人工智能與大模型應用（人文社科版）

尤曉東,中國人民大學信息學院副教授，信息技術基礎教研室主任，並擔任學校公共計算機教學負責人。 主要社會兼職包括： 全國高等學校計算機基礎教育研究會常務理事； 全國高等學校計算機基礎教育研究會財經信息管理專業委員會副主任兼秘書長； 北京市高等教育學會計算機教育研究分會常務理事； 中國大學生計算機設計大賽副秘書長； 曾任教育部高等學校文科計算機基礎教學指導分委員會秘書長。

第 1 章 AI 與大模型通識認知 1 1.1 AI 的定義與核心價值 2 1.1.1 用人文社科專業場景類比認識 AI 2 1.1.2 AI 對人文社科專業的三大賦能價值 2 1.1.3 人文社科專業學生必懂的核心關鍵詞 3 1.2 AI 發展脈絡 4 1.2.1 發展裏程碑：從達特茅斯會議到生成式 AI 爆發 4 1.2.2 大模型的質變：從被動響應到主動協同 5 1.2.3 人文社科專業的 AI 應用 5 1.3 國內大模型生態與政策環境 6 1.3.1 主流大模型特點對比 6 1.3.2 國家 AI 政策法規核心要點與落地情況 7 1.4 本章實操任務 8 1.4.1 實操任務 8 1.4.2 拓展資源 11 1.5 本章小結與思考題 12 第 2 章 大模型核心特性與工具選型 15 2.1 大模型核心特性 16 2.1.1 長文本理解：海量信息的高效處理器 16 2.1.2 多模態生成：內容表達的創意轉換器 17 2.1.3 專業問答與推理：專業場景的智能顧問 19 2.2 工具選型邏輯 23 2.2.1 各專業工具選型邏輯 24 2.2.2 選型核心原則 25 1 人工智能通識課系列（CS2024）-改六-26.9.16.indd 1 2026/9/16 9:46:27 人工智能與大模型應用（人文社科版） 2.3 核心工具運用指南 25 2.3.1 分場景工具運用指南 25 2.3.2 免費功能與付費功能對比 29 2.3.3 工具疊代與替代邏輯 30 2.4 工具高效使用技巧 31 2.4.1 專業提示詞設計方法 31 2.4.2 高頻需求快速調用技巧 33 2.5 常見問題排查 35 2.6 本章實操任務 36 2.7 本章小結與思考題 38 第 3 章 大模型技術原理 41 3.1 Transformer 架構：超級文本處理器 42 3.1.1 註意力機制：類比文獻綜述的聚焦邏輯 42 3.1.2 編碼器-解碼器：類比閱讀理解 + 寫作表達 43 3.1.3 技術簡化結論 45 3.2 RAG 技術：大模型的學術檢索大腦 45 3.2.1 基於 RAG 技術的工作流：檢索→整合→生成 46 3.2.2 RAG 技術的核心價值：解決知識過時、專業度不足兩大痛點 48 3.2.3 支持 RAG 技術的工具實操要點 50 3.3 大模型的能力邊界 52 3.3.1 擅長任務 52 3.3.2 不擅長任務 54 3.4 大模型編輯技術：知識更新方案 55 3.4.1 通俗理解：從“定版百科全書”到“可貼提示貼的批註筆記” 55 3.4.2 與 RAG 技術的協同：人文社科專業研究的“檢索—提示—復用” 閉環 57 3.5 本章實操任務 58 3.6 本章小結與思考題 59 第 4 章 提示工程實戰 61 4.1 提示詞設計的三大核心原則 62 4.1.1 明確性：避免模糊表述，讓 AI 工具精準抓核心 62 4.1.2 具體化：補充細節要求，讓 AI 工具輸出更精準 63 4.1.3 場景化：結合專業實務，讓 AI 工具適配真實需求 65 2 人工智能通識課系列（CS2024）-改六-26.9.16.indd 2 2026/9/16 9:46:27 目錄 4.2 分專業提示詞模板 68 4.2.1 法學專業：聚焦法條精準、案例匹配、文書規範 68 4.2.2 經管 /公管專業：聚焦數據準確、邏輯清晰、方案可落地 70 4.2.3 新聞傳播學專業：聚焦內容鮮活、邏輯嚴謹、傳播場景適配 73 4.2.4 文史哲專業：聚焦文獻精準、觀點鮮明、邏輯嚴謹 76 4.2.5 外語專業：聚焦翻譯精準、表達地道、文化適配 78 4.2.6 教育學專業：聚焦教案結構化、資源適配、學情適配 80 4.2.7 藝術學專業：聚焦創意獨特、風格適配、表達精準 82 4.2.8 其他人文社科專業：聚焦通用場景適配 85 4.3 提示詞錯誤案例對比與優化 85 4.4 提示詞在學術與實務場景中的合規使用 87 4.4.1 學術場景中提示詞的使用規範 87 4.4.2 實務場景中提示詞的隱私保護 87 4.4.3 合規使用的核心原則 88 4.5 本章實操任務 88 4.6 本章小結與思考題 90 第 5 章 多模態技術與應用 91 5.1 多模態技術核心邏輯 92 5.1.1 跨模態轉換原理：類比不同語言的翻譯 92 5.1.2 多模態技術的核心價值 92 5.1.3 主流多模態工具對比 93 5.2 文生圖：創意生成與專業應用 94 5.2.1 提示詞設計技巧：人文社科專業場景專屬 94 5.2.2 專業場景實操：三大高頻場景 + 工具落地 95 5.2.3 版權規範：生成圖像的侵權風險規避 97 5.3 文生視頻 / 語音：內容傳播與實務落地 98 5.3.1 文生視頻：人文社科專業場景實操 98 5.3.2 文生語音：人文社科專業場景實操 100 5.3.3 多模態內容優化：提升質感與自然度 102 5.4 多模態技術在人文社科專業場景中的典型應用案例 103 5.4.1 文化遺產數字化：敦煌壁畫 AI 修復與秦俑虛擬重構 103 5.4.2 數據新聞：文本可視化的傳播創新 104 5.4.3 智慧教育：多模態教案設計 106 3 人工智能通識課系列（CS2024）-改六-26.9.16.indd 3 2026/9/16 9:46:27 人工智能與大模型應用（人文社科版） 5.5 本章實操任務 106 5.6 本章小結與思考題 107 第 6 章 智能體基礎與搭建 109 6.1 智能體的定義與核心能力 110 6.1.1 智能體：自主完成專業任務的數字助理 110 6.1.2 三大核心能力：讓智能體能思考、會做事 110 6.1.3 智能體與普通大模型的區別：從被動響應到主動執行 111 6.2 智能體的人文社科專業應用場景 112 6.2.1 學術研究類：讓文獻、數據、寫作全流程自動化 112 6.2.2 實務工作類：讓審查、監測、咨詢效率翻倍 114 6.2.3 服務支持類：讓咨詢、傳播、溝通更精準 116 6.3 智能體零代碼搭建流程 117 6.3.1 目標設定：明確智能體到底要做什麼 117 6.3.2 知識庫配置：為智能體配置專業知識庫 118 6.3.3 流程編排：設計智能體做事的步驟 119 6.3.4 測試優化：讓智能體越用越好用 121 6.4 分專業智能體搭建模板 122 6.5 本章實操任務 127 6.6 本章小結與思考題 128 第 7 章 AI 倫理與人文社科專業規範 131 7.1 人文社科專業視角下的 AI 倫理核心議題 132 7.1.1 數據隱私保護 132 7.1.2 學術誠信規範 133 7.1.3 專業責任邊界 133 7.2 國內外 AI 倫理政策法規與學術規範 133 7.2.1 國內核心政策法規解讀 133 7.2.2 高校 AI 使用規範 134 7.2.3 國際倫理框架核心啟示 134 7.3 分專業倫理實操指南 135 7.4 倫理實踐：從意識到行動 138 7.4.1 倫理決策四步框架 138 7.4.2 個人 AI 倫理承諾書撰寫 138 4 人工智能通識課系列（CS2024）-改六-26.9.16.indd 4 2026/9/16 9:46:27 目錄 7.5 本章實操任務 139 7.6 本章小結與思考題 139 第 8 章 AI+ 辦公與專業文書 141 8.1 專業文書生成與優化 142 8.2 數據可視化與匯報展示 145 8.3 高效辦公協同工具整合 146 8.4 學術誠信與 AI 寫作規範 148 8.5 本章實操任務 149 8.6 本章小結與思考題 150 第 9 章 AI+ 學術研究 153 9.1 文獻檢索與管理 154 9.2 學術研究輔助工具 156 9.3 論文寫作與優化 157 9.4 科研項目申報與成果轉化 159 9.5 本章實操任務 160 9.6 本章小結與思考題 161 第 10 章 AI+ 法律實務 163 10.1 法條檢索與案例分析 164 10.1.1 法條精準定位 164 10.1.2 相似案例檢索 164 10.1.3 法條與案例的合規校驗 165 10.2 法律文書實務應用 166 10.2.1 合同起草與審查 166 10.2.2 訴訟文書生成與優化 167 10.2.3 法律意見書撰寫 168 10.3 涉外法律與跨文化法律實務 169 10.3.1 多語言法律文本翻譯與優化 169 10.3.2 跨境合規審查 169 10.4 法律實務 AI 倫理與風險 171 10.4.1 算法偏見規避與公平性保障 171 10.4.2 客戶隱私與數據安全保護 172 10.4.3 AI 應用邊界與專業責任 173 5 人工智能通識課系列（CS2024）-改六-26.9.16.indd 5 2026/9/16 9:46:27 人工智能與大模型應用（人文社科版） 10.5 本章實操任務 174 10.6 本章小結與思考題 175 第 11 章 AI+ 傳播與治理 177 11.1 輿情監測與分析 178 11.1.1 熱點輿情追蹤 178 11.1.2 輿情數據可視化與情感傾向分析 178 11.1.3 算法偏見規避 179 11.2 國際傳播與跨文化溝通 179 11.2.1 多語言傳播內容生成 180 11.2.2 文化適配與價值導向把關 180 11.2.3 跨文化溝通障礙規避 181 11.3 智慧政務與社會治理 182 11.3.1 多模態政策解讀 182 11.3.2 政務服務智能輔助 183 11.3.3 治理數據合規使用 184 11.4 傳播與治理中的 AI 責任 185 11.5 本章實操任務 186 11.6 本章小結與思考題 187 第 12 章 AI+ 文化與創意 189 12.1 古籍數字化與文化遺產保護 190 12.1.1 古籍文本識別與轉錄 190 12.1.2 古籍內容解讀與註釋 190 12.1.3 文化遺產可視化與復原 191 12.2 文創 IP 開發與傳播 192 12.2.1 文創創意生成 192 12.2.2 文創文案創作 192 12.3 非遺傳承與創新 193 12.3.1 非遺技藝數字化記錄 193 12.3.2 非遺元素創意轉化 194 12.3.3 非遺傳播矩陣搭建 195 12.4 文化創意 AI 倫理與版權 196 12.4.1 傳統文化 AI 創作的版權歸屬 196 6 人工智能通識課系列（CS2024）-改六-26.9.16.indd 6 2026/9/16 9:46:27 目錄 12.4.2 文創 AI 應用的商用邊界 198 12.4.3 文創 AI 應用的原創性提升 199 12.5 本章實操任務 200 12.6 本章小結與思考題 201 第 13 章 跨專業 AI 應用項目實戰 203 13.1 項目設計與團隊協作 204 13.1.1 項目需求分析 204 13.1.2 跨專業團隊組建 205 13.1.3 項目規劃 206 13.2 項目實施核心流程 207 13.2.1 工具選型與整合 208 13.2.2 原型設計與測試 209 13.2.3 成果打磨 209 13.3 典型項目模板 210 13.4 項目成果展示與復盤 213 13.5 本章實操任務 214 13.6 本章小結與思考題 215 第 14 章 AI 與人文社科專業融合前沿趨勢 217 14.1 核心發展方向解讀 218 14.1.1 數字人文 2.0：AI 驅動的文史研究革新 218 14.1.2 可信 AI：人文社科專業視角的算法倫理堅守 219 14.1.3 技術向善的社會價值落地 220 14.2 新興應用場景前瞻 221 14.2.1 具身智能：虛實融合的服務與文化應用 222 14.2.2 多智能體協作：跨領域的復雜問題解決 223 14.2.3 低代碼 / 零代碼 AI 開發：人文社科專業學生的技術參與路徑 224 14.3 高校競賽與科研參與路徑 225 14.3.1 國內高校 AI 競賽合規參賽指南 225 14.3.2 AI+ 人文社科專業科研項目申報 227 14.3.3 跨校合作資源對接 228 14.4 本章實操任務 228 14.5 本章小結與思考題 229 第 15章 職業發展與終身學習 231 15.1 AI時代人文社科職業新方向 232 15.1.1 典型崗位及其職責 232 15.1.2 崗位核心能力共識 233 15.2　核心競爭力培養 234 15.2.1 能力模型四維度拆解 234 15.2.2 可落地的實踐路徑 235 15.3　終身學習體系構建 237 15.3.1 AI工具疊代跟進 237 15.3.2 倫理規範與政策更新 238 15.3.3 優質學習資源獲取 239 15.4　本章實操任務 239 15.5　本章小結與思考題 240