学习路径 · 按你的角色往下走

从「听说过」到「用得上」。建立基本认知、掌握提问方法、学会判断风险，是所有人的第一步。

1. AI 是什么：能力边界与常见误解
2. 主流工具上手：一天之内跑通第一个任务
3. 提示词基本功：把话说清楚的四步法
4. 风险与边界：隐私、版权与内容标识

从备课提效到教学创新，再到 AI+课程建设。对标教师智能素养标准的能力要求设计。

1. 备课与课件：从大纲到成稿的效率革命
2. 学情分析与教学评价的数据化
3. 课程思政与教学创新的 AI 切入点
4. AI+课程建设与教师智能素养标准对照

把 AI 用成学习的加速器而不是思考的替代品，同时建立学术诚信与信息甄别能力。

1. AI 通识与学术诚信的红线
2. 用 AI 辅助学习而不是替代思考
3. AI 与创新实践
4. AI 时代的就业能力提升

加速文献与数据处理，同时守住学术诚信、数据安全与结果可复现三条底线。

1. 文献检索、筛选与综述的 AI 工作流
2. 数据处理、清洗与可视化
3. 论文写作规范与语言润色的边界
4. 科研伦理与 AI 使用披露

把每天重复两小时的事压到二十分钟。从写材料到数据处理，再到自动工作流。

1. 公文与商务写作的 AI 协同法
2. 数据整理、报表与汇报呈现
3. 会议记录与团队知识管理
4. 从重复劳动到自动工作流

一门完整的研究生公共选修课：8 讲、16 学时，从认知、交互、检索、生成，一路走到科研应用与智能体搭建。

1. 第 1—2 讲：认知建立与交互基础
2. 第 3—4 讲：信息处理与多模态生成
3. 第 5—6 讲：表达呈现与科研应用
4. 第 7—8 讲：智能体搭建与综合实践