《人工智能应用基础》课程框架 · 技术方案 · 课程结构 · 一图掌握全貌
本课程面向高职学生，以生成式AI为核心教学内容，采用项目式学习（PBL）方法，将真实工作场景引入课堂。课程以"用AI，学AI"为教学理念，通过工单系统串联10个项目，覆盖4大类、10个应用场景。
核心定位：不光教会学生在已知场景中用AI提效降本，更要让学生在任何新场景中，都能快速评估、选择、上手最新的AI工具来解决实际问题。培养的是元能力，而非特定工具的操作技能。
这一理念贯穿全部10个项目，分三个层次递进实施：
关键原则：教师不直接讲授"这个工具怎么用"，而是引导学生问AI"这个工具怎么用"。学生在用AI学习的过程中，既掌握了项目所需知识，又训练了"用AI学习"的能力本身。
通过对20+行业领域的AI应用研究，将生成式AI应用归纳为4大类、10个场景，能力从单一模态生成到多智能体协作编排逐级提升：
| 编号 | 场景 | 项目名称 | 类别 | 难度 | 学时 | 应用方向 |
|---|---|---|---|---|---|---|
| 01 | 文本创作与文案 | 品牌内容工坊 | A 内容生成 | 入门 | 8 | 教师工作支持 |
| 02 | 图像生成与设计 | 视觉创意设计室 | A 内容生成 | 入门 | 8 | 学生个性化学习 |
| 03 | 视频内容制作 | 短视频创作工作室 | A 内容生成 | 进阶 | 12 | 学生个性化学习 |
| 04 | 音频与语音合成 | 有声内容制作中心 | A 内容生成 | 入门 | 8 | 学生个性化学习 |
| 05 | 文档智能处理 | 合同/文档分析系统 | B 理解分析 | 进阶 | 12 | 学习成效评价 |
| 06 | 数据分析与报告 | 商业数据洞察生成器 | B 理解分析 | 进阶 | 12 | 教研与教师发展 |
| 07 | 智能对话与咨询 | 校园智能助手 | C 交互服务 | 进阶 | 16 | 课堂与班级管理 |
| 08 | 个性化学习与教育 | AI个性化辅导系统 | C 交互服务 | 挑战 | 16 | 学生个性化学习 |
| 09 | 代码生成与开发 | AI辅助开发实战 | D 开发自动化 | 进阶 | 16 | 教研与教师发展 |
| 10 | 智能体工作流编排 | 多智能体协作平台 | D 开发自动化 | 挑战 | 20 | 教研与教师发展 |
| 合计 | 128 | |||||
| 阶段 | 学时 | 占比 | 说明 |
|---|---|---|---|
| 知识准备 | 23.5 | 18.4% | 原理讲解与工具操作同步进行（合并后压缩约25%） |
| 项目实践 | 93.5 | 73.0% | 核心环节，含过程性反馈（教师巡视指导） |
| 成果展示 | 11.0 | 8.6% | 成果演示、同行互评与简短答辩 |
| 合计 | 128 | 100% |
| 阶段 | 项目 | 目标 | 学时 |
|---|---|---|---|
| 第一阶段：基础入门 | 01文本 + 02图像 + 04音频 | 掌握生成式AI基本操作与提示词工程 | 24 |
| 第二阶段：进阶应用 | 03视频 + 05文档 + 06数据 | 掌握多模态理解与AI辅助分析 | 36 |
| 第三阶段：综合挑战 | 07对话 + 08教育 + 09代码 + 10智能体 | 掌握系统设计与智能体协作 | 68 |
经过深入调研，平台依赖从7个精简至3+1（超星 + Gitee + Cloudflare + OpenWorker教师机），确保所有学生端工具国内可直接访问，无需VPN。
安全约束：OpenWorker存在无用户隔离、Shell访问、单Token等安全缺陷，仅限教师机本地演示，不可作为多用户服务部署。学生端不直接访问OpenWorker。
| 项目 | 学生端方案 | 可行性 |
|---|---|---|
| 01 文本创作 | Qwen API / 网页版 | 立即可用 |
| 02 图像生成 | 即梦/可灵网页版 | 网页版可行 |
| 03 视频制作 | 可灵/即梦 + 剪映 | 网页版可行 |
| 04 音频合成 | 海螺AI等网页版 | 网页版可行 |
| 05 文档处理 | Python + Qwen-VL API | 基本可行 |
| 06 数据分析 | Python + Qwen API | 立即可用 |
| 07 智能助手 | 智雅平台 / OpenWorker演示 | 需额外部署 |
| 08 个性化辅导 | 需开发原型系统 | 需开发工作 |
| 09 代码开发 | Trae / 通义灵码 | 立即可用 |
| 10 智能体编排 | OpenWorker教师演示 | 教师演示为主 |
引入工单（Work Order）机制，将10个项目串成一家模拟"AI服务公司"的工单序列。学生以"AI工程师"身份接单、执行、交付，体验真实工作流程。
工单：四列看板（待领取 → 进行中 → 待验收 → 已完成），部署在 Cloudflare Pages，学生可拖拽工单卡片移动状态。
综合参考 T/CESA 1395-2025、NIST AI RMF、UNESCO AI教育指南等权威框架，设计五维评估体系，培养学生"选工具"的元能力：
| 维度 | 评估要点 | 权重 |
|---|---|---|
| D1 功能性 | 核心能力覆盖度、多模态支持、输出质量、上下文长度 | 25% |
| D2 易用性 | 学习曲线、API/界面友好度、文档完善度、社区活跃度 | 20% |
| D3 成本与可得性 | 免费额度、付费门槛、国内可达性、注册难度 | 20% |
| D4 生态与更新 | 插件/扩展生态、更新频率、行业采用率、集成能力 | 20% |
| D5 伦理与安全 | 数据隐私、内容安全、偏见控制、合规认证 | 15% |
"用AI学AI"贯穿提示：每个项目开始时，学生不直接照搬推荐清单，而应先用AI检索"当前最新可用的工具有哪些"，然后用5D框架自行评估打分。工具迭代极快，推荐清单可能随时变化，但评估方法论不变。
采用三层架构，利用AI辅助教学管理中的痛点环节：
已实现：反馈分类脚本（Qwen API） · 工单（Cloudflare Pages） · 学情分析（超星内置） · 代码评审（Gitee内置）
以下为课程项目已完成的全部交付文档：
| 平台 | 地址 | 用途 |
|---|---|---|
| Cloudflare Pages | teachagent-kanban.pages.dev | 工单 + 报告文档在线访问 |
| Gitee 仓库 | Gitee 私有仓库 | 代码托管 + 版本管理 |
| 超星数字教材 | i.chaoxing.com | 课程内容层（待迁移） |
| 智雅智能体 | zhiya.chaoxing.com | 课程AI助手智能体（待开发） |
| OpenWorker | 127.0.0.1:8765 | 教师机本地演示 |
高阶项目组合：场景07（校园智能助手）+ 场景08（AI辅导系统）+ 场景10（多智能体协作），覆盖课堂与班级管理、学生个性化学习、教研与教师发展三个方向。
所有文档均已部署在本站，可在线访问：