第 1 章 AI 与大模型通识认知 1
1.1 AI 的定义与核心价值 2
1.1.1 用人文社科专业场景类比认识 AI 2
1.1.2 AI 对人文社科专业的三大赋能价值 2
1.1.3 人文社科专业学生必懂的核心关键词 3
1.2 AI 发展脉络 4
1.2.1 发展里程碑：从达特茅斯会议到生成式 AI 爆发 4
1.2.2 大模型的质变：从被动响应到主动协同 5
1.2.3 人文社科专业的 AI 应用 5
1.3 国内大模型生态与政策环境 6
1.3.1 主流大模型特点对比 6
1.3.2 国家 AI 政策法规核心要点与落地情况 7
1.4 本章实操任务 8
1.4.1 实操任务 8
1.4.2 拓展资源 11
1.5 本章小结与思考题 12
第 2 章 大模型核心特性与工具选型 15
2.1 大模型核心特性 16
2.1.1 长文本理解：海量信息的高效处理器 16
2.1.2 多模态生成：内容表达的创意转换器 17
2.1.3 专业问答与推理：专业场景的智能顾问 19
2.2 工具选型逻辑 23
2.2.1 各专业工具选型逻辑 24
2.2.2 选型核心原则 25
1
人工智能通识课系列（CS2024）-改六-26.9.16.indd 1 2026/9/16 9:46:27
人工智能与大模型应用（人文社科版）
2.3 核心工具运用指南 25
2.3.1 分场景工具运用指南 25
2.3.2 免费功能与付费功能对比 29
2.3.3 工具迭代与替代逻辑 30
2.4 工具高效使用技巧 31
2.4.1 专业提示词设计方法 31
2.4.2 高频需求快速调用技巧 33
2.5 常见问题排查 35
2.6 本章实操任务 36
2.7 本章小结与思考题 38
第 3 章 大模型技术原理 41
3.1 Transformer 架构：超级文本处理器 42
3.1.1 注意力机制：类比文献综述的聚焦逻辑 42
3.1.2 编码器-解码器：类比阅读理解 + 写作表达 43
3.1.3 技术简化结论 45
3.2 RAG 技术：大模型的学术检索大脑 45
3.2.1 基于 RAG 技术的工作流：检索→整合→生成 46
3.2.2 RAG 技术的核心价值：解决知识过时、专业度不足两大痛点 48
3.2.3 支持 RAG 技术的工具实操要点 50
3.3 大模型的能力边界 52
3.3.1 擅长任务 52
3.3.2 不擅长任务 54
3.4 大模型编辑技术：知识更新方案 55
3.4.1 通俗理解：从“定版百科全书”到“可贴提示贴的批注笔记” 55
3.4.2 与 RAG 技术的协同：人文社科专业研究的“检索—提示—复用”
闭环 57
3.5 本章实操任务 58
3.6 本章小结与思考题 59
第 4 章 提示工程实战 61
4.1 提示词设计的三大核心原则 62
4.1.1 明确性：避免模糊表述，让 AI 工具精准抓核心 62
4.1.2 具体化：补充细节要求，让 AI 工具输出更精准 63
4.1.3 场景化：结合专业实务，让 AI 工具适配真实需求 65
2
人工智能通识课系列（CS2024）-改六-26.9.16.indd 2 2026/9/16 9:46:27
目录
4.2 分专业提示词模板 68
4.2.1 法学专业：聚焦法条精准、案例匹配、文书规范 68
4.2.2 经管 /公管专业：聚焦数据准确、逻辑清晰、方案可落地 70
4.2.3 新闻传播学专业：聚焦内容鲜活、逻辑严谨、传播场景适配 73
4.2.4 文史哲专业：聚焦文献精准、观点鲜明、逻辑严谨 76
4.2.5 外语专业：聚焦翻译精准、表达地道、文化适配 78
4.2.6 教育学专业：聚焦教案结构化、资源适配、学情适配 80
4.2.7 艺术学专业：聚焦创意独特、风格适配、表达精准 82
4.2.8 其他人文社科专业：聚焦通用场景适配 85
4.3 提示词错误案例对比与优化 85
4.4 提示词在学术与实务场景中的合规使用 87
4.4.1 学术场景中提示词的使用规范 87
4.4.2 实务场景中提示词的隐私保护 87
4.4.3 合规使用的核心原则 88
4.5 本章实操任务 88
4.6 本章小结与思考题 90
第 5 章 多模态技术与应用 91
5.1 多模态技术核心逻辑 92
5.1.1 跨模态转换原理：类比不同语言的翻译 92
5.1.2 多模态技术的核心价值 92
5.1.3 主流多模态工具对比 93
5.2 文生图：创意生成与专业应用 94
5.2.1 提示词设计技巧：人文社科专业场景专属 94
5.2.2 专业场景实操：三大高频场景 + 工具落地 95
5.2.3 版权规范：生成图像的侵权风险规避 97
5.3 文生视频 / 语音：内容传播与实务落地 98
5.3.1 文生视频：人文社科专业场景实操 98
5.3.2 文生语音：人文社科专业场景实操 100
5.3.3 多模态内容优化：提升质感与自然度 102
5.4 多模态技术在人文社科专业场景中的典型应用案例 103
5.4.1 文化遗产数字化：敦煌壁画 AI 修复与秦俑虚拟重构 103
5.4.2 数据新闻：文本可视化的传播创新 104
5.4.3 智慧教育：多模态教案设计 106
3
人工智能通识课系列（CS2024）-改六-26.9.16.indd 3 2026/9/16 9:46:27
人工智能与大模型应用（人文社科版）
5.5 本章实操任务 106
5.6 本章小结与思考题 107
第 6 章 智能体基础与搭建 109
6.1 智能体的定义与核心能力 110
6.1.1 智能体：自主完成专业任务的数字助理 110
6.1.2 三大核心能力：让智能体能思考、会做事 110
6.1.3 智能体与普通大模型的区别：从被动响应到主动执行 111
6.2 智能体的人文社科专业应用场景 112
6.2.1 学术研究类：让文献、数据、写作全流程自动化 112
6.2.2 实务工作类：让审查、监测、咨询效率翻倍 114
6.2.3 服务支持类：让咨询、传播、沟通更精准 116
6.3 智能体零代码搭建流程 117
6.3.1 目标设定：明确智能体到底要做什么 117
6.3.2 知识库配置：为智能体配置专业知识库 118
6.3.3 流程编排：设计智能体做事的步骤 119
6.3.4 测试优化：让智能体越用越好用 121
6.4 分专业智能体搭建模板 122
6.5 本章实操任务 127
6.6 本章小结与思考题 128
第 7 章 AI 伦理与人文社科专业规范 131
7.1 人文社科专业视角下的 AI 伦理核心议题 132
7.1.1 数据隐私保护 132
7.1.2 学术诚信规范 133
7.1.3 专业责任边界 133
7.2 国内外 AI 伦理政策法规与学术规范 133
7.2.1 国内核心政策法规解读 133
7.2.2 高校 AI 使用规范 134
7.2.3 国际伦理框架核心启示 134
7.3 分专业伦理实操指南 135
7.4 伦理实践：从意识到行动 138
7.4.1 伦理决策四步框架 138
7.4.2 个人 AI 伦理承诺书撰写 138
4
人工智能通识课系列（CS2024）-改六-26.9.16.indd 4 2026/9/16 9:46:27
目录
7.5 本章实操任务 139
7.6 本章小结与思考题 139
第 8 章 AI+ 办公与专业文书 141
8.1 专业文书生成与优化 142
8.2 数据可视化与汇报展示 145
8.3 高效办公协同工具整合 146
8.4 学术诚信与 AI 写作规范 148
8.5 本章实操任务 149
8.6 本章小结与思考题 150
第 9 章 AI+ 学术研究 153
9.1 文献检索与管理 154
9.2 学术研究辅助工具 156
9.3 论文写作与优化 157
9.4 科研项目申报与成果转化 159
9.5 本章实操任务 160
9.6 本章小结与思考题 161
第 10 章 AI+ 法律实务 163
10.1 法条检索与案例分析 164
10.1.1 法条精准定位 164
10.1.2 相似案例检索 164
10.1.3 法条与案例的合规校验 165
10.2 法律文书实务应用 166
10.2.1 合同起草与审查 166
10.2.2 诉讼文书生成与优化 167
10.2.3 法律意见书撰写 168
10.3 涉外法律与跨文化法律实务 169
10.3.1 多语言法律文本翻译与优化 169
10.3.2 跨境合规审查 169
10.4 法律实务 AI 伦理与风险 171
10.4.1 算法偏见规避与公平性保障 171
10.4.2 客户隐私与数据安全保护 172
10.4.3 AI 应用边界与专业责任 173
5
人工智能通识课系列（CS2024）-改六-26.9.16.indd 5 2026/9/16 9:46:27
人工智能与大模型应用（人文社科版）
10.5 本章实操任务 174
10.6 本章小结与思考题 175
第 11 章 AI+ 传播与治理 177
11.1 舆情监测与分析 178
11.1.1 热点舆情追踪 178
11.1.2 舆情数据可视化与情感倾向分析 178
11.1.3 算法偏见规避 179
11.2 国际传播与跨文化沟通 179
11.2.1 多语言传播内容生成 180
11.2.2 文化适配与价值导向把关 180
11.2.3 跨文化沟通障碍规避 181
11.3 智慧政务与社会治理 182
11.3.1 多模态政策解读 182
11.3.2 政务服务智能辅助 183
11.3.3 治理数据合规使用 184
11.4 传播与治理中的 AI 责任 185
11.5 本章实操任务 186
11.6 本章小结与思考题 187
第 12 章 AI+ 文化与创意 189
12.1 古籍数字化与文化遗产保护 190
12.1.1 古籍文本识别与转录 190
12.1.2 古籍内容解读与注释 190
12.1.3 文化遗产可视化与复原 191
12.2 文创 IP 开发与传播 192
12.2.1 文创创意生成 192
12.2.2 文创文案创作 192
12.3 非遗传承与创新 193
12.3.1 非遗技艺数字化记录 193
12.3.2 非遗元素创意转化 194
12.3.3 非遗传播矩阵搭建 195
12.4 文化创意 AI 伦理与版权 196
12.4.1 传统文化 AI 创作的版权归属 196
6
人工智能通识课系列（CS2024）-改六-26.9.16.indd 6 2026/9/16 9:46:27
目录
12.4.2 文创 AI 应用的商用边界 198
12.4.3 文创 AI 应用的原创性提升 199
12.5 本章实操任务 200
12.6 本章小结与思考题 201
第 13 章 跨专业 AI 应用项目实战 203
13.1 项目设计与团队协作 204
13.1.1 项目需求分析 204
13.1.2 跨专业团队组建 205
13.1.3 项目规划 206
13.2 项目实施核心流程 207
13.2.1 工具选型与整合 208
13.2.2 原型设计与测试 209
13.2.3 成果打磨 209
13.3 典型项目模板 210
13.4 项目成果展示与复盘 213
13.5 本章实操任务 214
13.6 本章小结与思考题 215
第 14 章 AI 与人文社科专业融合前沿趋势 217
14.1 核心发展方向解读 218
14.1.1 数字人文 2.0：AI 驱动的文史研究革新 218
14.1.2 可信 AI：人文社科专业视角的算法伦理坚守 219
14.1.3 技术向善的社会价值落地 220
14.2 新兴应用场景前瞻 221
14.2.1 具身智能：虚实融合的服务与文化应用 222
14.2.2 多智能体协作：跨领域的复杂问题解决 223
14.2.3 低代码 / 零代码 AI 开发：人文社科专业学生的技术参与路径 224
14.3 高校竞赛与科研参与路径 225
14.3.1 国内高校 AI 竞赛合规参赛指南 225
14.3.2 AI+ 人文社科专业科研项目申报 227
14.3.3 跨校合作资源对接 228
14.4 本章实操任务 228
14.5 本章小结与思考题 229
第 15章 职业发展与终身学习 231
15.1 AI时代人文社科职业新方向 232
15.1.1 典型岗位及其职责 232
15.1.2 岗位核心能力共识 233
15.2 核心竞争力培养 234
15.2.1 能力模型四维度拆解 234
15.2.2 可落地的实践路径 235
15.3 终身学习体系构建 237
15.3.1 AI工具迭代跟进 237
15.3.2 伦理规范与政策更新 238
15.3.3 优质学习资源获取 239
15.4 本章实操任务 239
15.5 本章小结与思考题 240
