这条路径按一门真实开设课程的结构组织：8 讲、16 学时、1 学分，每周一次、每次 90 分钟。它的编排逻辑是「先建立认知，再练交互，然后进入真实任务，最后落到自己专业里的综合实践」。课程的核心理念是场景驱动、实操为王——每一讲都要求带一台电脑、当场做完一件真实的事。你也可以拆开按需学：只关心检索就学第 3 讲，只关心论文就学第 6 讲。
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。
先看清 AI 能做什么、不能做什么，再练怎么把需求说清楚。
第 1 讲 AI 前沿洞察与行业应用：大模型的能力边界、主要技术路线的差别、本年度值得关注的行业应用方向
常见的三类误解：把它当搜索引擎、当数据库、当全能专家
第 2 讲 提示词工程与高效交互：说清四件事——给谁看、要什么、什么形式、多长
结构化提示的写法：角色、任务、背景、约束、示例五要素
迭代方法：结果不满意时指出具体问题，而不是换一句话重问
学会用 AI 找资料、辨真假，再学会生成图片与视频。
第 3 讲 AI 智能检索与信息处理：检索类工具与对话类工具的分工，为什么重要事实必须交叉验证
长文档处理：让 AI 先说明文件结构，再逐段提问
信息来源的可追溯要求：政策要能查到文号，数据要能查到出处
第 4 讲 AI 多模态内容生成：图片生成的基本流程与提示词写法
视频与数字人工具的能力边界：哪些场景能直接交付，哪些只能当素材
生成内容的版权与标识要求：什么情况下必须标注 AI 生成
把 AI 用在做汇报和做研究这两件最花时间的事上。
第 5 讲 AI 演示与 PPT 制作：从大纲到成稿的分步生成方法，以及为什么结构必须先自己想清楚
讲述逻辑的设计：先定主线，再填内容，最后配视觉
第 6 讲 AI 辅助科研与论文写作：文献检索与筛选、综述梳理、研究设计讨论、语言润色
学术诚信红线：不隐瞒使用、不冒充原创、不替代能力考核
哪些环节可以用 AI 提效，哪些环节必须自己完成——以及为什么这条界线不能退
从会用工具，走到能搭自己的工具，最后做一次真实的综合实践。
第 7 讲 AI 智能体与知识库搭建：智能体与对话模型的区别，什么任务值得做成智能体
个人知识库的搭建思路：材料怎么整理、怎么让检索结果可信
工作流的基本概念：什么时候用工作流，什么时候一句话提问就够了
第 8 讲 AI 素养综合实践与前沿展望：把前七讲的能力串成一个完整作品
成果展示与复盘：讲清楚做了什么、怎么做的、哪里踩了坑
能把一个真实需求写成结构清晰的提示，并拿到可用结果
能用 AI 完成一次资料检索与信息核实，并说清来源
能独立完成一份汇报材料的框架与初稿
能在论文写作中规范使用 AI，并守住学术诚信底线
能搭建一个属于自己的智能体或知识库，完成一次综合实践
深度求索推出的国产大模型，中文推理与长文本表现突出，代码能力强。开源版本可私有化部署，适合作对数据有要求的单位。
月之暗面推出的助手，以长文档阅读与联网检索见长，适合资料梳理和报告解读。
中文 AI 搜索工具，以答案整洁、来源可溯源、无广告著称，支持学术搜索模式。
字节跳动推出的创作工具，图片与视频生成一体化，提示词辅助完善，新手上手门槛低。
通过一句话或一份大纲自动生成演示文稿，版式现代，支持网页形式分享。
开源的检索增强生成引擎，擅长处理复杂格式文档，对表格、扫描件的理解能力较强。