一、《科研赋能：DeepSeek辅助信息检索与论文写作》
核心目标：掌握AI工具在科研选题、文献管理、论文写作中的提效方法
1.1 开场与课程介绍
· 介绍课程目的、内容与时间安排。
· 强调AI在教育与科研中的重要性。
· 介绍AI在教育领域的应用概述
1.2 DeepSeek工具介绍与基本操作
· 介绍DeepSeek的核心功能与特点。
· 演示DeepSeek的基本操作流程。
· 引出DeepSeek工具介绍及其在信息检索中的应用
1.3 使用DeepSeek进行文献查找、综述撰写及论文框架搭建技巧
（1）AI辅助科研选题与文献综述
- 使用DeepSeek快速定位前沿研究方向与热点话题
- 案例实操：通过AI分析领域内高价值论文关键词与趋势
- 利用AI工具（如DeepSeek+秘塔AI）自动生成文献综述框架
（2）AI辅助论文写作
· 文献查找与综述：利用AI快速定位与总结学术文献，辅助论文框架设计。
· 语言表达与内容质量提升：介绍AI写作助手在论文写作中的应用，提升论文语言流畅性与内容质量。
· 原创性检测与避免抄袭：演示如何使用AI工具检测论文重复率，避免学术不端行为。
（3） AI辅助课件编写与作业批改
· 课件编写：利用DeepSeek快速生成高质量的课件内容，包括PPT制作与教学资料整理。
· 作业批改：介绍AI自动评分系统的原理与流程，演示如何使用AI进行作业批改，提升批改效率与准确性。
1.4 互动问答与小组讨论
· 针对上午学习内容，进行互动问答。
· 小组讨论：如何在实际工作中应用AI提升教学与科研效率。
二、《AI大模型本地知识库构建和部署》
核心目标：掌握私有化知识库搭建，赋能教学与科研资源管理
2.1 AI大模型概述与本地知识库构建（14:00-14:45）
· 介绍AI大模型的基本概念与特点。
· 演示如何构建本地知识库，为教学与科研提供便捷的信息查询服务。
· 构建本地化AI知识库的意义与方法
2.2 本地知识库在教学与科研中的应用（14:45-15:30）
· 教学应用：利用本地知识库快速获取教学资源，辅助教学设计。
· 科研应用：通过本地知识库进行数据分析、实验模拟与预测预判验证等。
· 知识库在教学资源管理（课件、题库）、科研资料归档中的价值
案例：某高校基于DeepSeek构建学科专属知识库的实践
2.3 本地知识库的部署与维护（15:30-15:45）
· 介绍本地知识库的部署流程与注意事项。
· AI知识库搭建与训练
· 工具演示：演示如何进行AI知识库的部署私有化、维护与更新
· 实操步骤：上传教学文档、论文数据，训练专属问答模型
2.4 案例分析与实践操作（15:45-16:00）
· 分析成功案例，展示AI大模型本地知识库在实际工作中的应用效果。
· 知识库与教学管理场景结合的应用场景：
- 自动生成课程FAQ（如考试规则、学分政策）
- 快速检索教学文件（如教案模板、管理制度）
· 学员进行简短实践操作，体验AI大模型本地知识库的使用。
- 分组讨论：如何优化知识库标签体系与检索逻辑
三、实训：DeepSeek科研论文写作与实践
核心目标：通过实战演练巩固AI工具在科研全流程中的应用
3.1 实训目标与要求
· 介绍实训目的、任务与要求。
· 分组安排，确保每位学员都能参与实践操作。
· 发布任务：全流程科研模拟
- 组建任务小组：小组选择研究课题（如“AI在工程教育中的有效性分析”）
- 分步实操说明：
a) 使用DeepSeek检索文献并生成综述框架
b) 调用AI工具设计实验方案与数据分析模板
c) 生成论文初稿并优化语言表达
3.2 实训内容（16:15-17:30）
· 任务一：利用DeepSeek进行文献查找与综述，设计论文框架。
· 任务二：使用AI写作助手进行论文内容的撰写与润色。
· 任务三：进行论文原创性检测，确保论文质量。
3.3 成果展示与点评（17:30-17:45）
· 各组展示实训成果，分享学习心得。
· 教师进行点评，指出问题与改进方向。
· 点评维度：
- 完成情况：小组展示AI辅助完成的论文框架与数据图表
- 互评焦点：学术规范性、AI工具使用深度、创新性
3.4 课程总结与答疑（17:45-18:00）
· 总结一天的学习内容，强调AI在教学与科研中的重要性。
· 针对学员的疑问进行答疑，确保学员掌握所学知识。
· 引发思考：
o 如何平衡AI效率与学术原创性？
o 如何在效率优先的同时，不以牺牲质量为代价？
