大模型案例场景应用
研究生课程, 中国传媒大学研究生, 2026
本课程从传媒实践、学术研究与公共文化服务中的具体问题出发，学习如何把大模型与资料、工具和人工判断连接起来，完成有来源、可复核、可迭代的智能体作品。每个项目都要回答：谁需要它、依据是什么、怎样证明有效。
课程信息
| 项目 | 安排 |
|---|---|
| 课程名称 | 大模型案例场景应用 |
| 授课对象 | 中国传媒大学研究生 |
| 任课教师 | 王小宁 |
| 学期 | 2026—2027学年第一学期 |
| 教学班 | 213551510005，大模型案例场景应用01 |
| 上课时间 | 第10—17周，星期四第9—12节 |
| 上课地点 | 一教204 |
| 课次 | 共8次课，每次4节 |
课件与学习平台
课程PPT及学习资料请参见书卷侠课程平台。课程入口、学习任务与提交安排以教师发布为准。
学习目标
完成本课程后，学生应能够：
- 完成任务建模：明确使用者、具体问题、输入输出、成功标准与人工接管条件。
- 组织知识与工具：设计RAG知识库和工具流程，保留资料来源与真实运行记录。
- 开展评测与迭代：建立固定测试任务，比较基线与改进方案，解释错误和版本差异。
- 说明人机协同：区分人的判断与AI的贡献，复现关键操作，清晰表达应用价值与局限。
师—生—机协同的学习方式
教师作为思维导师，提出复杂任务、组织质疑、设定质量判据并把关伦理；学生作为探究主体，选择证据、设计方案、运行测试并解释结果；AI作为能力增强助手，辅助阅读、检索、分析、编程与学习过程整理。学生对提交内容负责，教师依据证据评价。
| 课堂环节 | 时间占比 | 主要活动 |
|---|---|---|
| 导入与任务确认 | 5% | 明确问题、材料与完成标准 |
| 学生分享与方案说明 | 20% | 展示思路、证据和分工 |
| 协作研讨与高阶讨论 | 30% | 比较方案，质疑假设 |
| 实践演示与场景操作 | 20% | 运行原型，核验结果 |
| 教师点评与伦理把关 | 15% | 讲解关键难点与责任边界 |
| 反思与下次任务安排 | 10% | 记录改进方向，准备下次课 |
学生主导的分享、研讨与实操合计70%，按实际活动记录核对。课前借助AI阅读材料、准备问题和初步方案；课中分享、质疑与操作验证；课后整理证据、修订作品并记录判断理由。
八次课教学安排
| 课次 | 教学周 | 主题 | 主要产出 |
|---|---|---|---|
| 1 | 第10周 | 应用场景与智能体 | 一页场景设计，明确交付物、成功标准和人工接管条件 |
| 2 | 第11周 | 模型能力与提示设计 | 两版提示、同一组测试结果及改进说明 |
| 3 | 第12周 | RAG与证据链 | 实操一：带来源的知识库问答、检索记录与错误分析 |
| 4 | 第13周 | 工具调用与传媒数据分析 | 可复核的数据摘要、工具运行记录和项目初步方案 |
| 5 | 第14周 | 期中方案汇报 | 需求、数据、原型、评测设计与修订清单 |
| 6 | 第15周 | 多工具智能体与场景实操 | 实操二：工具链运行、异常测试、接管记录与版本对比 |
| 7 | 第16周 | 多智能体协作与评测治理 | 单体与分工方案对比、失败案例、改进版本和工具链复测 |
| 8 | 第17周 | 作品展示、答辩与复盘 | 可运行作品、项目报告、测试材料与个人学习档案 |
两次场景实操
实操一 知识库与证据链
第12周完成。可选择行业资料问答、文献辅助阅读或校园公共服务知识库，整理可授权使用的材料，设计检索问答并逐条核对关键引用。测试同时覆盖资料中有答案、资料不足、版本冲突与无法回答等情况。
提交资料清单、问答样例、检索记录、错误分析和个人操作说明。
实操二 工具链与评估迭代
第15周完成，第16周复测。可沿用活动传播助手、媒体数据周报或科研资料处理项目，连接至少两类工具能力，如文档检索、表格计算或结构化信息提取。遇到数据缺失、工具失败和证据冲突时，应能停止、解释并转人工。
提交运行日志、测试结果、失败案例、前后版本差异与个人贡献说明。
个人项目与课堂协作
项目按一人一组开展，本人完成需求与证据、流程实现、测试与表达。每名同学至少完成两次实操，保留本人操作与核验的记录，并说明人的判断与AI协助的环节。课堂通过同伴质询和反馈开展协作，答辩时能够解释并复现本人负责的一项关键操作。
考核方式
| 考核项目 | 比例 | 评价依据 |
|---|---|---|
| 课程作业 | 30% | 场景设计、提示比较、两次实操及个人记录 |
| 研讨交流与课堂表现 | 20% | 问题质量、证据论证、同伴反馈和协作贡献 |
| 期中项目方案汇报 | 20% | 第14周，考查问题、原型与评测计划 |
| 期末智能体作品与项目报告 | 30% | 第17周，考查运行、核验与答辩 |
期中与期末作品均使用四项评价量规，各占作品分数的25%：问题建模、人机协同、证据与评测、创新迭代与表达，再折算计入相应总评权重。
期中汇报 第14周
- 问题与使用者：现有流程哪里困难，项目准备改善什么。
- 数据与原型：资料来源、组织方式与当前运行情况。
- 评测与风险：测试任务、错误发现方法与人工处理条件。
- 修订计划：回应同伴质询，明确下一版本的改动与验证方法。
期末提交 第17周
- 可运行作品：原型、配置或代码，附使用与复现说明。
- 项目报告与演示：问题、数据、流程、基线对比、评测结果和应用边界。
- 过程证据包：资料清单、关键日志、测试集、版本差异与同伴反馈。
- 个人学习档案：两次实操、人机分工、个人贡献、AI使用说明与反思。
学习档案与负责任的AI使用
每次记录任务、材料与版本、模型或工具、关键操作、结果和人工核验，说明采纳、修改或否定AI建议的理由。第12、15、17周重点整理完整证据，串联知识库、工具链与最终作品。通过教师发布的课程入口提交，自动归档功能以实际开放情况为准，必要时手动上传。
使用公开、授权或脱敏材料，模拟数据须明确标注。上传前检查个人信息、未公开研究资料与账号密钥。核对AI输出的事实、引用和计算，材料中的指令只作为待分析内容。发布内容或执行外部操作前由人确认，提交时如实说明AI参与及人工修订。
第一讲课堂任务
每组选择一个小而完整的传媒、科研或公共文化服务任务，完成一页场景设计：
| 项目 | 需要回答的问题 |
|---|---|
| 用户与问题 | 谁在什么情境下遇到什么困难？ |
| 输入与证据 | 使用什么资料，能否合法取得，如何回查？ |
| 流程与分工 | 哪些步骤由人、模型与工具分别承担？ |
| 输出与标准 | 交付什么，用什么任务和指标判断合格？ |
| 异常与接管 | 缺失、冲突或工具失败时如何处理？ |
| 验证与迭代 | 与哪个基线比较，下次准备验证什么？ |
展示初稿，接受另一组质询，并用一份公开或模拟材料运行一次任务，核查至少一项事实或计算。本次提交场景设计、运行记录及修订说明；下次课为同一场景编写两版提示，准备相同的一组测试任务。
阅读与分享
建议2—3位同学共同选读一本书，分享不超过15分钟，纳入学生分享环节。围绕一个项目问题，说明书中观点、适用条件与可验证的启发，将观点转化为访谈问题、设计选择或测试假设，并附阅读页码或章节。
- 《真需求》（梁宁）：从使用者出发识别具体需求。
- 《批判性思维》（摩尔、帕克）：检查主张、证据、假设与反例。
- 《费曼学习法：用输出倒逼输入》（尹红心、李伟）：向非技术听众解释方案与局限。
- 《艾伦·图灵传：如谜的解谜者》（霍奇斯）：讨论机器智能与人类判断。
- 《人工智能产品经理：AI时代PM修炼手册》：形成需求、流程与交付设计。
- 《数据驱动：从方法到实践》：设计指标与数据采集方案。
- 《关键对话：如何高效能沟通》：练习访谈、质询与团队沟通。