交互（连续追问、多模态交互）的实操流程。 2.AI 搜索结构化输出与智能阅读文本摘要的核心技巧。 难点： 1.多模态信息的协同处理与指令精准设计。 2.专业场景下 AI 翻译的术语一致性把控。 | ||
第3章 AI与写作 3.1 短文案写作 3.2 长文档写作 | 教学一体 | 4 | 4 | 【知识目标】 • 了解生成式AI的发展现状及AI写作的多场景应用潜力。 • 理解新媒体文案、电子邮件文案、社团招新文案的概念、核心特征与分类方式。 • 理解课程结业报告、实习实践报告、商业报告书的概念、典型特征与类型划分。 • 掌握AI辅助短文案写作的全流程步骤，包括主题确定、大纲设计、内容生成与优化。 • 掌握AI辅助长文档写作的各阶段应用方法，涵盖框架搭建、资料整合、内容创作与格式规范。 • 熟悉AI辅助各类写作的通用注意事项，包括提示词工程、内容审核、多版本对比等。 【技能目标】 • 能够使用主流AI写作工具（豆包、DeepSeek、通义、Kimi等）完成基础写作辅助操作，如主题推荐、大纲生成、资料检索。 • 熟练使用AI工具独立完成新媒体推文、正式商务电子邮件、社团招新文案的初稿生成与初步优化。 • 掌握AI辅助课程结业报告、实习实践报告、商业报告书的框架搭建、内容填充、润色优化的完整流程。 • 具备人机协同的综合写作能力，能够对AI生成内容进行审核、修正与个性化调整，确保内容符合场景需求与专业标准。 • 能够根据不同传播场景、受众特征与写作目标，选择适配的AI工具与写作策略完成定制化创作。 【素养目标】 • 培养数字化写作的系统思维，掌握人机协同的创作方法，适应数字化办公的内容创作需求。 • 提升信息筛选、整合与批判性审核的能力，树立内容真实性、原创性与合规性的写作意识。 • 发展严谨规范的职业态度，养成明确需求、合理借助AI工具提升效率的专业习惯。 • 培养自主适配新兴技术的学习能力，形成终身学习、紧跟行业发展趋势的职业素养。 • 增强场景化沟通表达能力，能够根据不同受众调整写作风格与内容重点，提升传播效果。 | 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。 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。 | ||
第4章 AI与通用技能 4.1 AI与文字处理 4.2 AI与演示文稿 4.3 AI与表格分析 | 教学一体 | 4 | 4 | 【知识目标】 • 了解AI在现代办公环境中的应用价值，理解其在提升办公效率与质量方面的基本作用。 • 理解AI在文字处理中的主要功能，掌握文档总结、文档问答、文本续写与文本润色的基本原理与适用场景。 • 掌握AI生成演示文稿的主要方式，理解根据主题、文档、大纲生成演示文稿以及模板美化的核心逻辑与操作思路。 • 理解AI在表格分析中的主要应用方向，掌握对话式数据处理、自然语言分析、图表生成与数据洞察预测的基本概念。 • 了解数据洞察与预测中常见的方法类型及其适用场景，理解不同分析方法对数据类型和业务问题的适配关系。 【技能目标】 • 能够使用AI工具完成文档上传、内容总结与问答提取等基础文字处理任务。 • 能够运用AI工具完成文本续写与语言润色，对生成结果进行初步判断与优化。 • 掌握使用AI工具根据主题、参考文档或大纲生成演示文稿的基本操作流程，并能结合需求进行模板选择与美化调整。 • 能够通过自然语言指令完成表格数据的筛选、整理、分析与图表生成。 • 能够借助AI工具对表格数据进行初步洞察与趋势预测，并对输出结果进行基本核查。 【素养目标】 • 培养利用AI优化日常办公任务的意识，提升数字化办公环境下的工具应用能力。 • 树立人机协同的工作观念，认识AI在办公中的辅助属性，避免将其结果直接等同于最终成果。 • 提升信息整合、内容判断与结果验证能力，形成对AI输出进行审读、核查与修正的良好习惯。 • 增强数据意识与分析意识，能够从办公数据中提炼信息、发现问题并辅助决策。 • 强化批判性思维与规范使用意识，在提升效率的同时兼顾内容质量、准确性与可靠性。 | 重点： 文档总结、问答、续写与润色的核心应用方法； 根据主题、文档和大纲生成演示文稿的操作流程； 对话式数据处理、自然语言分析与图表生成的基本方法； AI在办公场景中的综合应用思路。 难点： 不同办公任务中提示词要求的准确表达与合理设计； AI生成演示文稿时内容结构、版式风格与实际需求的匹配； 表格数据分析中自然语言需求向分析任务的准确转化； 数据洞察与预测结果的理解、验证与合理使用。 | ||
第5章 AI与多媒体创作 5.1 AI图像生成 5.2 AI视频生成 5.3 AI音频生成 | 教学一体 | 4 | 4 | 【知识目标】 • 了解AI在多媒体创作领域中的应用价值，理解其在图像、视频、音频创作中的作用与发展趋势。 • 理解AI图像生成的基本原理，掌握艺术风格生成、开源模型应用及精细化控制的核心方法与实现逻辑。 • 掌握AI视频生成的主要类型，包括文生视频、图生视频与数字人视频的概念、特点及适用场景。 • 理解AI音频生成的核心机制，掌握歌词创作、文生音乐、文本转语音及音色设计的基本原理。 • 了解多媒体生成过程中提示词设计、参数控制及内容生成逻辑之间的关系。 【技能目标】 • 能够使用AI工具完成图像生成任务，包括艺术风格图像生成、参考图像生成及图像编辑优化。 • 掌握基于提示词进行图像精细化控制的方法，实现局部修改、图像扩展、抠图与修复等操作。 • 能够使用AI工具完成文生视频、图生视频及数字人视频的基础制作流程。 • 掌握通过文本描述生成音乐、歌词及语音内容的基本操作方法。 • 能够根据实际需求调整语音参数与音色，实现音频内容的优化与定制 • 具备根据不同创作场景选择合适AI工具并完成多媒体内容生成的综合能力。 【素养目标】 • 培养多媒体创作中的数字化表达能力，提升视觉、听觉内容的综合创作素养。 • 树立人机协同创作意识，合理利用AI提升创作效率与内容质量。 • 提升审美判断能力与内容筛选能力，对AI生成结果进行有效评估与优化。 • 增强版权意识与合规意识，规范使用AI生成内容，避免侵权风险。 • 培养跨媒介表达能力，能够根据不同传播场景进行内容形式的合理选择与转换。 | 重点： AI图像生成与精细化控制的核心方法； 文生视频、图生视频与数字人视频的应用流程； 文本生成音频与语音合成的基本操作； 多媒体内容生成的提示词设计与参数控制方法。 难点： 多媒体生成中提示词的精细化设计与表达控制； 图像与视频生成过程中的内容一致性与可控性； 音频生成中参数调整与效果匹配的理解与应用； AI生成内容的质量评估与版权合规判断。 | ||
第6章 AI智能体与AI编程 6.1 AI 智能体 6.2 AI 编程 | 教学一体 | 2 | 2 | 【知识目标】 • 了解AI智能体的发展背景、定义及与传统AI工具、大语言模型的核心差异。 • 理解AI智能体的核心构成模块（大语言模型、规划能力、记忆机制、工具调用）及协同运行逻辑。 • 掌握创建专属AI智能体的全流程：人设与回复逻辑设计、大语言模型选型配置、插件配置、知识库构建、调试与发布。 • 理解AI辅助编程的核心概念、Vibe编程的模式升级优势及Web开发基础知识（HTML/CSS/JS、集成开发环境、项目部署）。 • 掌握主流AI编程工具的分类标准、适用场景及各类工具的核心特点。 • 了解RAG技术的原理及知识库在减少AI幻觉、提升回答准确性中的核心价值。 【技能目标】 • 能够完成扣子空间平台的注册登录、AI智能体的创建与基础信息配置。 • 熟练使用万能四要素框架与Markdown语法设计AI智能体的人设与回复逻辑，掌握扣子空间自动优化提示词的操作方法。 • 掌握为智能体匹配适配的大语言模型、配置任务必需插件的方法，能完成知识库的创建、文档预处理与挂载操作。 • 能够通过多轮对话完成AI智能体的功能调试（人设一致性、技能调用准确性、边界可靠性测试）与体验优化，掌握智能体的发布与迭代流程。 • 熟练使用AI原生编程工具（如Trae）完成Web项目的需求描述、功能迭代与完整代码生成。 • 掌握Web项目的本地构建与通过GitHub Pages、Vercel等平台完成部署的基本流程。 【素养目标】 • 培养AI应用思维与结构化问题解决能力，掌握从目标到落地的工程化开发方法。 • 发展严谨规范的项目开发素养，建立关注信息可靠性、主动规避AI幻觉的科学态度。 • 树立技术赋能学习与工作的价值意识，提升自主探究与工具创新应用的能力。 • 养成持续迭代优化的职业习惯，增强团队协作与需求沟通的职业素养。 • 增强AI技术应用的伦理责任意识，理解AI工具使用的边界与合规性要求。 | 重点： 1.AI 智能体人设设计、插件配置与知识库搭建全流程。 2.Vibe 编程模式下需求描述与 Web 项目功能迭代技巧。 难点： 1.智能体四大模块（模型、规划、记忆、工具）的协同适配。 2.AI 生成代码的优化与项目部署的环境配置。 | ||
第7章 AI与职业发展 7.1 AI与考研 7.2 AI与考公 7.3 AI与求职 | 教学一体 | 3 | 3 | 【知识目标】 • 掌握AI在考研、考公、求职三大职业发展场景中的核心应用逻辑与实操框架 • 理解AI辅助职业决策的底层原理，包括信息整合、数据分析、智能匹配的内在关联 • 掌握各场景下AI工具的具体使用方法，如考研择校评估、考公岗位筛选、求职简历优化与面试模拟 • 了解AI在职业发展领域的应用现状与典型案例 【技能目标】 • 能够使用AI工具完成考研方向初步评估、考公招考政策对比分析等基础职业规划操作 • 熟练使用AI完成考研目标院校梯度筛选、考公岗位匹配分析、求职简历优化与模拟面试复盘等核心实操任务 • 具备结合个人职业背景与需求，使用AI生成个性化职业发展规划方案的综合应用能力 • 能够尝试使用新型AI工具拓展职业发展路径，完成前沿职业场景的初步探索 【素养目标】 • 培养数据驱动的职业决策思维，提升利用AI工具科学规划职业发展的核心能力 • 发展理论结合实践的职业规划能力，建立严谨规范、理性客观的职业选择态度 • 树立合法合规使用AI工具的信息安全与伦理意识，增强职业发展中的信息素养 • 养成自主探究职业发展路径、持续学习AI应用工具的习惯，为长期职业发展奠定基础 • 培养理性判断与独立决策的职业素养，提升职业规划的科学性与个人适配性 | 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。 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。 | ||
第8章 AI的伦理与未来 8.1伦理与治理 8.2前沿趋势 8.3人机协同 | 教学一体 | 3 | 3 | 【知识目标】 • 掌握AI伦理的核心议题（隐私与安全、偏见与公平、算法黑箱、风险可控）的本质特征与表现形式 • 理解AI伦理问题的成因（如数据偏见、算法设计缺陷、商业机密保护等）及应对路径的核心逻辑 • 掌握AI for Science、具身智能、通用人工智能的核心原理、关键技术与应用场景 • 理解人机协同的未来工作模式及所需的核心素养要求 • 了解我国AI领域相关政策法规（如《生成式人工智能服务管理暂行办法》《人工智能生成合成内容标识办法》）及发展背景 【技能目标】 • 能够识别AI应用中的典型伦理问题并分析其产生原因 • 熟练运用AI伦理问题的应对路径，对具体案例提出合规的解决方案 • 能够清晰阐述AI前沿技术（AI for Science、具身智能、通用人工智能）的核心技术与应用场景 • 具备结合人机协同的要求，分析职业能力需求并制定学习调整方向的能力 【素养目标】 • 培养辩证看待AI技术发展的思维能力，提升理性分析AI伦理问题的核心能力 • 树立科技伦理与社会责任意识，建立尊重隐私、公平公正、安全可控的价值观念 • 发展人机协同所需的元认知、创造性思维、伦理判断、情感智能等AI难以替代的核心素养 • 养成终身学习的习惯，适应AI技术快速迭代的职业发展需求，增强未来职业竞争力 | 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。 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。 | ||
课程标准（名称、版本）：院课程标准 教材（名称、版本）：《人工智能通识基础》
说明：1.本授课计划一式四份，经教研室主任审查、院长批准后，交教务处、院（部）、教研室各一份；一份自存。学期授课计划于开学后两周内交。
2.教学参考书、课外作业可在备注栏中填写。
3.表中的“序号”为校历表中的自然周数，如1、2、3……请教师自行填写。
教师（签名）： 教研室主任（签名）： 院长（签名）：
美华管理传播网版权所有
分享给朋友：