一、概述
本课程所教授的AI，主要指生成式AI（Generative AI）——能够根据输入提示生成文本、图像、视频、音频、代码等原创内容的智能系统。与传统分析式AI（分类、预测、推荐）不同，生成式AI的核心能力在于创造而非判断。
教学采用项目式学习（PBL）方法，将真实工作场景引入课堂。每个项目均来源于学生毕业后可能从事的真实职业场景，而非抽象的理论练习。
设计原则：
- 场景驱动：按"AI能做什么"而非"AI是什么"组织内容
- 真实任务：每个项目模拟真实职业场景中的AI应用需求
- 跨行业视野：同一场景展示不同行业中的应用差异
- 能力递进：从单一模态生成到多智能体协作编排
- 方向覆盖：每个项目明确对应一个教学应用方向
二、生成式AI应用场景框架
通过对制造业、医疗、金融、教育、交通、农业、法律、政务、媒体、零售、IT等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：
A 内容生成类
01文本创作与文案品牌内容工坊
02图像生成与设计视觉创意室
03视频内容制作短视频工作室
04音频与语音合成有声内容中心
B 理解分析类
05文档智能处理合同分析系统
06数据分析与报告数据洞察生成器
C 交互服务类
07智能对话与咨询校园智能助手
08个性化学习与教育AI辅导系统
D 开发自动化类
09代码生成与开发AI辅助开发实战
10智能体工作流编排多智能体协作平台
能力递进逻辑：内容生成类（A）→ 理解分析类（B）→ 交互服务类（C）→ 开发自动化类（D）。从单一模态的内容创作，到多模态文档理解，再到对话式服务，最终到多智能体协作编排，能力逐级提升。
三、十大应用场景与教学项目
利用大语言模型（LLM）生成、修改、优化各类文本内容。这是生成式AI最基础也最广泛的应用场景，覆盖从商品文案到公文起草的各类文本工作。
跨行业真实应用
| 行业/领域 | 应用场景 | 典型案例 | 数据/效果 |
|---|
| 营销/电商 | 商品详情页文案、广告创意 | 淘宝AI文案助手 | 单日生成10万+商品描述 |
| 媒体/新闻 | 新闻稿撰写、内容改写 | 新华社"快笔小新" | 日均发稿200+篇 |
| 政务 | 公文起草、政策解读 | 多地政务AI写作系统 | 公文效率提升60% |
| 教育 | 教案编写、试题生成 | 智慧教育AI出题 | 覆盖K12全学科 |
| 法律 | 合同起草、法律文书 | LawGPT法律AI | 合同审查效率提升80% |
教学项目：品牌营销内容工坊
真实工作背景：一家本地中小企业（如校园咖啡店、文创品牌）需要完整的品牌内容策略，包括品牌故事、产品文案和社媒内容矩阵。学生扮演内容策划师，使用AI工具完成全套交付。
学习目标
- 知识：理解LLM文本生成原理、提示词工程方法、内容营销策略
- 技能：掌握多轮提示优化、风格控制、批量内容生成、内容审核
- 素养：AI伦理意识（版权、真实性）、用户视角思维、质量把控
任务分解
- 品牌定位与调性分析（调研目标用户，确定品牌人格）
- 品牌故事撰写（用AI生成3版品牌故事，择优优化）
- 产品文案生成（为5款产品撰写详情页文案）
- 社媒内容矩阵（生成一周7天的多平台内容）
- 邮件营销文案（撰写欢迎邮件+促销邮件）
- 提示词库整理（沉淀可复用的提示词模板）
推荐工具与模型
Qwen3-max / Qwen3.7-max（文本生成）、提示词模板库、内容审核工具
交付物
- 品牌内容策划书（PDF）
- 文案作品集（含产品文案、社媒内容、邮件文案）
- 提示词库（可复用模板文档）
- 效果分析与反思报告
评估标准
| 维度 | 权重 | 标准 |
|---|
| 内容质量 | 30% | 准确性、可读性、符合品牌调性 |
| 创意性 | 25% | 创意亮点、差异化表达 |
| 可商用性 | 25% | 能否直接用于真实商业场景 |
| 提示词技巧 | 20% | 提示词设计水平与模板复用性 |
教学应用方向
教师工作支持 — AI辅助教师生成教学文案、教案内容、课程介绍等，提升教学准备效率。
利用文生图模型（Diffusion模型）根据文字描述生成图像、海报、LOGO等视觉素材。学生在掌握提示词工程的同时，需理解设计美学与AI协作流程。
跨行业真实应用
| 行业/领域 | 应用场景 | 典型案例 | 数据/效果 |
|---|
| 广告/设计 | 海报、LOGO、视觉素材 | 阿里鹿班AI设计 | 双十一生成4亿+素材 |
| 制造 | 产品设计概念、原型可视化 | 通用汽车AI外观设计 | 设计周期缩短60% |
| 建筑/地产 | 效果图、室内设计方案 | AI建筑渲染平台 | 出图时间缩短90% |
| 医疗 | 医学影像辅助标注 | AI医学图像分割 | 标注效率提升5倍 |
| 电商 | 商品主图、详情页视觉 | AI商品图生成 | 成本降低80% |
教学项目：视觉创意设计室
真实工作背景：为真实客户（如校园社团活动、本地商户）提供视觉设计服务，包括活动海报、品牌LOGO、产品展示图等，体验从需求沟通到成品交付的完整流程。
学习目标
- 知识：理解Diffusion模型原理、视觉设计基础、AI+人工协作模式
- 技能：视觉提示词工程、图像迭代优化、后期处理与排版
- 素养：设计审美、版权意识、客户沟通能力
任务分解
- 客户需求分析与创意简报撰写
- 视觉概念构思与参考图收集
- 提示词设计与图像生成（每方案至少10轮迭代）
- 作品筛选与后期优化（裁剪、调色、文字排版）
- 客户提案与修改（模拟真实评审流程）
- 作品集整理与提示词文档沉淀
推荐工具与模型
通义万相（文生图）、Stable Diffusion、设计工具（Canva/Figma）、提示词参考库
交付物
- 设计作品集（含3类设计：海报、LOGO、产品图）
- 提示词设计文档（含迭代过程记录）
- 创意简报与客户提案
- 设计反思报告
评估标准
| 维度 | 权重 | 标准 |
|---|
| 视觉质量 | 30% | 清晰度、构图、色彩搭配 |
| 创意性 | 25% | 创意概念、视觉差异化 |
| 客户满意度 | 25% | 是否满足需求、可商用程度 |
| 提示词技巧 | 20% | 提示词设计水平与迭代策略 |
教学应用方向
学生个性化学习 — AI赋能学生视觉创作能力，降低设计门槛，让非设计专业学生也能产出专业视觉内容。
利用AI生成视频内容，包括文生视频、图生视频、视频编辑等。随着可灵、Sora等模型成熟，视频生成正在重塑内容生产流程。
跨行业真实应用
| 行业/领域 | 应用场景 | 典型案例 | 数据/效果 |
|---|
| 媒体/娱乐 | 影视特效、动画制作 | AI视频生成工具 | 制作周期缩短70% |
| 教育 | 教学动画、微课视频 | AI生成教学视频 | 覆盖重难点知识 |
| 营销 | 广告视频、产品宣传片 | AI广告视频平台 | 制作成本降低90% |
| 电商 | 商品展示视频、直播素材 | AI商品视频 | 转化率提升30% |
| 新闻 | 新闻可视化、数据视频 | AI数据新闻视频 | 实时生成 |
教学项目：短视频创作工作室
真实工作背景：为校园活动（如运动会、毕业季、社团招新）或社区公益项目制作系列宣传短视频，体验从选题策划到成片发布的完整流程。
学习目标
- 知识：理解视频生成模型原理、视听语言基础、短视频叙事结构
- 技能：脚本创作、AI视频生成、后期剪辑、配乐与字幕
- 素养：叙事能力、受众分析、内容伦理
任务分解
- 选题策划与受众分析
- 脚本撰写与分镜设计
- AI视频素材生成（每条视频3-5个镜头）
- 后期剪辑与节奏调整
- 配乐、字幕与特效
- 发布策略与数据分析
推荐工具与模型
可灵/通义万相（视频生成）、剪映（剪辑）、脚本模板库
交付物
- 短视频作品3条（不同风格/主题）
- 创作日志（含脚本、分镜、生成参数）
- 发布策略文档
评估标准
| 维度 | 权重 | 标准 |
|---|
| 视频质量 | 30% | 画面清晰、节奏流畅、技术稳定 |
| 叙事性 | 25% | 故事完整、逻辑清晰、引人入胜 |
| 创意性 | 25% | 选题独特、表现手法创新 |
| 技术运用 | 20% | AI工具使用深度与后期水平 |
教学应用方向
学生个性化学习 — AI赋能学生视频创作能力，让非传媒专业学生也能制作专业短视频内容。
利用AI生成语音（TTS）、音乐和音效。语音合成已广泛应用于有声书、播客、语言学习和无障碍服务。
跨行业真实应用
| 行业/领域 | 应用场景 | 典型案例 | 数据/效果 |
|---|
| 媒体 | 有声书、播客制作 | 喜马拉雅AI主播 | 制作效率提升10倍 |
| 教育 | 语音教材、语言学习 | AI语音教学系统 | 支持多语种 |
| 无障碍 | 视障人士语音服务 | AI语音播报 | 覆盖政务/图书馆 |
| 娱乐 | 音乐创作、游戏音效 | Suno AI音乐生成 | 原创音乐成本降低95% |
| 客服 | 智能语音客服 | AI语音机器人 | 7×24小时服务 |
教学项目：有声内容制作中心
真实工作背景：为教育机构或文化单位制作有声内容，如教材朗读、知识科普音频、有声故事等，体验音频内容生产的完整流程。
学习目标
- 知识：理解TTS原理、音频制作基础、内容适配方法
- 技能：语音合成操作、音频编辑、配乐与后期
- 素养：声音美学、内容选择、无障碍意识
任务分解
- 内容选材与受众分析
- 脚本改编（适配有声格式）
- 语音合成（多音色测试与选择）
- 音频编辑（剪辑、降噪、节奏调整）
- 配乐与音效添加
- 成品输出与质量评估
推荐工具与模型
通义听悟/在线TTS平台、音频编辑工具（Audacity）、AI音乐生成工具
交付物
- 有声作品2部（不同类型）
- 制作文档（含脚本、合成参数）
- 音频技术报告
评估标准
| 维度 | 权重 | 标准 |
|---|
| 音频质量 | 30% | 音质清晰、节奏适当、无杂音 |
| 内容适配 | 25% | 内容选择与有声格式适配度 |
| 创意性 | 25% | 音色搭配、配乐创意 |
| 技术运用 | 20% | 合成与编辑技术水平 |
教学应用方向
学生个性化学习 — AI赋能学生音频创作能力，拓展多模态内容生产技能。
利用OCR+LLM对文档进行识别、提取、分析、总结。这是企业数字化转型中最迫切的AI应用之一，涉及合同、票据、病历等海量文档的自动化处理。
跨行业真实应用
| 行业/领域 | 应用场景 | 典型案例 | 数据/效果 |
|---|
| 法律 | 合同审查、法律文书分析 | AI合同审查系统 | 风险识别准确率95%+ |
| 金融 | 票据识别、财报分析 | AI票据处理平台 | 效率提升8倍 |
| 政务 | 证件识别、公文处理 | AI政务文档系统 | 审批时间缩短60% |
| 医疗 | 病历结构化、文献分析 | AI病历分析 | 信息提取准确率90%+ |
| 教育 | 试卷批改、论文查重 | AI智能批改 | 覆盖主观题 |
教学项目：合同/文档智能分析系统
真实工作背景：模拟企业法务部门或行政中心，构建一个能自动识别文档类型、提取关键信息、标注风险点的智能分析系统。
学习目标
- 知识：理解OCR技术原理、文档理解模型、信息抽取方法
- 技能：OCR调用、LLM信息提取、结构化输出、流程自动化
- 素养：数据安全意识、准确性验证思维、流程设计能力
任务分解
- 需求分析与文档类型定义
- 文档采集与预处理（扫描件、PDF、图片）
- OCR识别与文本提取
- LLM信息抽取（关键条款、金额、日期、风险点）
- 结构化输出与可视化展示
- 准确率验证与优化迭代
推荐工具与模型
通义千问VL（OCR）、Qwen3-max（文本理解）、文档处理API、Python数据处理
交付物
- 分析系统原型（可演示）
- 测试报告（含准确率数据）
- 处理流程文档
- 优化迭代记录
评估标准
| 维度 | 权重 | 标准 |
|---|
| 系统功能 | 30% | 功能完整性、流程流畅度 |
| 准确率 | 25% | 信息提取准确度、误报率 |
| 实用性 | 25% | 能否解决真实业务问题 |
| 技术文档 | 20% | 架构文档与代码质量 |
教学应用方向
学习成效评价 — AI辅助评价教学文档（试卷、作业、教学反思），自动化提取关键信息进行教学效果分析。
利用AI分析数据并生成自然语言报告，将枯燥的数据转化为可理解的洞察叙述。这是数据驱动决策时代的关键能力。
跨行业真实应用
| 行业/领域 | 应用场景 | 典型案例 | 数据/效果 |
|---|
| 金融 | 投资分析报告、风险评估 | AI金融分析平台 | 报告生成缩短80% |
| 咨询 | 行业研究报告、市场分析 | AI咨询报告系统 | 数据整合效率提升5倍 |
| 运营 | 运营数据报告、KPI分析 | AI运营报告 | 实时洞察 |
| 研究 | 文献综述、实验数据分析 | AI科研助手 | 文献处理效率提升10倍 |
| 零售 | 销售分析、用户画像 | AI零售分析 | 精准度提升40% |
教学项目：商业数据洞察生成器
真实工作背景：使用真实公开数据集（如电商销售、校园消费、城市交通），用AI分析数据并生成可读性强、有洞察力的商业报告。
学习目标
- 知识：理解数据分析方法论、AI辅助分析流程、数据可视化叙述
- 技能：数据清洗、AI分析提示词、报告撰写、可视化设计
- 素养：数据思维、批判性思考、商业洞察力
任务分解
- 数据获取与业务理解
- 数据清洗与预处理
- AI辅助分析（趋势、异常、关联）
- 洞察提取与叙述构建
- 报告生成与可视化设计
- 汇报演示与同行评议
推荐工具与模型
Qwen3-max（分析与报告）、Python数据分析（Pandas/Matplotlib）、可视化工具
交付物
- 分析报告3份（不同数据集/主题）
- 数据可视化仪表盘
- 分析方法论文档
评估标准
| 维度 | 权重 | 标准 |
|---|
| 分析深度 | 30% | 洞察是否深入、有商业价值 |
| 报告质量 | 25% | 结构清晰、叙述流畅、可视化有效 |
| 数据准确性 | 25% | 数据来源可靠、分析无误 |
| 创新性 | 20% | 分析方法或视角的创新 |
教学应用方向
教研与教师发展 — AI辅助教学数据分析与研究报告生成，支持教师开展教学研究。
构建基于LLM的对话式AI服务，涵盖客服、咨询、导诊等各类场景。这是企业AI应用最成熟的领域之一。
跨行业真实应用
| 行业/领域 | 应用场景 | 典型案例 | 数据/效果 |
|---|
| 电商 | 智能客服、导购 | 京东AI客服 | 解决率85%+ |
| 金融 | 智能投顾、理财咨询 | 银行AI助手 | 覆盖千万级用户 |
| 医疗 | 在线问诊、健康咨询 | 互联网医院AI导诊 | 日均服务10万+ |
| 政务 | 政策咨询、办事引导 | 12345热线AI | 接通率提升60% |
| 教育 | 招生咨询、学习辅导 | 高校AI助手 | 7×24在线 |
教学项目：校园智能助手
真实工作背景：为校园师生构建一个智能问答助手，能回答关于选课、宿舍、食堂、校历、办事流程等问题，体验从知识库构建到系统部署的全流程。
学习目标
- 知识：理解对话系统架构、RAG检索增强生成、知识库设计
- 技能：System prompt设计、知识库构建、对话测试、系统部署
- 素养：用户体验思维、服务意识、迭代优化能力
任务分解
- 需求调研与场景定义（调研师生高频问题）
- 知识库构建（收集整理校园信息文档）
- 对话流程设计（意图识别、多轮对话）
- System prompt编写与调试
- 多轮对话测试与边界case处理
- 部署上线与用户反馈收集
推荐工具与模型
Qwen3-max/Qwen3.7-max（对话引擎）、OpenWorker（智能体平台）、知识库工具
交付物
- 智能助手原型（可演示交互）
- 知识库文档
- 测试报告（含测试用例与结果）
- 部署文档与用户手册
评估标准
| 维度 | 权重 | 标准 |
|---|
| 对话质量 | 30% | 回答准确、自然、有帮助 |
| 知识覆盖 | 25% | 知识库广度与深度 |
| 用户体验 | 25% | 交互流畅、边界处理 |
| 技术实现 | 20% | 架构合理、可扩展性 |
教学应用方向
课堂与班级管理 — AI辅助校园管理服务，如智能答疑、办事引导、信息查询，提升管理效率。
利用AI实现个性化学习路径、自适应内容生成和智能辅导。这是AI在教育领域最具变革性的应用方向。
跨行业真实应用
| 行业/领域 | 应用场景 | 典型案例 | 数据/效果 |
|---|
| 教育 | 自适应学习、智能辅导 | AI个性化学习平台 | 学习效率提升40% |
| 培训 | 企业培训定制、技能评估 | AI培训系统 | 完课率提升50% |
| HR | 员工发展计划、能力测评 | AI人才发展 | 匹配准确率85%+ |
| 出版 | 教材个性化、练习生成 | AI教材生成 | 按需生成 |
| 语言 | 语言学习伙伴、口语练习 | AI语伴 | 24小时陪练 |
教学项目：AI个性化辅导系统
真实工作背景：为某一特定学科（如编程入门、英语口语、数学基础）设计一套AI个性化学习系统，能根据学习者水平动态调整内容难度和学习路径。
学习目标
- 知识：理解学习科学理论、自适应学习算法、教育AI设计原则
- 技能：学情分析、路径设计、内容生成、效果评估
- 素养：教育理念、因材施教意识、教育公平思考
任务分解
- 学情分析与学习者画像定义
- 学习路径设计与知识点拆解
- AI内容生成（练习题、讲解、反馈）
- 自适应调整逻辑实现
- 评估机制设计（前测/后测）
- 原型测试与学习效果验证
推荐工具与模型
Qwen3-max（内容生成与辅导）、学习分析工具、测验生成工具
交付物
- 系统设计文档（含学习路径图）
- 原型演示（可交互）
- 评估框架与测试数据
- 学习效果分析报告
评估标准
| 维度 | 权重 | 标准 |
|---|
| 系统设计 | 30% | 架构合理、路径科学 |
| 个性化程度 | 25% | 自适应调整的有效性 |
| 教育效果 | 25% | 学习提升的实证数据 |
| 创新性 | 20% | 设计理念与方法创新 |
教学应用方向
学生个性化学习 — AI赋能学生个性化学习，根据学情动态调整内容，实现因材施教。
利用AI辅助编程、代码审查、测试自动化。AI编程助手已成为软件开发行业的基础设施，GitHub Copilot用户超百万。
跨行业真实应用
| 行业/领域 | 应用场景 | 典型案例 | 数据/效果 |
|---|
| 软件开发 | 代码生成、自动补全 | GitHub Copilot | 开发效率提升55% |
| IT运维 | 脚本生成、故障排查 | AI运维助手 | MTTR缩短40% |
| 数据科学 | 数据处理脚本、模型开发 | AI数据分析 | 效率提升3倍 |
| 测试 | 自动化测试生成 | AI测试平台 | 覆盖率提升60% |
| 嵌入式 | 硬件驱动代码 | AI辅助嵌入式开发 | 调试时间减半 |
教学项目：AI辅助开发实战
真实工作背景：使用AI编程助手从零开发一个完整的小型应用（如待办清单API、数据分析工具、聊天机器人前端），体验AI辅助下的全流程软件开发。
学习目标
- 知识：理解代码LLM原理、AI辅助开发流程、软件工程实践
- 技能：AI辅助编码、代码审查、自动化测试、版本控制
- 素养：工程思维、代码质量意识、AI依赖风险认知
任务分解
- 需求分析与架构设计
- AI辅助编码（使用代码LLM生成核心功能）
- 代码审查与重构（AI+人工双重审查）
- 自动化测试编写（AI生成测试用例）
- 文档生成（AI自动生成技术文档）
- 部署与项目展示
推荐工具与模型
Qwen-Coder / GitHub Copilot、开发工具链（VS Code/Git）、部署平台
交付物
- 可运行的应用程序
- 开发日志（含AI交互记录）
- 代码审查报告
- 技术文档与README
评估标准
| 维度 | 权重 | 标准 |
|---|
| 应用功能 | 30% | 功能完整、可运行 |
| 代码质量 | 25% | 结构清晰、可维护 |
| AI运用 | 25% | AI工具使用深度与效果 |
| 文档完整性 | 20% | 文档齐全、可复现 |
教学应用方向
教研与教师发展 — 探索AI辅助编程教学新模式，研究AI对编程学习效果的影响。
编排多个AI智能体协作完成复杂任务，是生成式AI应用的前沿方向。涉及智能体角色设计、任务分解、协作机制和流程自动化。
跨行业真实应用
| 行业/领域 | 应用场景 | 典型案例 | 数据/效果 |
|---|
| 咨询 | 多步骤研究报告自动化 | AI咨询代理 | 报告生成缩短70% |
| 研究 | 文献综述、实验设计 | AI科研代理 | 文献处理10倍速 |
| 管理 | 项目管理、任务分配 | AI项目管理 | 效率提升50% |
| 创意 | 内容生产流水线 | AI创意工坊 | 从策划到成品自动化 |
| 运营 | 客户旅程自动化 | AI运营代理 | 端到端服务 |
教学项目：多智能体协作平台
真实工作背景：设计并实现一个多智能体协作系统，解决一个复杂问题（如自动生成行业研究报告、自动化内容生产流水线），体验智能体角色分工与协作编排。
学习目标
- 知识：理解多智能体系统架构、工作流编排理论、智能体协作机制
- 技能：智能体角色设计、提示词工程、流程编排、系统调试
- 素养：系统思维、架构设计能力、创新意识
任务分解
- 场景定义与任务拆解（将复杂任务分解为子任务）
- 智能体角色设计（定义每个智能体的职责与能力）
- 工作流编排（设计智能体间的协作流程）
- 提示词设计（为每个智能体编写System prompt）
- 系统实现与调试
- 效果评估与优化迭代
推荐工具与模型
Qwen3-max/Qwen3.7-max（智能体引擎）、OpenWorker（智能体平台）、Python编排框架
交付物
- 平台原型（可演示协作过程）
- 智能体配置文档（含角色定义与提示词）
- 演示案例（完整运行一次复杂任务）
- 架构设计文档
评估标准
| 维度 | 权重 | 标准 |
|---|
| 系统架构 | 30% | 架构合理、可扩展 |
| 协作效果 | 25% | 智能体协作是否有效完成任务 |
| 创新性 | 25% | 场景选择与设计理念创新 |
| 文档完整性 | 20% | 设计文档与代码质量 |
教学应用方向
教研与教师发展 — 探索多智能体协作在教学场景中的应用，如自动备课、协同教研、教学评估等。
四、项目总览矩阵
以下矩阵汇总10个教学项目的关键属性，便于课程安排和难度分级：
| 编号 | 场景 | 项目名称 | 类别 | 难度 | 总学时 | 应用方向 |
| 01 | 文本创作与文案 | 品牌内容工坊 | 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 | 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 | 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 | 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 | 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 | 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 | 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 | 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 | 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 | 开发自动化 | 挑战 | 20 | 教研与教师发展 |
五、详细学时分配
每个项目按三阶段分配学时：知识准备 → 项目实践 → 成果展示。总计128学时，其中项目实践占73%，确保学生有充足的动手实操时间。
三阶段说明：
- 知识准备（23.5学时，18.4%）：原"理论导入"与"工具学习"合并后，原理讲解与工具操作同步进行，省去重复引入和切换时间，较分离式教学压缩约25%。压缩出的学时全部还给项目实践。
- 项目实践（93.5学时，73%）：核心环节，学生在真实任务中运用AI。过程性反馈（教师巡视指导、阶段性检查）已融入此阶段，不单独计学时。
- 成果展示（11学时，8.6%）：项目结束时的成果演示、同行互评与简短答辩。一般项目1学时，挑战项目2学时。这是PBL不可或缺的收尾环节。
学时总览表
| 编号 | 项目名称 | 知识准备 | 项目实践 | 成果展示 | 合计 | 难度 |
| 01 | 品牌内容工坊 | 1.5 | 5.5 | 1 | 8 | 入门 |
| 02 | 视觉创意设计室 | 1.5 | 5.5 | 1 | 8 | 入门 |
| 03 | 短视频创作工作室 | 2 | 9 | 1 | 12 | 进阶 |
| 04 | 有声内容制作中心 | 1.5 | 5.5 | 1 | 8 | 入门 |
| 05 | 合同/文档分析系统 | 2 | 9 | 1 | 12 | 进阶 |
| 06 | 商业数据洞察生成器 | 2 | 9 | 1 | 12 | 进阶 |
| 07 | 校园智能助手 | 3 | 12 | 1 | 16 | 进阶 |
| 08 | AI个性化辅导系统 | 3 | 12 | 1 | 16 | 挑战 |
| 09 | AI辅助开发实战 | 3 | 12 | 1 | 16 | 进阶 |
| 10 | 多智能体协作平台 | 4 | 14 | 2 | 20 | 挑战 |
| 合计 | 23.5 | 93.5 | 11 | 128 | |
各项目详细学时分解
项目01：品牌内容工坊（8学时）
| 阶段 | 内容 | 学时 |
|---|
| 知识准备 | LLM原理简介 + 提示词工程基础 + 平台注册与API调用入门 | 1.5 |
| 实践-任务1-2 | 品牌定位分析、品牌故事撰写（AI生成3版择优） | 2 |
| 实践-任务3-4 | 产品文案生成（5款产品）、社媒内容矩阵（7天） | 2 |
| 实践-任务5 | 邮件营销文案撰写、提示词库整理沉淀 | 1.5 |
| 成果展示 | 作品展示、同行互评、教师点评 | 1 |
项目02：视觉创意设计室（8学时）
| 阶段 | 内容 | 学时 |
|---|
| 知识准备 | Diffusion模型原理 + 视觉设计基础 + 文生图平台操作 | 1.5 |
| 实践-任务1-2 | 客户需求分析、创意简报撰写、参考图收集 | 1.5 |
| 实践-任务3-4 | 提示词设计、图像生成与迭代（每方案10轮+） | 3 |
| 实践-任务5 | 后期优化（裁剪/调色/排版）、客户模拟提案 | 1 |
| 成果展示 | 作品集展示、设计评审 | 1 |
项目03：短视频创作工作室（12学时）
| 阶段 | 内容 | 学时 |
|---|
| 知识准备 | 视频生成模型原理 + 视听语言基础 + API调用与剪辑工具操作 | 2 |
| 实践-任务1-2 | 选题策划与受众分析、脚本撰写与分镜设计 | 2 |
| 实践-任务3-4 | AI视频素材生成（每条3-5镜头）、素材处理 | 3 |
| 实践-任务5 | 后期剪辑与节奏调整、配乐字幕特效 | 4 |
| 成果展示 | 视频首映、同行互评 | 1 |
项目04：有声内容制作中心（8学时）
| 阶段 | 内容 | 学时 |
|---|
| 知识准备 | TTS原理 + 音频制作基础 + 语音合成平台与Audacity操作 | 1.5 |
| 实践-任务1-2 | 内容选材与受众分析、脚本适配有声格式 | 1.5 |
| 实践-任务3-4 | 语音合成（多音色测试）、音频编辑（降噪/节奏） | 2.5 |
| 实践-任务5 | 配乐与音效添加、成品输出与质量自检 | 1.5 |
| 成果展示 | 有声作品试听、质量评审 | 1 |
项目05：合同/文档智能分析系统（12学时）
| 阶段 | 内容 | 学时 |
|---|
| 知识准备 | OCR技术原理 + 文档理解模型 + OCR API调用与LLM信息抽取 | 2 |
| 实践-任务1-2 | 需求分析与文档类型定义、文档采集与预处理 | 2 |
| 实践-任务3-4 | OCR识别与文本提取、LLM关键信息抽取 | 3 |
| 实践-任务5 | 结构化输出与可视化、准确率验证与优化 | 4 |
| 成果展示 | 系统演示、测试报告评审 | 1 |
项目06：商业数据洞察生成器（12学时）
| 阶段 | 内容 | 学时 |
|---|
| 知识准备 | 数据分析方法论 + AI辅助分析流程 + Pandas与AI分析提示词 | 2 |
| 实践-任务1-2 | 数据获取与业务理解、数据清洗与预处理 | 2 |
| 实践-任务3-4 | AI辅助分析（趋势/异常/关联）、洞察提取 | 3 |
| 实践-任务5 | 报告生成与可视化设计、汇报演示准备 | 4 |
| 成果展示 | 报告展示、同行互评 | 1 |
项目07：校园智能助手（16学时）
| 阶段 | 内容 | 学时 |
|---|
| 知识准备 | 对话系统架构 + RAG原理 + OpenWorker平台操作与知识库工具 | 3 |
| 实践-任务1-2 | 需求调研（师生高频问题）、知识库构建 | 3 |
| 实践-任务3-4 | 对话流程设计、System prompt编写与调试 | 4 |
| 实践-任务5 | 多轮对话测试、边界case处理与优化 | 3 |
| 实践-任务6 | 部署上线与用户反馈收集 | 2 |
| 成果展示 | 系统演示、用户体验测试 | 1 |
项目08：AI个性化辅导系统（16学时）
| 阶段 | 内容 | 学时 |
|---|
| 知识准备 | 学习科学理论 + 自适应学习算法 + 教育AI平台操作 | 3 |
| 实践-任务1-2 | 学情分析与学习者画像、学习路径设计与知识点拆解 | 3 |
| 实践-任务3-4 | AI内容生成（练习/讲解/反馈）、自适应调整逻辑 | 4 |
| 实践-任务5 | 评估机制设计（前测/后测框架） | 3 |
| 实践-任务6 | 原型测试与学习效果验证 | 2 |
| 成果展示 | 系统演示、教育效果分析 | 1 |
项目09：AI辅助开发实战（16学时）
| 阶段 | 内容 | 学时 |
|---|
| 知识准备 | 代码LLM原理 + AI辅助开发流程 + Copilot使用与开发工具链配置 | 3 |
| 实践-任务1-2 | 需求分析与架构设计 | 2 |
| 实践-任务3-4 | AI辅助编码、代码审查与重构（AI+人工） | 4 |
| 实践-任务5-6 | 自动化测试编写、AI文档生成、应用部署 | 6 |
| 成果展示 | 项目演示、代码评审 | 1 |
项目10：多智能体协作平台（20学时）
| 阶段 | 内容 | 学时 |
|---|
| 知识准备 | 多智能体架构 + 工作流编排理论 + OpenWorker编排操作与Python框架 | 4 |
| 实践-任务1-2 | 场景定义与任务拆解（复杂任务分解为子任务） | 3 |
| 实践-任务3-4 | 智能体角色设计、工作流编排设计 | 4 |
| 实践-任务5 | 提示词设计（每个智能体System prompt）、系统实现 | 4 |
| 实践-任务6 | 效果评估与优化迭代 | 3 |
| 成果展示 | 平台演示、协作效果展示、架构答辩 | 2 |
学时分配总结：
- 知识准备（23.5学时，18.4%）：原理讲解与工具操作同步进行，边学边练。合并后较分离式教学压缩约25%，省出的8.5学时全部还给项目实践
- 项目实践（93.5学时，73%）：核心环节，含过程中教师巡视指导与阶段性检查（不单独计学时）。实践占比从66.4%提升至73%
- 成果展示（11学时，8.6%）：作品演示、同行互评、教师点评。入门项目1学时，挑战项目2学时做完整答辩
每学时按45分钟计算。项目实践环节中，教师角色从讲授者转为引导者，重点在于个别指导与过程监控。
六、"用AI，学AI"教学模式
本课程的核心教学理念是"用AI，学AI"——引导学生高效、合理地利用AI来解决学习过程中遇到的问题，而非将AI仅作为项目交付的工具。这一理念贯穿全部10个项目。
终极目标（固定高度）：不光是教会学生掌握已知工作场景中如何用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。
"用AI，学AI"三层次模型
| 层次 | 名称 | 含义 | 在项目中的体现 |
|---|
| 第一层 | 用AI做项目 | 用AI工具完成项目任务（内容生成、分析等） | 每个项目的"项目实践"环节 |
| 第二层 | 用AI学知识 | 遇到不懂的概念、技术、操作时，用AI解释、演示、辅导 | 每个项目的"知识准备"环节，学生用AI自学而非纯听讲 |
| 第三层 | 用AI评估AI | 用AI工具比较、评估其他AI工具，形成工具选择方法论 | 每个项目开始时的"工具选型"环节 |
每个项目中的"用AI学AI"设计
在每个项目的知识准备阶段，嵌入以下环节：
| 环节 | 内容 | 学时占比 |
|---|
| AI自学 | 学生用AI（如Qwen）查询本项目涉及的技术概念，AI用通俗语言解释，学生验证理解 | 知识准备的40% |
| AI演示 | 学生让AI生成操作示例（如提示词示例、代码示例），观察并总结规律 | 知识准备的30% |
| 工具选型 | 学生用AI检索、比较可选工具，按评估框架打分排序（见第八章） | 知识准备的30% |
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——这正是"用AI，学AI"的核心。
七、工单系统设计
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。
工单模板
| 字段 | 说明 | 示例 |
|---|
| 工单编号 | 格式：AI-[项目号]-[年份] | AI-01-2026 |
| 工单类型 | 对应四大类别 | 内容生成类 |
| 委托方 | 模拟或真实需求方 | 校园咖啡店"智咖" |
| 任务描述 | 客户需求简述 | 品牌全套内容策略：品牌故事+产品文案+社媒矩阵 |
| 验收标准 | 可量化的交付要求 | 5款产品文案+7天社媒内容+1封邮件文案 |
| 推荐AI工具 | 按评估框架排序的工具清单（见第八章） | ①Qwen3-max ②通义千问 ③DeepSeek-V4 |
| 推荐辅助工具 | 非AI工具的推荐清单 | ①Canva ②Figma ③石墨文档 |
| 学时分配 | 三阶段学时 | 知识准备1.5h + 实践5.5h + 成果展示1h |
| 前置工单 | 是否需要先完成其他工单 | 无（可独立接单） |
| 工单状态 | 流转状态 | 待领取 → 进行中 → 待验收 → 已完成 |
10个工单的串联逻辑
不同项目采用不同的工单流转设计，根据项目特点灵活安排：
| 工单 | 项目 | 流转模式 | 说明 |
|---|
| AI-01 | 品牌内容工坊 | 独立 | 入门工单，无前置要求 |
| AI-02 | 视觉创意设计室 | 独立 | 入门工单，可与01并行 |
| AI-03 | 短视频创作工作室 | 依赖01或02 | 需要先有品牌内容或视觉素材 |
| AI-04 | 有声内容制作中心 | 依赖01 | 需要先有文本内容可朗读 |
| AI-05 | 合同/文档分析系统 | 独立 | 进阶工单，可独立接单 |
| AI-06 | 商业数据洞察生成器 | 独立 | 进阶工单，可独立接单 |
| AI-07 | 校园智能助手 | 依赖05 | 需先掌握文档处理能力来构建知识库 |
| AI-08 | AI个性化辅导系统 | 依赖06或07 | 需先有数据分析或对话系统基础 |
| AI-09 | AI辅助开发实战 | 独立 | 进阶工单，可独立接单 |
| AI-10 | 多智能体协作平台 | 依赖07+09 | 需先有对话系统和开发能力 |
工单设计：建议在课程平台（或OpenWorker中）实现一个工单页面，包含以下区域：
- 待领取区：显示所有可接工单，学生点击"接单"后工单移入"进行中"
- 进行中区：显示当前学生正在执行的工单，含进度条和阶段标记
- 待验收区：学生提交交付物后，工单移入此区，等待教师验收
- 已完成区：验收通过的工单，展示最终成果和评分
- 工单详情页：点击工单查看完整模板（需求、工具清单、验收标准、交付物等）
看板可视化为四列看板（待领取 | 进行中 | 待验收 | 已完成），学生可拖拽工单卡片移动状态。教师可在"待验收"区批注反馈。
打开工单 →
八、AI工具评估框架
调研发现，目前国内外已有多个AI工具评估标准与框架，本课程"五维评估框架"（5D Framework）在综合参考以下权威框架基础上设计：
| 参考框架 | 发布方 | 核心维度 | 对本课程的启发 |
|---|
| T/CESA 1395-2025《人工智能 基础教育大模型评测指标与方法》[1] |
北京师范大学牵头，中国电子工业标准化技术协会 |
教育场景大模型评测团体标准 |
教育场景适配性的直接参考，本框架D1(功能)和D5(伦理)与之对齐 |
| 《2025年AI工具深度测评与选型指南v1.0》[2] |
北京大学AI肖睿团队 |
12个核心维度+6种测评方法+"需求-场景-工具"匹配框架 |
12维度精简为5D，取其"核心功能、效果质量、易用性、成本效益、安全合规"的交集 |
| T/ISC 智能大模型服务能力成熟度评估[3] |
中国互联网协会 |
语料、性能、功能、体验、安全（五维度） |
五维度结构与本框架直接对标，D2(易用)对应"体验"，D4(生态)对应"性能+功能"延伸 |
| WEF《塑造未来学习：做好AI时代的教育准备》[4] |
世界经济论坛（2026年6月） |
4维度16指标（就绪度评估） |
"就绪度"理念引入D3(成本与可得性)，强调工具的"可获取"与"可持续" |
| NIST AI风险管理框架(AI RMF 1.0)[5] |
美国国家标准与技术研究院 |
治理、映射、测量、管理 |
D5(伦理与安全)的核心依据，风险治理视角 |
| UNESCO教师AI能力框架[6] |
联合国教科文组织 |
以人为本、人权、可持续发展 |
"以人为本"原则贯穿5D，D5强调偏见与公平 |
设计依据：北大12维度偏企业采购，T/ISC偏技术评测，NIST偏风险治理，WEF偏机构就绪度。本框架取其交集并聚焦"学生能快速评估任何AI工具"这一元能力，将6套框架的精华浓缩为5个学生可快速掌握的维度，保持简洁实用。
五维评估框架（5D）
| 维度 | 名称 | 评估问题 | 评分标准（1-5分） |
|---|
| D1 | 功能匹配度 | 这个工具能完成我需要的任务吗？ |
1=完全不支持 / 3=基本支持但有局限 / 5=完美匹配需求 |
| D2 | 易用性 | 上手难度和学习成本如何？ |
1=需大量培训 / 3=有基础即可用 / 5=零门槛即用 |
| D3 | 成本与可得性 | 费用如何？国内能否访问？ |
1=昂贵且无法访问 / 3=有免费额度或可访问 / 5=完全免费且国内可用 |
| D4 | 生态与更新 | 文档、社区如何？更新频率？ |
1=无文档无社区 / 3=有基础文档 / 5=活跃社区+频繁更新+完善文档 |
| D5 | 伦理与安全 | 数据安全如何？有无偏见风险？ |
1=数据不安全/有明显偏见 / 3=基本合规 / 5=数据加密+通过安全认证+偏见可控 |
评估工具卡模板
每个项目开始时，学生需填写工具评估卡，对候选工具按五维度打分：
| 工具名称 | D1功能 | D2易用 | D3成本 | D4生态 | D5伦理 | 总分 | 推荐级别 |
|---|
| Qwen3-max | 5 | 4 | 5 | 4 | 4 | 23 | ★★★★★ 首选 |
| 通义千问（网页版） | 4 | 5 | 5 | 4 | 4 | 22 | ★★★★☆ 推荐 |
| DeepSeek-V4 | 4 | 4 | 5 | 3 | 4 | 20 | ★★★★☆ 推荐 |
| ChatGPT（GPT-4o） | 5 | 5 | 2 | 5 | 4 | 21 | ★★★☆☆ 备选（国内需翻墙） |
总分25分。21-25=首选，16-20=推荐，11-15=备选，10分以下=不推荐。推荐级别同时考虑"适配度星级"（★数）。
工具清单格式规范
每个项目的工具清单按以下格式给出，包含当前推荐和备选/替代方案：
| 排序 | 工具名称 | 类型 | 推荐理由 | 成本 | 可得性 | 推荐级别 |
|---|
| ① | 首选工具 | AI/辅助 | 为什么首选 | 免费/付费 | 国内可用 | ★★★★★ |
| ② | 推荐工具 | AI/辅助 | 推荐理由 | 免费/付费 | 国内可用 | ★★★★☆ |
| ③ | 备选工具 | AI/辅助 | 备选理由（含局限） | 免费/付费 | 需翻墙/限地区 | ★★★☆☆ |
为什么列出备选/替代方案：这正是培养"元能力"和"元认知"的关键——学生不只记住"用哪个工具"，更理解"为什么选它"和"还有什么替代选项"。当首选工具不可用或出现新工具时，学生能快速切换。
九、实施建议
课程编排建议
建议按能力递进原则安排教学顺序，分为三个阶段：
| 阶段 | 项目 | 目标 | 学时 |
|---|
| 第一阶段：基础入门 | 01文本创作 + 02图像生成 + 04音频合成 | 掌握生成式AI基本操作与提示词工程 | 24学时 |
| 第二阶段：进阶应用 | 03视频制作 + 05文档处理 + 06数据分析 | 掌握多模态理解与AI辅助分析 | 36学时 |
| 第三阶段：综合挑战 | 07智能对话 + 08个性化教育 + 09代码开发 + 10智能体编排 | 掌握系统设计与智能体协作 | 68学时 |
| 合计 | 128学时 |
工具与平台准备
- 大语言模型：Qwen3-max / Qwen3.7-max（阿里云百炼，已配置可用）
- 图像生成：通义万相（文生图API）
- 视频生成：可灵 / 通义万相（视频生成API）
- OCR/文档：通义千问VL（多模态理解）
- 智能体平台：OpenWorker（已部署运行）
- 开发工具：VS Code + Git + Python环境
- 设计工具：Canva / Figma（免费版）
分组策略
建议3-4人一组，每组包含不同角色：
- 项目经理：负责任务分解、进度管理、客户沟通
- AI工程师：负责提示词设计、模型调用、系统实现
- 内容/设计：负责内容创作、视觉设计、质量把控
- 测试/文档：负责测试验证、文档撰写、成果整理
评估框架
采用多元评估体系（唯一口径，详见教学计划）：
| 评价维度 | 权重 | 依据 |
|---|
| 项目交付 | 50% | 工单验收标准达成度、代码质量、看板发布 |
| 工具评估 | 15% | 5D 评估表完整性、评分合理性、迭代记录 |
| 过程性学习 | 15% | Gitee 提交规范、学习日志、同伴互评 |
| 成果展示 | 20% | 答辩表现、看板完整度、复盘深度 |
高阶项目组合建议
教学应用方向覆盖情况：
- 教师工作支持 → 场景01（文本创作）：AI辅助教师生成教案、教学文案
- 学生个性化学习 → 场景02/03/04/08：AI赋能学生多模态创作与个性化学习
- 学习成效评价 → 场景05（文档处理）：AI辅助教学文档分析与效果评估
- 教研与教师发展 → 场景06/09/10：AI辅助教学研究与智能体协作创新
- 课堂与班级管理 → 场景07（智能对话）：AI辅助校园管理与服务
建议选择2-3个重点项目深化打磨，作为综合实践项目。推荐组合：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。
十、各项目工具清单（推荐+备选）
以下为10个项目各自所需的AI工具与辅助工具清单。每个清单均按5D评估框架排序，包含当前推荐和备选/替代方案，以培养学生的"元能力"和"元认知"——不只记住"用哪个工具"，更理解"为什么选它"和"还有什么替代选项"。
"用AI，学AI"贯穿提示：每个项目开始时，学生不要直接照搬下表，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，与下表对照。工具迭代极快，推荐清单可能随时变化，但评估方法论不变。
项目01：品牌内容工坊（文本生成）
AI工具
| 排序 | 工具 | 推荐理由 | 成本 | 可得性 | 5D评分 | 级别 |
|---|
| ① | Qwen3-max（阿里云百炼） | 中文理解顶尖，API稳定，免费额度充足，已配置可用 | 免费额度 | 国内直连 | 23/25 | ★★★★★ |
| ② | DeepSeek-V4 | 开源免费，中文推理强，响应速度快 | 免费 | 国内可用 | 21/25 | ★★★★☆ |
| ③ | 通义千问（网页版） | 零门槛，适合快速试用和课堂演示 | 免费 | 国内直连 | 22/25 | ★★★★☆ |
| 备选 | ChatGPT GPT-4o | 综合能力顶尖，但国内需翻墙，成本高 | $20/月 | 需翻墙 | 19/25 | ★★★☆☆ |
| 备选 | 豆包（字节） | 移动端便捷，适合碎片化创意 | 免费 | 国内直连 | 18/25 | ★★★☆☆ |
辅助工具
| 排序 | 工具 | 推荐理由 | 成本 | 级别 |
|---|
| ① | 石墨文档 | 实时协作编辑，适合团队共创文案 | 免费 | ★★★★★ |
| ② | Canva | 排版设计，一键生成品牌视觉素材 | 免费版 | ★★★★☆ |
| 备选 | Notion | 知识管理，提示词库沉淀 | 免费版 | ★★★☆☆ |
项目02：视觉创意设计室（图像生成）
AI工具
| 排序 | 工具 | 推荐理由 | 成本 | 可得性 | 5D评分 | 级别 |
|---|
| ① | 通义万相（阿里云） | 中文提示词友好，API可调，风格丰富，与百炼生态打通 | 按量付费 | 国内直连 | 22/25 | ★★★★★ |
| ② | 即梦AI（字节） | 文字准确性优，多模态编辑能力强，有免费额度 | 免费额度 | 国内直连 | 21/25 | ★★★★☆ |
| ③ | 可灵AI（快手） | 影视级画质，动态效果出色 | 免费额度 | 国内直连 | 20/25 | ★★★★☆ |
| 备选 | Midjourney | 艺术表现力顶尖，但需Discord+英文+付费 | $10/月起 | 需翻墙 | 16/25 | ★★★☆☆ |
| 备选 | Stable Diffusion（本地部署） | 开源免费，可深度定制，但需GPU | 免费 | 需硬件 | 15/25 | ★★★☆☆ |
辅助工具
| 排序 | 工具 | 推荐理由 | 成本 | 级别 |
|---|
| ① | Canva | 后期排版、调色、拼图，零门槛 | 免费版 | ★★★★★ |
| ② | Figma | 设计协作，专业级矢量编辑 | 免费版 | ★★★★☆ |
| 备选 | Photoshop（含AI功能） | 专业修图，生成式填充 | 付费 | ★★★☆☆ |
项目03：短视频创作工作室（视频生成）
AI工具
| 排序 | 工具 | 推荐理由 | 成本 | 可得性 | 5D评分 | 级别 |
|---|
| ① | 可灵AI（快手） | 文生视频+图生视频，商业级画质，支持运镜控制 | 免费额度 | 国内直连 | 21/25 | ★★★★★ |
| ② | 即梦AI（字节） | 性价比高，支持多模态生成 | 免费额度 | 国内直连 | 20/25 | ★★★★☆ |
| ③ | 通义万相视频生成API | 阿里云生态，API可编程调用 | 按量付费 | 国内直连 | 19/25 | ★★★★☆ |
| 备选 | Runway Gen-3 | 功能领先，但需翻墙付费 | $15/月起 | 需翻墙 | 15/25 | ★★★☆☆ |
| 备选 | Pika | 创意效果有趣，但国内访问受限 | 免费额度 | 需翻墙 | 14/25 | ★★☆☆☆ |
辅助工具
| 排序 | 工具 | 推荐理由 | 成本 | 级别 |
|---|
| ① | 剪映（桌面版） | 剪辑+字幕+特效，中文友好，零门槛 | 免费 | ★★★★★ |
| ② | Audacity | 音频处理，降噪+配乐混音 | 免费 | ★★★★☆ |
| 备选 | Premiere Pro | 专业剪辑，功能全面 | 付费 | ★★★☆☆ |
项目04：有声内容制作中心（音频合成）
AI工具
| 排序 | 工具 | 推荐理由 | 成本 | 可得性 | 5D评分 | 级别 |
|---|
| ① | CosyVoice / 通义听悟（阿里） | 多音色、情绪调节，API可调，与百炼生态打通 | 免费额度 | 国内直连 | 22/25 | ★★★★★ |
| ② | 海螺AI | 多语种支持，情绪调节，快速生成 | 免费额度 | 国内可用 | 20/25 | ★★★★☆ |
| ③ | 火山引擎TTS（字节） | 稳定性高，音色丰富 | 免费额度 | 国内直连 | 19/25 | ★★★★☆ |
| 备选 | MINIMAX | 声音克隆专业，适合定制化需求 | 付费 | 国内可用 | 17/25 | ★★★☆☆ |
| 备选 | ElevenLabs | 声音质量顶尖，但需翻墙付费 | $5/月起 | 需翻墙 | 14/25 | ★★☆☆☆ |
辅助工具
| 排序 | 工具 | 推荐理由 | 成本 | 级别 |
|---|
| ① | Audacity | 开源音频编辑，降噪+剪辑+混音 | 免费 | ★★★★★ |
| ② | 剪映 | 字幕同步，视频化音频展示 | 免费 | ★★★★☆ |
| 备选 | Adobe Audition | 专业音频后期 | 付费 | ★★★☆☆ |
项目05：合同/文档智能分析系统（OCR+文档理解）
AI工具
| 排序 | 工具 | 推荐理由 | 成本 | 可得性 | 5D评分 | 级别 |
|---|
| ① | Qwen-VL（阿里多模态） | OCR+理解一体，API可调，中文文档识别精准 | 免费额度 | 国内直连 | 23/25 | ★★★★★ |
| ② | 豆包视觉理解（字节） | 多模态文档解析，表格识别强 | 免费额度 | 国内直连 | 21/25 | ★★★★☆ |
| ③ | Qwen3-max（信息抽取） | 从OCR文本中抽取关键字段，结构化输出 | 免费额度 | 国内直连 | 22/25 | ★★★★☆ |
| 备选 | PaddleOCR（百度开源） | 免费离线，适合本地部署，但需编程 | 免费 | 本地部署 | 18/25 | ★★★☆☆ |
| 备选 | 腾讯云OCR | 通用文字识别，稳定可靠 | 免费额度 | 国内直连 | 19/25 | ★★★☆☆ |
辅助工具
| 排序 | 工具 | 推荐理由 | 成本 | 级别 |
|---|
| ① | Python + Pandas | 数据处理与结构化输出 | 免费 | ★★★★★ |
| ② | Marker | PDF转Markdown，保留结构 | 免费 | ★★★★☆ |
| 备选 | Streamlit | 快速搭建文档分析可视化界面 | 免费 | ★★★☆☆ |
项目06：商业数据洞察生成器（数据分析）
AI工具
| 排序 | 工具 | 推荐理由 | 成本 | 可得性 | 5D评分 | 级别 |
|---|
| ① | Qwen3-max（代码解释器+分析） | 支持Python代码执行，数据分析+洞察生成一体 | 免费额度 | 国内直连 | 23/25 | ★★★★★ |
| ② | DeepSeek-V4 | 逻辑推理强，擅长数据规律发现 | 免费 | 国内可用 | 21/25 | ★★★★☆ |
| ③ | 豆包（数据解读） | 自然语言解读数据，适合商业报告 | 免费 | 国内直连 | 20/25 | ★★★★☆ |
| 备选 | ChatGPT GPT-4o（高级数据分析） | 数据分析能力顶尖，但需翻墙 | $20/月 | 需翻墙 | 17/25 | ★★★☆☆ |
| 备选 | Claude（长文本分析） | 超长上下文，适合大量数据 | 免费额度 | 需翻墙 | 16/25 | ★★★☆☆ |
辅助工具
| 排序 | 工具 | 推荐理由 | 成本 | 级别 |
|---|
| ① | Python + Pandas | 数据清洗、转换、聚合 | 免费 | ★★★★★ |
| ② | Jupyter Notebook | 交互式分析，代码+可视化+文字 | 免费 | ★★★★☆ |
| 备选 | Pyecharts / ECharts | 数据可视化图表生成 | 免费 | ★★★★☆ |
项目07：校园智能助手（对话系统+RAG）
AI工具
| 排序 | 工具 | 推荐理由 | 成本 | 可得性 | 5D评分 | 级别 |
|---|
| ① | Qwen3-max（API + RAG） | 支持Function Call和长上下文，知识库问答首选 | 免费额度 | 国内直连 | 23/25 | ★★★★★ |
| ② | OpenWorker（已部署） | 本地编排，多工具调用，Agent能力完整 | 免费 | 本地运行 | 21/25 | ★★★★☆ |
| ③ | DeepSeek-V4（可部署） | 开源可私有化部署，数据安全 | 免费 | 国内可用 | 20/25 | ★★★★☆ |
| 备选 | Dify（开源智能体平台） | 可视化编排，适合快速搭建 | 免费 | 国内可用 | 19/25 | ★★★☆☆ |
| 备选 | Coze（字节） | 零代码编排，但有平台依赖 | 免费 | 国内直连 | 18/25 | ★★★☆☆ |
辅助工具
| 排序 | 工具 | 推荐理由 | 成本 | 级别 |
|---|
| ① | Chroma（向量数据库） | 轻量级向量检索，Python原生 | 免费 | ★★★★★ |
| ② | FastAPI | 后端API框架，快速部署 | 免费 | ★★★★☆ |
| 备选 | Streamlit | 快速搭建对话界面 | 免费 | ★★★☆☆ |
项目08：AI个性化辅导系统（教育AI）
AI工具
| 排序 | 工具 | 推荐理由 | 成本 | 可得性 | 5D评分 | 级别 |
|---|
| ① | Qwen3-max（内容生成+自适应） | 生成练习/讲解/反馈，支持个性化prompt | 免费额度 | 国内直连 | 23/25 | ★★★★★ |
| ② | OpenWorker（学习路径编排） | 多智能体编排，可设计"诊断→教学→评估"流程 | 免费 | 本地运行 | 21/25 | ★★★★☆ |
| ③ | 豆包（教育对话） | 对学生友好，适合问答式辅导 | 免费 | 国内直连 | 20/25 | ★★★★☆ |
| 备选 | 智课AI（教育专用） | 集成大模型，教育场景优化 | 付费 | 国内可用 | 18/25 | ★★★☆☆ |
| 备选 | Khanmigo（可汗学院） | 教育AI标杆，但需翻墙 | 付费 | 需翻墙 | 15/25 | ★★☆☆☆ |
辅助工具
| 排序 | 工具 | 推荐理由 | 成本 | 级别 |
|---|
| ① | Python + SQLite | 学习记录存储，轻量数据库 | 免费 | ★★★★★ |
| ② | Gradio | 快速搭建交互式辅导界面 | 免费 | ★★★★☆ |
| 备选 | ECharts / Pyecharts | 学习数据可视化 | 免费 | ★★★☆☆ |
项目09：AI辅助开发实战（代码生成）
AI工具
| 排序 | 工具 | 推荐理由 | 成本 | 可得性 | 5D评分 | 级别 |
|---|
| ① | Trae（AI IDE） | 免费AI原生IDE，中文友好，代码生成+调试一体 | 免费 | 国内直连 | 22/25 | ★★★★★ |
| ② | 通义灵码（插件） | 阿里免费插件，适配VS Code，中文注释友好 | 免费 | 国内直连 | 21/25 | ★★★★☆ |
| ③ | Qwen3-max（代码生成） | API调用，适合批量代码生成与重构 | 免费额度 | 国内直连 | 22/25 | ★★★★☆ |
| 备选 | GitHub Copilot | 功能最全面，但需付费 | $10/月 | 国内可用 | 18/25 | ★★★☆☆ |
| 备选 | Cursor | AI IDE领先者，功能强但成本高 | $20/月 | 国内可用 | 17/25 | ★★★☆☆ |
辅助工具
| 排序 | 工具 | 推荐理由 | 成本 | 级别 |
|---|
| ① | VS Code | 通用编辑器，插件生态丰富 | 免费 | ★★★★★ |
| ② | Git + GitHub | 版本控制，协作开发 | 免费 | ★★★★☆ |
| 备选 | Docker | 容器化部署，环境一致 | 免费 | ★★★☆☆ |
项目10：多智能体协作平台（智能体编排）
AI工具
| 排序 | 工具 | 推荐理由 | 成本 | 可得性 | 5D评分 | 级别 |
|---|
| ① | OpenWorker（已部署） | 多智能体编排能力完整，本地运行，可自定义工具链 | 免费 | 本地运行 | 22/25 | ★★★★★ |
| ② | Qwen3-max（多角色API） | 为每个智能体角色提供LLM能力，支持Function Call | 免费额度 | 国内直连 | 23/25 | ★★★★★ |
| ③ | Dify（可视化编排） | 图形化编排工作流，适合快速原型 | 免费 | 国内可用 | 20/25 | ★★★★☆ |
| 备选 | AutoGen（微软开源） | 多智能体对话框架，需编程 | 免费 | 国内可用 | 18/25 | ★★★☆☆ |
| 备选 | CrewAI | Python多智能体框架，角色分工清晰 | 免费 | 国内可用 | 17/25 | ★★★☆☆ |
辅助工具
| 排序 | 工具 | 推荐理由 | 成本 | 级别 |
|---|
| ① | Python + Celery | 异步任务队列，智能体任务调度 | 免费 | ★★★★★ |
| ② | Redis | 状态管理与消息中间件 | 免费 | ★★★★☆ |
| 备选 | Docker Compose | 多服务容器编排部署 | 免费 | ★★★☆☆ |
工具清单更新原则：AI工具迭代极快，以上清单基于2026年8月可用性评估。每个学期开课前，教师应引导学生用5D框架重新评估当前最新工具，更新推荐清单。这本身就是一个"用AI评估AI"的练习。
九、AI辅助教学管理系统
"用AI，学AI"的理念不仅适用于学生学习，同样应延伸到教学管理过程本身——用AI来管理AI教学过程。项目式教学中，学生反馈记录、作品收集展示评估、项目进度维护检查等环节，都可以用AI大幅提升效率和效果。
方案概览：三层架构（数据采集→AI分析→可视化决策），覆盖学生反馈智能分类与情感预警、作品自动收集与AI预评估、多源进度推断与风险预测。核心工具组合：飞书多维表格+AI字段、GitHub Classroom、Qwen API Python脚本、Streamlit仪表盘、OpenWorker AI教学助手。全部工具零采购成本。详见 AI辅助教学管理系统设计方案 →
| 模块 | 核心AI能力 | 效率提升 |
|---|
| 学生反馈 | 自然语言分类 + 情感分析 + 结构化反思引导 | 回收率40%→95%，分析耗时8h→0.5h |
| 作品收集展示 | 自动收集 + 完整性检查 + 作品集自动生成 | 收集耗时6h→0.5h，作品集从无到有 |
| 作品评估 | AI Rubric预评估 + 同伴互评智能匹配 | 每份评估12min→2min |
| 进度追踪 | 多源进度推断 + 卡点识别 + 风险预警 | 进度知晓延迟168h→1h |
查看完整方案 →