一、背景与目标
教育部于2024年明确提出“人工智能赋能教育行动”，旨在通过构建教育专用大模型，推动教育数字化转型。这一大模型将分四个环节开发：打造基座、科学训练、师生众测调优、聚焦应用，最终实现从“有没有”到“强不强”的跨越。作为北京市第八十中学的师生，掌握提示词（Prompt）这一与大模型交互的核心工具，将助力我们高效利用AI技术，实现个性化学习、创新教学设计与科研探索。
二、提示词核心概念
1.定义
提示词是用户向大模型输入的指令或问题，用于引导其生成符合需求的文本、代码、分析等内容。例如：“请用初中生能理解的语言解释牛顿第一定律”。
2.重要性
提示词如同编程语言，决定了模型输出的质量和方向。优化提示词（即“提示词工程”）是激发AI创造力的关键。
3.应用场景
学生：作业辅导、知识点解析、学习计划制定。
教师：教案生成、试题设计、个性化反馈。
科研：数据整理、文献分析、创新研究。
三、提示词编写技巧
1.基础原则（BROKE框架）
B（背景）：明确场景，例如“为高三年级学生设计一堂物理实验课”。
R（角色）：指定模型身份，如“你现在是一位高中数学名师”。
O（输出格式）：规定形式，如“分条列出”。
K（关键信息）：补充细节，例如“需包含至少两个生活案例”。
E（修正反馈）：根据结果调整提示词，逐步优化。
其他关键要素：
任务：如：设计一份关于“万有引力”的项目式教学任务
条件：如：课堂教学使用
要求：如：要有创新，要特色清晰，要便于记忆，要贴近生活等
上下文：如：请结合以上内容帮我提炼...
约束：如：拒绝...不能...
反思：如：在方案输出前，要再一次进行审核和思考...
提示词模版可以结合自身需求，灵活结合使用，使用熟练后，可以自行设计并自由发挥。
2.进阶策略
分步指引：复杂任务拆解为多步骤，例如：
第一步：列举人工智能在教育中的三大应用方向；
第二步：为每个方向设计一个教学案例。
◆ 思维链
（Chain-of-Thought）：要求模型展示推理过程，例如：“请先分析问题，再逐步推导答案”。
◆ 多模态融合：结合文本、代码、图表等多样化输出需求。
3.常用工具推荐
DeepSeek R1 、豆包、华知文思、文心一言、通义千问、Kimi智能助手等
四、教育场景实战案例
案例1：学生个性化学习
◆ 提示词：
“我是一名高二学生，正在学习‘光的折射’。请用生活中的例子解释这一现象，并设计3道由易到难的练习题。”
◆ 模型输出：
1. 解释：以筷子在水中“弯曲”为例；
2. 练习题：涵盖基础计算、实验设计与应用题。
案例2：教师教案设计
◆ 提示词：
“背景：为高一年级化学《酸碱中和反应》设计一堂课；
角色：你是一位经验丰富的化学教师；
要求：包含实验演示、互动问答环节，并融入环保主题。”
◆ 模型输出：
提供完整的教案框架，包括实验步骤（如用醋和小苏打模拟中和反应）、讨论问题（如酸雨防治）。
案例3：科研数据分析
◆ 提示词：
“你是一位AI+教育专家，请分析近五年‘AI+教育’领域的研究趋势，提炼三个关键主题，要求要与时俱进，并用表格对比各主题的论文数量与影响力。”
◆ 模型输出：
生成结构化数据报告，附文献来源与可视化建议。
五、伦理与责任
1. 学术诚信
AI生成内容需标注来源，禁止直接抄袭。
2. 隐私保护
不得输入学生个人信息或敏感数据。
3. 批判性思维
AI输出需人工验证，尤其是科学类答案。
六、未来展望
目前，学校已经实现“八十e家”全场景教师发展平台DeepSeek R1 模型的接入，可实现智能备课和智能评价的创新性应用，很快也将全面接入“八十智学”全场景教与学系统(目前正在调试），推出AI学伴，为学生学习深度赋能。随着教育大模型与提示词技术的深度融合，未来将实现：
◆ 高度个性化学习：AI根据学生进度实时调整教学内容。
◆ 自动化评估系统：自动批改作业并提供精准反馈。
◆ 跨学科创新：通过多模态提示词，辅助解决复杂现实问题。
结语
提示词是连接人类智慧与AI潜力的桥梁。希望全体师生通过本指南，掌握这一“与AI对话的艺术”，共同探索智能教育的新边界，为教育公平与质量提升贡献力量！
