第一章 导论与基础 1.1 AI浪潮 1.1.1 判别式/生成式AI 1.1.2 LLM与大模型 1.2 从数据到知识 1.3 社会革命 第二章 通用人工智能：曙光、度量与展望 2.1 通用人工智能及其对社会对影响 第三章 LLM基础 3.1 大模型定义和发展历程 第四章 LLM能力边界探索 4.1 裸模能力 4.2 大语言模型的局限性 第五章 LLM优化与应用构建 5.1 LLM的优化方法 5.2 LLM构建的安全与合规 第六章 多模态与AIGC 6.1 AIGC核心概念 6.2 图像AIGC典型工具 6.3 AIGC的可控性 6.4 AIGC赋能创意行业 第七章 智能体(Agent) 7.1 智能体 7.2 角色设定：轻量智能体 第八章 提示词工程基础与进阶 8.1 提示词工程基础 8.2 提示词工程进阶 第九章 信息辨别 9.1 AI生成信息的风险 9.1.1 AI生成信息的风险- LLM的幻觉局限 9.1.2 AI生成信息的风险-虚假信息与深度伪造 9.2 批判性思维的养成 9.2.1 批判性思维的养成-养成批判性思维和事实核查技能 9.2.2 批判性思维的养成-识别AI生成痕迹的局限性 第十章 伦理规范与AI治理 10.1 AI安全和治理 10.2 AI应用伦理规范 10.2.1 AI编程伦理规范 10.2.2 AI工具在学术研究中的使用规范 第十一章 人机协同(一) 11.1 人机协同的认知策略 11.2 人机协同的核心实践 11.2.1 人机协同的核心实践-典型应用 11.2.2 人机协同的核心实践-使用大模型分析文本资料 第十二章 人机协同(二) 12.1 协同模式的变化 12.2 设计实践的重塑 12.3 人机协同的核心实践 12.3.1 人机协同的核心实践-AI工具支持的学术研究 12.3.2 人机协同的核心实践-使用AI工具检索文献 12.3.3 人机协同的核心实践-使用AI工具阅读文献 12.3.4 人机协同的核心实践-使用大模型分析数据关联与差异 12.3.5 人机协同的核心实践-使用大模型描述数据 12.3.6 人机协同的核心实践-大模型的统计分析技巧 12.3.7 人机协同的核心实践-大语言模型支持的统计分析导论 第十三章 人机协同(三) 13.1 人机协同的技能提升 13.2 人机协同的核心实践 13.2.1 人机协同的核心实践-AI编程技巧与伦理规范 13.2.2 人机协同的核心实践-使用AI工具提升学术写作 13.2.3 人机协同的核心实践-基本编程开发1-代码数据来源 13.2.4 人机协同的核心实践-基本编程开发2-大语言模型的代码生成能力 13.2.5 人机协同的核心实践-基础案例实战（一）-备忘列表 13.2.6 人机协同的核心实践-基础案例实战（二）-贪吃蛇游戏 13.2.7 人机协同的核心实践-基础案例实战（三）-天气可视化 13.2.8 人机协同的核心实践-基础案例实战（四）-个人博客 第十四章 课程回顾 14.1 人机协同理念回顾 14.2 回顾人机增强型认知协同框架 14.2.1 回顾人机增强型认知协同框架-基本编程开发1-代码数据来源 14.2.2 回顾人机增强型认知协同框架-基本编程开发2-大语言模型的代码生成能力 14.2.3 回顾人机增强型认知协同框架-设计实践的重塑 14.2.4 回顾人机增强型认知协同框架-设计能力的跃升 14.3 负责任AI使用的核心原则