第 7 讲 复杂任务的规划、分解与项目立项
前 6 讲你学会了"会聊":把一次提问说清楚。从本讲起进入"会派":把一件大事委派出去——而派活的前提,是先把活拆清楚。本讲把"规划方法论"与"项目立项工作坊"合在一堂课:上半场学拆解,下半场现场完成期末项目的组队、立项与开题。本讲没有课后作业——两份关键产出(《选题说明书》与《项目计划书 v1》)都要在课堂上当场完成。
一、本讲学习目标
完成本讲后,你应该能够:
- 用"目标 → 成果物 → 里程碑 → 步骤"的分解链条,把一个模糊的大任务拆成可执行、可验收的任务链,并写出"第三方能照着检查"的验收标准;
- 用可复核性、创造性、责任三条判据,为每一步指定"AI 做 / 人做"的分工,并落成五栏任务卡;
- 说清开题评审四要点(选题大小适中、可行性、成果形态明确、人机分工清晰),并用它们打磨本组选题;
- 用对话式 AI 完成可行性追问与素材调研,并判断哪些回答必须人工核实;
- 产出本组《选题说明书》与《任务分解表 + 周时间表》(课堂完成),并在快闪开题中讲清"选题 + 计划 + 分工"。
二、课前准备
- 无需编程基础:本讲全部练习在对话式 AI(智谱清言、DeepSeek 等)中即可完成,不涉及任何代码;
- 带上第 4–6 讲积累的个人提示词(Prompt)库——本讲的规划提示词会用到"六要素"与模板化写法;
- 上半场要用来实拆的素材:提前想好一个你最近拖着没动手的大任务(如一份实验报告、一场班级活动、一组复习计划);
- 下半场立项要用:组队意向(2–3 人,课前先商量好谁管素材、谁管记录、谁管汇报)、浏览第八节的四个选题方向(A/B/C/D);选 D 方向的组,本讲开题环节须经教师审批;
- 提前想一个"最坏情况":如果第 3 周数据不理想或工具额度用完,你们的备选方案是什么?快闪开题很可能被问到这一条;
- 准备小组共用的AI 使用日志(新建一页即可),本讲与 AI 的每次对话都记一笔。
三、核心概念精讲
1. 为什么"帮我写一篇物理科普文"效果差?
课堂上我们会现场试一次:把这句话原样交给 AI。你会拿到一篇"看起来什么都讲了、其实什么都没讲透"的平庸文章。原因不在 AI 不聪明,而在任务本身没结构:没有说清写给谁、篇幅多少、按什么顺序讲、做成什么样子——AI 只能按"平均答案"猜。这和做实验是一个道理:只说"测一下这个单摆",不给摆长范围、计时次数与精度要求,谁也测不出可复核的结果。
一次对话可以说清的事,用第 4–6 讲的基本功就够了;但当任务大到一次对话装不下、要分好几天、动用好几种工具时,光会提问就不够了——你需要先把任务拆成一串可执行、可验收的小任务,再把每个小任务派出去。这就是"会派"。
2. 思想先导:反复出现的工作流,值得被固化
有一个简明的判断:当你发现自己反复向 AI 交代同一套工作流程时,与其每次都从头解释一遍,不如把它固化下来,让 AI 一看就知道该做什么。技能(Skill)的本质,就是把这样的工作流打包成可复用的方法包。
请注意这句话里藏着的先后顺序:先拆清楚,才能固化。一个从未被拆成清晰步骤的流程,是没法固化的——就像没有实验步骤的实验无法复现。本讲我们先练"拆";固化成 技能(Skill) 的事,第 8 讲见到真身后再回头看,你会更明白今天在做什么。
还要补一层"何时该写死、何时该放手"的判断——这决定了任务卡里每一步该交给谁。有一个实用的三分法:确定的事情交给程序,需要判断的事情交给模型,危险的事情交给人确认。如果一个流程每一步都确定得不能再确定("读这 100 个文件 → 统一改后缀 → 生成清单"),就该写成固定流程,一步不多一步不少;而"修一个跑不起来的脚本,下一步读哪个文件""分析数据时发现异常后往哪个方向挖"这类你提前写不死的环节,才适合留给模型现场判断。第 8 讲你会看到,"下一步由谁决定"正是固定流程(Workflow)与 Agent 的分界线;而本讲的任务卡,就是把"写死的部分"和"留判断的部分"在纸上先分清楚。
3. 分解链条:目标 → 成果物 → 里程碑 → 步骤
拿到任何大任务,按四级往下拆:
| 层级 | 回答的问题 | 特征 | 示例(单摆测重力加速度实验报告) |
|---|---|---|---|
| 目标 | 要达成什么? | 一句话,能被外行听懂 | 交出一份符合课程规范的单摆测 g 实验报告 |
| 成果物 | 最后交付什么? | 可指认的东西,不是"感觉" | Word 报告:数据处理 + 图表 + 误差分析 |
| 里程碑 | 中间在哪几个点检查? | 带时间的检查点,错了及时掉头 | 第 1 周数据齐备 → 第 2 周分析完成 → 第 3 周定稿 |
| 步骤 | 具体做哪几件事? | 最小动作:做完能检查 | 核对原始记录、作 T²–L 图、算 g 与不确定度…… |
关键的一条纪律:验收标准前置。写下每一步的同时,就写下"怎么算完成"——而不是做完再回头评价。类比测量:先定好误差范围再动手测,而不是测完了再说"差不多就行"。验收标准写得出的步骤,才是合格的步骤;写不出验收标准的"步骤",说明还没拆到位。
① 完成的标志看得见吗?(有产物、有数值、有勾选项,而不是"大概行")② 第三方能照着检查吗?(你的组员不看过程也能判定过/不过)③ 和成果物一一对应吗?(每件成果物都有覆盖它的步骤与验收标准)
把整个分解画在一张纸上,就是工程里常说的 WBS(Work Breakdown Structure,工作分解结构)"一页纸"。它强迫你把目标、成果物、里程碑、步骤与验收标准放在同一张表里互相校对——一眼就能看出"哪个成果物没人管""哪个里程碑没有时间"。
| 里程碑(检查点) | 步骤 | 分工 | 产出物 | 验收标准 |
|---|---|---|---|---|
| M1 数据齐备 (第 1 周末) |
① 核对原始记录、统一单位 | 人 | 干净的数据表 | 无缺测、单位一致;组员抽查 3 条原始记录 |
| ② 按模板生成报告骨架 | AI | Word 骨架文档 | 章节齐全,占位符与数据表字段一一对应 | |
| M2 分析完成 (第 2 周末) |
③ 作 T²–L 图并求斜率 | AI 做 + 人核 | 拟合图 + 斜率 | 坐标轴标注物理量与单位,图像线性合理 |
| ④ 由斜率算 g 与不确定度(g = 4π²/斜率) | AI 做 + 人核 | 结果段落 | g 落在 9.8 m/s² 附近;不确定度与有效数字写法规范 | |
| ⑤ 对拍:抽 1 组数据手算复核 | 人 | 复核笔记 | 手算与 AI 结果之差落在不确定度范围内 | |
| M3 报告定稿 (第 3 周末) |
⑥ 成文、复查公式与图表 | AI 做 + 人核 | Word 报告 | 公式、单位、图注逐项过检查清单 |
| ⑦ 终审并提交 | 人 | 提交版报告 | 三人清单签字:科学性 / 完整性 / 格式 |
4. 复杂工作流 = 清晰的顺序步骤:从步骤到任务卡
写技能文档时有一条核心要求:处理复杂工作流时,要把复杂操作分解为清晰的顺序步骤,每一步都有明确的目标与做法;步骤太多就进一步拆分。这条要求不只用于写技能文档——它是给 AI 布置任何复杂任务的通用心法:AI(以及你的组员)拿到"清晰的顺序步骤"才能稳定执行,拿到一团含糊的愿望就只能自由发挥。
把 WBS 里的每个步骤展开成一行,就得到本课程的标准工具——任务卡,共五栏:
| 输入 | AI 动作 | 人工动作 | 产出物 | 验收标准 |
|---|---|---|---|---|
| 事实核查表 + 受众设定(同年级非物理专业) | 生成 3 分钟口播稿初稿(约 700–900 字,按"引入—核心—收尾"三段) | 逐句核定科学表述,改写不准确的类比,拍板定稿 | 《黑洞短视频脚本 v1》 | 3 位非物理同学试读后能复述核心结论;无一处事实错误 |
注意任务卡里"AI 动作"与"人工动作"两栏都非空——这是任务卡与普通任务清单的本质区别。那每一步怎么判该派给谁?用三条判据:
| 判据 | 问自己的问题 | 倾向交给 AI | 倾向留给人(或"AI 做 + 人核") |
|---|---|---|---|
| 可复核性 | 结果的对错能不能被快速检查? | 格式整理、初稿、清单——对错一眼可查 | 数值结论、事实陈述——必须"AI 出、人核" |
| 创造性 | 这一步需要审美与取舍判断吗? | 提供多个候选方案供挑选 | 定风格、定叙事、拍板取舍 |
| 责任 | 这一步出错,谁负责? | 不署名的中间产物 | 对外提交、署你名字的最终成果 |
- 科学性:物理概念、公式、单位、数量级——AI 写得流畅不代表写得对,流畅恰恰最容易骗过你;
- 事实核查:史实、数据、文献与图片出处,逐条对照权威来源;AI 可能一本正经地补出不存在的信息(幻觉(Hallucination));
- 审美判断:好不好看、讲得清不清楚,由真实受众说了算——这是机器替代不了的主观裁量;
- 最终责任:成果署的是你的名。"AI 产出,人工把关"——出了错,AI 不会替你承担。
5. 从一页纸想法到一份计划书:立项四要点
上半场练的拆解方法,下半场马上要用在真项目上。一页纸选题说明书只是想法;立项(开题)要回答四个更硬的问题:做什么、做不做得动、最后交什么、谁做哪部分。无论是教师点评还是组间互评,看的就是下面四条,建议贴在小组文档第一页:
| 要点 | 评审会追问的问题 | 物理项目的例子 |
|---|---|---|
| ① 选题大小适中 | 四周多的课余时间做得完吗?能不能用一句话说清边界? | "研究量子力学"太大;"测单摆测重力加速度并分析不确定度"大小合适 |
| ② 可行性 | 数据、素材、工具从哪来?哪个环节一旦失败项目就做不下去? | 用手机传感器测电梯加速度:传感器有吗?电梯时段好约吗? |
| ③ 成果形态明确 | 期末到底交什么?每一样能否对照清单验收? | A 方向=长文+4 图+3 分钟视频+网页,一样都不少、一样都能查 |
| ④ 人机分工清晰 | 哪些交给 AI、哪些必须人工?出问题谁负责把关? | 数据采集与不确定度分析=人工;格式排版、图表初稿=AI 起草人工核对 |
把你们组的选题念给别组听 30 秒,然后回答三个问题:期末交什么?最难的一步是什么?哪一步必须人来把关?三个都答得干脆利落,选题就基本立住了;有一个含糊,就回炉打磨。
结合历年开题最容易被"打回"的几类问题,提前排雷:
- 贪大求全:"用 AI 研究量子力学"式的选题无法验收——一句话说不清最终成果形态的选题,多半是太大;切到一个可测量、可交付的具体问题上。
- 把"看 AI 变魔术"当成项目:只计划"期末让 AI 一次性生成",没有过程记录与迭代痕迹——"规划与过程记录"维度将拿不到分。项目要的是过程,不是一次输出。
- 成果形态随大流:别人做视频我也做视频。成果形态应按组员特长与素材可得性选:数据顺手就选 B,会画画会剪片就选 A。
- 人机分工走两个极端:"全交给 AI"会在科学性上翻车,"全自己干"则丢掉了本课程训练的调度能力。分工判据沿用本讲第 4 节:可复核性、创造性、责任——负最终责任的一环必须是人。
- 没有备选方案:数据采不到、免费额度用完、设备故障,都是常态。计划书里要写明"如果 X 失败,就改做 Y",例如视频生成额度不足时退回"图片+配音+字幕"方案。
6. 项目是迭代出来的:定义 → 实现 → 测试 → 迭代
很多同学默认"计划书定稿=后面照着执行就行"。真实的工程做法恰恰相反:计划只是第一版假设,要靠一轮轮"做—测—改"来逼近成品。造出一个高质量工作方法(技能)的路径,翻译成项目语言就是四步:
定义——先只锁定核心目标,明确"这个项目最低限度要产出什么",暂时不纠结细枝末节;实现——尽快做出一个能跑通核心环节的第一版(哪怕粗糙);测试——拿验收标准去检查它,正常情况和"故意刁难"的情况都要测;迭代——根据测试结果修订,再回到定义审视"目标要不要调"。
这和物理实验的思维完全同构:先明确要测什么(定义),搭起装置测第一组数据(实现),检查数据合不合理、误差有没有超(测试),再改进装置或方案重测(迭代)。没有任何一个实验是"一次装好、一次测成"的;同样,没有哪个项目计划书是第一版就完美的——所以它才叫 v1,后面每完成一块产出,你们都会回头修订它。这也是为什么本课程把"规划与过程记录"单列为作品评分的第一维度。
7. 用 AI 打磨选题:请一位"陪练评审"
选题没定稿之前,对话式 AI(如智谱清言、DeepSeek)最好的用法不是"帮我们写计划书",而是当一位陪练评审:让它提问、挑刺、给参考方向。具体提示词与实测效果,见下一节演示②;这里先记住一条纪律——凡是 AI 给出的文献、网址、版本号,一律标"待核实",入库前逐条到图书馆数据库确认。
四、物理场景案例演示
课堂上教师会现场演示"AI 辅助规划":让 AI 当规划秘书,把一个大任务拆成清单。下面是演示用的完整提示词,可直接复制:
请把"制作黑洞科普短视频"拆成任务清单。
要求:
1. 先用一行写清目标与最终成果物,再按"里程碑 → 步骤"两级拆分;
2. 每一步标注"AI 能否完成"(可完成 / AI 做+人核 / 由人完成),并写出产出物、验收标准与预计耗时;
3. 涉及科学事实的步骤,加注"科学性由人复核,以权威来源为准";
4. 验收标准要能被第三方照着检查(看得见产物、有数值或勾选项);
5. 视频目标:3 分钟(约 180 秒),面向同年级非物理专业同学;
6. 先不要动手制作任何内容,只输出清单。
🧪 查看运行结果(ZCode + GLM 实测)
AI Agent 真实执行并生成上述结果(执行环境:GLM+ZCode)。
GLM 原始回答(模糊版节选 + 结构化版完整清单):
【提示词① · 模糊版】(2026 年 8 月 · ZCode 内置 GLM · 新对话 · 一次性生成 · 未联网检索 · 照实摘录) 提示词原文:帮我做个黑洞科普视频。 GLM 回答(节选): 好的!下面为你提供一个黑洞科普视频的制作流程,供参考: 1. 确定主题与受众:明确视频想突出的核心知识点; 2. 收集资料:查阅黑洞的基础知识,如黑洞的形成、分类等; 3. 撰写脚本:按"开头吸引注意—中间讲解—结尾总结"的 结构写出解说词; 4. 准备素材:搜集黑洞图片、视频片段,也可以用 AI 绘 图工具生成; 5. 录制配音:用配音软件生成解说音频; 6. 剪辑成片:把素材与配音剪成一条完整视频; 7. 发布推广:发布到视频平台并引导互动。 如果需要,我可以直接帮你写一版脚本,要试试吗? ──────────────────────────────────────────── 【运行观察】7 步全是动词短语:没有分工标注,没有产出 物,没有验收标准;粒度也不均——"剪辑成片"是几小时的 活,"确定主题"却决定整条视频讲什么,同样一句带过; "收集资料"把最容易翻车的科学事实环节一笔带过。模型还 主动提出"要不要我直接写脚本":提示词没立规矩,它就乐 于自由发挥。 ──────────────────────────────────────────── 【提示词② · 结构化版】(同环境 · 新对话 · 一次性生成 · 未联网检索;提示词为页面上方优化后的版本) ▲=人工把关点,修订理由见下方"人工把关记录" GLM 完整输出: 一、目标与最终成果物 · 目标:一条 3 分钟(约 180 秒)黑洞科普短视频,让非物 理专业同学看完能说出"黑洞不是洞,而是时空极度弯曲的 区域",并知道人类是怎么"看见"黑洞的。 · 成果物:成片 MP4(1080p)+口播脚本+分镜表+事实核 查表+AI 使用声明。 · 分工标记:【AI】可完成 /【AI+人】AI 做+人核 /【人】 由人完成 二、任务清单(里程碑 → 步骤) ◆ M1 科学底线(第 1–2 天) S1 定选题与核心结论【AI 出候选+人拍板】 产出物:选题卡(一句话核心结论+受众设定) 验收标准:核心结论外行一句话能听懂;组内 2 人表决 通过 预计耗时:AI 10 分钟+人 30 分钟 S2 建立事实核查表【AI+人】(科学性由人复核) AI 初稿要点: ① 黑洞不是"洞",是时空极度弯曲的区域; ② 事件视界:有去无回的边界,r_s = 2GM/c²,视界内 连光也无法逃出; ③ 潮汐力:越靠近黑洞引力差越大,物体会被拉成"面 条",任何黑洞都一样 ▲; ④ 引力透镜:黑洞弯曲光线,我们因此能"看见"它背后 的星光,"光环"景象也与此有关; ⑤ 人类首张黑洞"照片":2019 年由事件视界望远镜 (EHT)公布 ▲; ⑥ M87*(M87 星系中心黑洞)质量约为太阳的 65 亿倍, 距地球约 5500 万光年;2022 年 EHT 又公布银心黑洞 Sgr A*(约 400 万倍太阳质量)的成像。 产出物:事实核查表(每条注明来源) 验收标准:每条事实可对应权威来源;全部条目经人工逐 条复核并签字 预计耗时:AI 20 分钟+人 2 小时 ◆ M2 脚本与分镜(第 3–5 天) S3 撰写 3 分钟口播稿【AI+人】(事实表述对照 S2 核查表) 产出物:口播稿(720–840 字,"引入—核心—收尾"三段) 验收标准:朗读计时 180±15 秒(语速约 240–280 字/分 钟);2 位非物理同学试读后能复述核心结论;事实表述 与 S2 核查表逐条一致,无一处事实错误 预计耗时:AI 40 分钟+人 2 小时 S4 制作分镜表【AI 出初稿+人定节奏】 产出物:分镜表(镜号/画面/口播/时长/素材需求) 验收标准:各镜时长合计 180±10 秒;每镜都有画面描述 与对应口播 预计耗时:AI 30 分钟+人 1.5 小时 ◆ M3 素材与成片(第 6–9 天) S5 收集与生成素材【AI+人】 产出物:素材包(示意图/动画/引用图像,附来源清单) 验收标准:示意图物理细节经人工核对,无伪科学元素; 引用图像注明出处(如 EHT Collaboration, 2019);AI 生成图像逐张检查并登记 预计耗时:AI 1 小时+人 2 小时 S6 配音与字幕【AI 出初稿+人审听审读】 产出物:配音音轨+字幕文件 验收标准:字幕与口播逐句一致;术语全文统一(如"事 件视界"不中途换叫法);试听无读错的术语 预计耗时:AI 1 小时+人 2 小时 S7 剪辑成片【人为主,AI 辅助】 产出物:成片 MP4(1080p) 验收标准:成片时长 3 分钟±10 秒;声画同步抽查 5 处 无错位 预计耗时:人 4 小时 ◆ M4 试映与交付(第 10 天) S8 试映与修订【人】 产出物:修订记录 验收标准:3 位目标受众各提出 ≥1 条意见,每条都有处 理记录(采纳或说明理由) 预计耗时:人 2 小时 S9 终审与署名交付【人】 产出物:交付包(成片+脚本+核查表+AI 使用声明) 验收标准:科学性/事实/审美三张检查清单签字齐全;附 《AI 使用声明》 预计耗时:人 1 小时
AI Agent 真实执行并生成上述结果(执行环境:GLM+ZCode)。
输出示例(课堂实际输出以当场模型为准,下表为整理后的样例;真实实测的模糊版与结构化版完整输出,见上方"🧪 查看运行结果"折叠块):
| 步骤 | AI 能否完成 | 产出物 | 验收标准 |
|---|---|---|---|
| 1. 定选题与受众 | 可完成(提供候选) | 选题卡 | 一句话说清"讲给谁、讲哪个点"(如:用 3 分钟讲清"黑洞不是洞,是时空极度弯曲的区域") |
| 2. 查证核心科学事实 | AI 做 + 人核 | 事实核查表 | 每条事实标注权威来源(如 2019 年事件视界望远镜 EHT 公布的 M87 星系中心黑洞 M87* 成像——由射电干涉数据合成,并非可见光照片) |
| 3. 撰写讲解脚本 | AI 做 + 人核 | 3 分钟口播稿(约 700–900 字) | 非物理同学试读后能复述核心结论;无事实错误 |
| 4. 制作分镜表 | 可完成 | 分镜(Storyboard)表(镜号/画面/口播/时长) | 各镜时长合计约 180 秒,每镜都有对应口播 |
| 5. 生成与收集素材 | AI 做 + 人核 | 图像 / 视频素材包 | 科学示意图经人工核对无误,无伪科学细节 |
| 6. 配音、字幕与剪辑 | AI 辅助,人主导 | 成片 | 字幕与口播一致;表述、术语前后统一 |
| 7. 试映与修订 | 由人完成 | 修订记录 | 3 位目标受众各提出至少 1 条意见并被处理 |
别急着照单全收:AI 标的"能否完成"本身也要复核。例如它常把"查证科学事实"标成"可完成"——按第 3 节的分工判据,事实类步骤必须改标"AI 做 + 人核"。课堂演示就停在这一次人工修订上:改完这一行,这份清单才真正可用。
下半场立项环节的两个标准动作——先让 AI 替评审"找茬",再让它给素材方向。示例选题:用手机传感器测电梯加速度 / 用单摆测重力加速度。
提问一:可行性追问——把评审四要点的第②条交给 AI,让它替老师"找茬":
我们小组想做的期末项目是"用手机传感器测量电梯运行时的加速度",
属于选题方向 B(实验数据完整分析)。
请你扮演一位挑剔的开题评审,只围绕"可行性"向我们追问 5–6 个问题:
先把最要害的 3 问排在最前(先问传感器与物理原理,再问流程与退路):
数据怎么采?仪器从哪来?每一步大约要多久?哪里最容易卡住?
哪个环节一旦失败,整个项目就做不下去?
每个问题后面用一行注明:"如果这个问题答不上来,选题需要怎么改。"
只提问,不要替我们写方案。
🧪 查看运行结果(ZCode + GLM 实测)
AI Agent 真实执行并生成上述结果(执行环境:GLM+ZCode)。
【第 1 轮 · 按上方提示词只提问】(GLM 原样输出) 评审意见:只围绕"可行性",共 6 问,前 3 问最要害。 第 1 问 采样频率够吗? 你们用什么工具采集?采样率准备设多少?电梯的加、减速段通常只有一两秒—— 采样太稀,a–t 曲线就只剩几个孤立的点,什么也看不出来。 → 答不上来:先装好手机传感器实验 App(如 phyphox),实测一遍采样率再立项; 设备实在不行,选题缩小为"记录电梯启停的超重/失重现象"(定性)。 第 2 问 加速度计读出的就是加速度吗?零点怎么标定? 手机平放静止时读数是多少?这个数和电梯的运动学加速度 a 是什么关系? 你们打算怎么标定零点、去除重力分量? → 答不上来:先做 10 分钟预实验——记录手机静止平放的读数并解释它的物理含义; 解释不了,就先降级为"定性验证超重与失重"。 第 3 问 怎么判别并截取"匀速段"? 启动、匀速、减速三段在数据上各长什么样?截段的判据是什么? 段一截错,后面所有计算跟着全错。 → 答不上来:先定判据(如平滑后 a≈0 的连续窗口);定不出来就砍掉"位移核对", 缩小成果范围。 第 4 问 电梯时段从哪来?能采几个来回? 教学楼电梯高峰期人多,你们计划什么时候采、采几个上下行回合? → 答不上来:计划里写明"错峰采集 + 每回合约 30 秒";实际只允许一两个回合, 就改成在相邻两层间反复测量,并在报告里写明局限。 第 5 问 手机怎么放?坐标轴朝哪? 平放还是贴壁?三根轴各对应什么方向?途中被碰歪了怎么办? → 答不上来:补"固定方案"(平放梯厢中央、屏幕朝上、垫软布、全程不碰); 给不出固定方案就不要立项。 第 6 问 哪一步失败最致命?保底成果是什么? 采不到数据、噪声太大、分析算错,哪个最可能发生?失败到什么程度还算能交差? → 答不上来:先定保底成果(一段清晰可辨的超重/失重曲线), 把定量分析列为进阶成果。 ——先逐条回答,我再给可行性结论。 ──────────────────────────────────────────── 【第 2 轮 · 小组逐条作答后要结论】(追问提示词可复制) 小组追问提示词: "评审老师好,我们逐条回答:1) 用 phyphox 采加速度,采样率 50 Hz; 2) 静止平放读数约 9.8,应是把'托力'读成了加速度,零点用乘梯前静止段标定, a = 读数 − 零点;3) 平滑后 a≈0 的连续窗口作匀速段,并顺带复核零点; 4) 周五下午错峰,采 5 上 + 5 下共 10 个回合;5) 平放梯厢中央、屏幕朝上、垫软布; 6) 保底成果=一段清晰可辨的超重/失重曲线,进阶成果=v–t 曲线与位移核对。 请给可行性结论:指出我们回答中仍含糊的两处,列风险清单, 并明确说'可行/改后可行/不可行'。" GLM 结论:改后可行(选题大小合适,方向 B 成立)。要点摘录: · 采样:50 Hz 足够——加减速段 1–3 秒,每段有几十到上百个点,画 a–t 曲线绰绰 有余;建议开 App 允许的最高档采集,分析前再做滑动平均压振动噪声 (采样档位与上限以官方文档和实机实测为准)。 · 零点与 g:方向对,表述要更准——加速度计测的是"比力":它分不清引力与支撑力, 静止时读出的 ≈9.8 m/s² 是托力的大小(等效原理的日常版本)。竖直方向上 a = 读数 − 静止零点;更稳妥用三轴合成的模长 |f| = √(fx²+fy²+fz²), 只要电梯只做竖直加速,手机摆歪也不影响模长。 · 匀速段:判据可行;"用匀速段复核零点"是加分项——匀速段真实加速度为零, 读数偏离零点多少,就是零点漂移多少。 · 仍含糊两处:① "平滑"没给参数(窗口取多长、平均几点);② 位移核对没定 过关阈值——建议先写死"速度对时间积分得位移,与层高 × 跨越层数比, 偏差 ≤10% 算通过"。 · 风险清单(按致命度排序):零点漂移使积分速度漂移(小偏差 × 时间会累积) > 振动噪声 > 电梯时段受限 > 行程太短信号弱;对策依次:每段匀速段复核 零点、软布垫底+滑动平均+多回合取平均、错峰积少成多、选跨 4 层以上的行程。 · 符号约定(写进方案页):竖直向上为正。静止/匀速:读数 = g;加速上升或 减速下降:a>0,读数 = g + a(超重);减速上升或加速下降:a<0, 读数 = g − |a|(失重)。超重/失重看的是加速度方向,不是运动方向—— 上行先超重后失重,下行先失重后超重,别把"往上走"当成"超重"。
提问二:素材调研——让 AI 给方向而不是给结论,为计划书的"素材库"打底:
我们小组的选题是"用单摆测定本地重力加速度 g"。请帮我们做一次选题素材调研,
用 Markdown 表格输出四部分:
1)教材章节方向与经典实验方案的"方向"(例如:摆长的测量方法、
小角度近似的适用条件),并附"类似实验公开做法"的类型
(如公开课视频、实验教材、教学期刊——只给类型与检索关键词,
不要编造具体的文献标题、作者和年份);
2)若用手机传感器辅助计时:可用的 App 与官方文档的"查找方向"
(只给名称与去哪里查,不编造网址、版本号与章节编号);
3)这个实验最常见的系统误差来源,至少列出 4 条(例如摆角过大、摆长测量不准);
4)把我们打算让 AI 分担的环节和我们必须人工完成的环节各列 3 条。
以上每一条,凡你不能确证的内容(文献标题、作者、年份、网址、版本号),
一律在条目后标注"待核实",并写明去哪里核实,不要含糊带过。
🧪 查看运行结果(ZCode + GLM 实测)
AI Agent 真实执行并生成上述结果(执行环境:GLM+ZCode)。
## 单摆测 g · 选题素材调研(GLM 原样输出) 一、教材章节方向与公开做法类型 | 方向 | 检索关键词(拿去图书馆/数据库用) | 备注 | |---|---|---| | 力学教材·振动章节 | 单摆 简谐运动 小角度近似 周期公式推导 | 回答"为什么要求摆角小" | | 大学物理实验教材·基础实验 | 单摆测重力加速度 不确定度 逐差法 作图法 | 单摆测 g 是各校实验教材的常见实验 | | 方向:摆长怎么测 | 摆长 悬线长 摆球半径 球心 | 摆长=悬点到球心,是方案关键 | | 方向:怎么计时 | 累计计时 30–50 个周期 秒表 反应时间 | 用多个周期摊薄人为反应误差 | | 公开做法类型① | 高校"大学物理实验"公开课/慕课视频 | 检索"单摆 重力加速度 慕课"(具体课程名:待核实) | | 公开做法类型② | 物理教学类期刊的实验改进文章(如《物理实验》《大学物理》一类期刊) | 只给类型;具体篇目:待核实,查中国知网等库 | | 公开做法类型③ | 仪器厂商应用笔记/教学案例 | 具体厂商与篇目:待核实 | 二、手机传感器辅助计时的方向(若采用) | 条目 | 查找方向 | 状态 | |---|---|---| | phyphox(开源免费、支持中文,Android/iOS 均有,亚琛工业大学团队开发) | 官网 phyphox.org;看其加速度计、秒表/声学计时类实验;可导出数据 | 实验清单与导出细节以官方文档为准(待核实) | | Android 官方文档 | Android 开发者网站(developer.android.com)"传感器总览/运动传感器"页:采样率档位与坐标系约定 | 具体页面名与采样数值:待核实 | | iOS 官方文档 | Apple 开发者网站 Core Motion 框架文档 | 具体页面与更新频率数值:待核实 | | 用法提醒 | 手机绑上摆绳会改变摆的质心与转动惯量(单摆变物理摆),一般只把手机当"秒表/光电门",不当摆锤 | 物理判断,可用实验自证 | 三、系统误差来源(至少 4 条,列了 6 条) | # | 来源 | 影响与对策 | |---|---|---| | 1 | 摆角过大 | 小角度近似失效,周期偏大(修正量约 θ₀²/16,5° 时约 0.05%)→ 摆角控制在 5° 以内 | | 2 | 摆长测量不准 | 悬点到球心量不准直接进 g;球心看不见 → 用直径推算球心位置,多次测量 | | 3 | 计时误差 | 人手秒表反应约 0.2 s → 累计 30–50 个周期,摊到单个周期上缩小几十倍 | | 4 | 摆球非质点、摆线有质量 | 系统不再是严格单摆 → 选小而重的摆球、轻线 | | 5 | 空气浮力与阻力 | 振幅衰减、周期略增 → 小振幅下量级可忽略,记录振幅备查 | | 6 | 摆动漂移(椭圆摆/锥摆分量) | 周期偏离公式 → 从静止小角度释放,避免初速度 | 四、人机分工 | AI 分担(起草,人工复核) | 必须人工 | |---|---| | 按模板整理数据表、批量计算 T² | 搭装置与释放摆球(操作安全与规范) | | 检查录入是否转录错位、标可疑值 | 计时与原始记录(第一手数据人采人记) | | 起草报告框架、图表初稿美化 | 不确定度分析与结论签字(科学性把关) | 尾注:凡标"待核实"处,请到学校图书馆数据库(如中国知网)与官方文档逐条确认 后再入素材库——AI 只给方向,文献由人证实。
让 AI 做素材调研时,它可能一本正经地给出并不存在的文献与出处——这就是幻觉。所以上面第二条提示词特意要求"只给方向和关键词、标注待核实":具体文献请到学校图书馆数据库亲自检索确认。记住课程规范——AI 产出,人工把关。
我们小组(3 人)的期末项目选题已定为:用单摆测定本地重力加速度 g
(选题方向 B:实验数据完整分析)。课程剩余约 7 周。
请生成两份 Markdown 表格:
1)《任务分解表》:把项目拆成 8–12 个任务,沿用第 7 讲任务卡五栏,
每行六列:
任务名称|输入|AI 动作|人工动作|产出物|验收标准;
2)《周时间表》:按第 1–7 周排列每周任务并标注里程碑;
第 3 周末必须设"中期检查点",第 7 周只安排复核与路演排练。
约束:
- 涉及科学性把关的环节(数据核查、不确定度分析、结论复核)
一律标注为"人工",不许分给 AI;
- 数据采集只能由人工完成;
- 验收标准要能被第三个人照着检查,不许写"数据完整""效果良好"这类空话;
- 先只给表格,不要扩写,不要客套话。
🧪 查看运行结果(ZCode + GLM 实测)
AI Agent 真实执行并生成上述结果(执行环境:GLM+ZCode)。
《任务分解表》(GLM 原样输出,10 个任务 × 6 列) | 任务 | 输入 | AI 动作 | 人工动作 | 产出物 | 验收标准 | |---|---|---|---|---|---| | T1 定测量方案 | 选题说明书一页纸 | 起草方案要点清单(摆长档位、摆角上限、计时口径),提示小角度近似依据 | 讨论定 5 档摆长,逐项确认并签字 | 方案一页纸 v1 | 摆角≤5° 且写明理由;计时口径=连续 30 个周期计一次;3 人全签 | | T2 搭装置+试测 | 方案一页纸、器材 | 不参与操作 | 搭单摆,试测 1 组并记录问题 | 试测数据 1 组+问题清单 | 连续 30 个周期计时成功;摆长已量、球心位置已定 | | T3 正式采数 | 装置、记录表(模板 AI 拟) | 拟原始记录表模板 | 5 档摆长 × 各 3 组采集,异常值当场标注 | 原始数据表(15 组) | 15 组齐全无缺项;每条异常都有原因注记 | | T4 数据整理 | 原始数据表 | 按模板转录电子表,批量算 T(=总时÷30)与 T²,标出可疑值 | 抽 3 组用计算器对拍复算;可疑值由人裁决 | 整理表+可疑值清单 | 抽检 3 组与人工复算一致;可疑值全部有结论 | | T5 拟合与 g 初算 | 整理表 | 给出 T²–L 拟合初稿(斜率、截距、图) | 复核拟合合理性(截距应近 0),g=4π²÷斜率 | 拟合图+g 初值 | 图上每个点可追溯回原始表;截距有解释 | | T6 不确定度分析 | 拟合图+g 初值 | 只列不确定度来源清单(A 类/B 类各有哪些)供对照 | 人工评定并完成计算 | 不确定度分析一节 | 每个来源有数值或有"可忽略"的理由;g 写成 g ± U 形式 | | T7 误差与结论 | T5、T6 产出 | 起草误差讨论段的提纲 | 撰写并复核结论 | 误差与结论一节 | 结论只写数据支持的话;与 9.8 的偏差在 g ± U 内有解释 | | T8 报告与 PPT | T4–T7 产出 | 搭 Word/PPT 模板与版式、图表美化 | 内容逐段人写人改;数值单位逐项抽查 | 报告+PPT 初稿 | 抽查数值与 T4–T6 产出一致;无"AI 腔"整段照搬 | | T9 计划书修订与日志 | 全部过程记录 | 无 | 回填计划书 v1,整理 AI 使用日志与 AI 使用声明 | 计划书 v1+日志 | ≥3 处人工修订各附理由;日志含本讲各次对话 | | T10 路演排练 | 计划书 v1、PPT | 按评分维度出 10 个模拟答辩问题 | 全员 2 分钟计时排练 2 轮 | 排练记录 | 每人能讲清自己把关的环节;计时≤2 分钟 | 《周时间表》 | 周 | 任务 | 里程碑 | |---|---|---| | 第 1 周 | T1 定方案与分工;T2 备齐器材 | ★ 方案签字定稿 | | 第 2 周 | T2 搭装置+试测,按问题清单回改方案 | 试测通过:30 周期计时成功 | | 第 3 周 | T3 正式采数(5 档 × 3 组) | ★★ 中期检查点:15 组是否齐全?抽 1 组对拍是否通过?不齐→第 4 周初补测(备选:改摆长档位) | | 第 4 周 | T4 整理+对拍;T5 拟合与 g 初算 | 拟合图+g 初值成文 | | 第 5 周 | T6 不确定度;T7 误差与结论 | ★ g ± U 定稿 | | 第 6 周 | T8 报告与 PPT 定稿;T9 计划书 v1 与日志 | ★ 报告、PPT、计划书 v1 定稿 | | 第 7 周 | T10 复核与路演排练(只复核,不改方案) | 作品与讲稿冻结 | ──────────────────────────────────────────── 【换题重跑节选】同一提示词,选题换成"手机传感器测电梯加速度",其余不变(节选 4 行) | 任务 | 输入 | AI 动作 | 人工动作 | 产出物 | 验收标准 | |---|---|---|---|---|---| | 方案与符号约定 | 选题说明书 | 起草方案要点,提示超重/失重的判别条件 | 定符号约定并写入方案 | 方案一页纸 | 写明:竖直向上为正;静止读数≈g 作零点,a=读数−零点;超重读数>g、失重读数<g;上行先超重后失重 | | 正式采集 | 传感器 App、软布 | 不参与操作 | 错峰乘梯,5 上+5 下回合 | a–t 原始数据 | 每回合覆盖完整加减速段;手机平放梯厢中央、全程未动 | | 数据自洽校验 | a–t 数据 | 按模板对 a 逐点积分得 v–t,再积分得位移初值 | 人工核对三件事:v 首末应≈0;位移与层高×层数偏差≤10%;匀速段 a≈0 兼作零点复核 | 自洽校验记录 | 三项检查全过;不过→查零点标定并复算 | | 误差与结论 | 校验通过的数据 | 列误差来源清单(零点漂移、振动、采样率) | 人工评定误差并签字 | 结论一节 | 加速度量级合理(常见客梯约 0.5–1 m/s² 量级,以实测为准);结论不超出数据支持范围 |
AI 输出的《任务分解表》节选(经人工修订后;原样六列输出见上方折叠块,此处为四列简版):
| 任务 | 产出物 | 由谁完成 | 验收标准 |
|---|---|---|---|
| 确定测量方案(摆长取值档位、摆角控制) | 方案一页纸 | 人机协作 | 摆角小于 5° 并能说明小角度近似的原因 |
| 搭建装置并试测 | 试测数据 1 组 | 人工 | 计时方法统一(以连续 30 个周期为一组计时) |
| 正式采集数据(5 档摆长 × 各 3 组) | 原始数据表 | 人工 | 数据齐全,异常值当场标注原因 |
| 数据处理与不确定度分析 | 结果表 + T²–L 图 | 人机协作 | 图中每个点可追溯回原始数据;g 结果与公认值 9.8 m/s² 的偏差合理,并给出不确定度 |
| 撰写报告与汇报 PPT | Word 报告 + PPT | 人机协作 | 数值、单位、图注经人工逐项核对 |
《周时间表》节选(注意第 3 周的检查点):第 1 周定方案与分工 → 第 2 周装置搭建与试测 → 第 3 周正式采数(中期检查点:数据够不够?不够即启动备选方案)→ 第 4–5 周分析与绘图 → 第 6 周报告与 PPT → 第 7 周复核与路演排练。
请注意人工修订的味道:AI 最初把"不确定度分析"也排给了自己,被小组改回"人机协作、结论人工签字"——这一处修订理由要写进计划书,它本身就是"规划与过程记录"的得分点。物理上再检查一遍:T = 2π√(L/g),5 档摆长对应 5 个 T 值,T² 对 L 作图应为直线,斜率 4π²/g——这正是不确定度分析的抓手。
五、课堂实操任务单
本讲任务全程使用对话式 AI 完成,无需 Agent 工具(那是第 8 讲起的事)。任务分两层:保底任务 / 进阶挑战,先保底、再进阶。
从下面三个任务中任选一个(也可以选课前准备里你自己带来的大任务):
- A 组织一次学术报告(含邀请、场地、宣传、现场、纪要);
- B 完成一份实验报告全流程(从原始数据到定稿提交);
- C 策划一个系列科普推文(连续 4 期,主题如"身边的热学")。
用下面的提示词起点让 AI 生成任务清单(把方括号换成你的任务,并按第 4 讲六要素补足背景):
我要完成:[填写你的任务]。
请把它拆成任务清单,每一步写清四件事:
做什么、由 AI 完成还是由人完成、产出物是什么、怎么算完成。
目标与背景:[一句话目标 / 受众 / 截止时间]。
先不要执行任何一步,只输出清单。
拿到清单后,逐条人工修订至少 3 处(改粒度、补验收标准、改 AI/人分工都算)。
讨论(第 1 节末):你修订的 3 处里,有没有一处是把 AI 标成"可完成"而改掉的?它踩中了四个人工把关点中的哪一个?
上半场的规划练习人人过关后,下半场转入小组立项工作坊(第 2 节):本讲的两份关键产出都在课堂完成,不留课后作业。
- 每组 2 分钟,按固定顺序讲三件事:选题(一句话)→ 计划(里程碑与检查点在哪几周)→ 分工(谁负责人工把关哪一环);计时器响了就停;
- 全班一句话建议:每组展示后,其他组至少给出一条一句话建议(用开题评审四要点说话,如"你们的检查点太晚");
- 教师给开题意见:通过 / 修改后通过 / 建议换方向,意见记入计划书 v1 的"开题反馈"一栏。
小组总数超过 10 个时,课堂时间不够逐组快闪,将改为"代表组开题 + 其余组书面开题":每组提交一页书面开题(选题 + 计划 + 分工),由教师与 2 个代表组点评;或开题材料课后线上提交、教师书面反馈。具体采用哪种,以课上通知为准。
六、常见坑与翻车案例
- 坑① 一步到位式拆解:"第 1 步写脚本,第 2 步出视频。"粒度粗到没法执行也没法检查。解法:拆到"一个人半天能做完、做完能当场检查"的粒度。
- 坑② 只拆 AI 的活:整份清单全是"AI 生成",没有一步人审、无人担责——等于把署名权也外包了。解法:每步都问一遍"谁负责";"人工动作"栏不许全空。
- 坑③ 验收标准后置:"先做完,再看好不好。"结果人人都说"差不多",谁也无法判定过/不过。解法:验收标准与步骤同时写,用"验收标准三问"自检。
- 坑④ 里程碑没有时间点:只有先后顺序、没有检查点,拖到最后一周才发现开头就错了方向。解法:里程碑必须带时间——类比实验:先校准仪器再测,错了早掉头。
- 坑⑤ 把"AI 能写"当成"AI 能保证为真":让 AI 列事实清单它很在行,但"保证每条为真"它做不到——流畅输出里可能混着编造。解法:事实类步骤一律标"AI 做 + 人核",逐条对权威来源。
- 坑⑥ 提示词让 AI"直接写计划书":AI 十分钟能生成一份辞藻华丽的计划书,但时间表往往是"理想周":没有检查点、没有备选方案。解法:AI 生成后必须逐行人工修订,修订理由写进文档——计划书的价值在"你们想过",不在"AI 写过"。
- 坑⑦ 时间表只写截止日期:"第 7 周交作品"不叫时间表。解法:每周有任务、每两周有里程碑、第 3 周前后必须有中期检查点——数据不够时还有回头路。
- 坑⑧ 分工写"全组一起做":快闪开题被追问"谁把关科学性"就露馅。解法:每个任务标清 AI / 人工 / 人机协作,人工把关人具体到名字。
- 坑⑨ 把 AI 调研的文献直接写进素材库:标题、作者、年份都可能是编造的。解法:AI 只给方向与关键词,具体文献到图书馆数据库逐条核实后才能入库。
- 坑⑩ D 方向先斩后奏:自选题做完了才来找老师审批,一旦方向不合规就得推倒重来。解法:走 D 方向的组,务必在本讲开题环节拿到教师审批。
七、自测
1. 把大任务拆解的正确链条顺序是?
- 目标 → 成果物 → 里程碑 → 步骤
- 步骤 → 目标 → 里程碑 → 成果物
- 成果物 → 步骤 → 目标 → 里程碑
- 里程碑 → 成果物 → 目标 → 步骤
查看答案
A。先定"要达成什么"(目标),再定"交付什么"(成果物),再设中间检查点(里程碑),最后落到可执行的最小动作(步骤)。
2. 按"可复核性 / 创造性 / 责任"三条分工判据,下列哪一步最应当完全由人来做?
- 把全组数据文件按规则重命名
- 决定科普视频的叙事视角,并对提交成品负责
- 给初稿统一字体与段落格式
- 为脚本提供三个备选开头
查看答案
B。它同时踩中"创造性"(审美与取舍)与"责任"(署名成果)两条判据;A、C 属可复核的机械工作,D 是"AI 出候选、人拍板"的典型分工。
3. 开题评审四要点中的"成果形态明确",指的是?
- 最终交什么在开题时就要定清,且每一样能对照清单验收
- 成果的数量越多越好
- 视频做得越长越好
- 使用的 AI 工具越新越好
查看答案
A。成果形态明确=期末交付清单在开题时就锁死(如 A 方向:长文+4 图+3 分钟视频+网页),后面对照清单逐项验收,不临场漂移。
4. 课程标准"任务卡"的五栏是:输入、AI 动作、人工动作、产出物,以及下面哪一栏?
- 时间预算
- 验收标准
- 工具清单
- 风险预案
查看答案
B。五栏为:输入 / AI 动作 / 人工动作 / 产出物 / 验收标准——其中"人工动作"与"验收标准"两栏非空,是任务卡区别于普通清单的关键。
5. 简答:快闪开题的 2 分钟里,每组必须按顺序讲清哪三件事?展示结束后,其他组按什么规则互动?
参考答案
三件事:选题(一句话说清做什么)、计划(里程碑与中期检查点在哪几周)、分工(谁负责人工把关哪一环)。互动规则:其他组至少给出一条一句话建议,且要能用开题评审四要点说出理由;最后由教师给出开题意见(通过 / 修改后通过 / 建议换方向)。
八、期末项目发布与本讲产出
期末以小组(2–3 人)完成一个多模态集成作品,并在第 15–16 讲用两次课完成项目展示与答辩(选课人数 80 人以上,分两场进行)。选题方向四选一(鼓励自定):
| 方向 | 内容 | 参考成果形态 |
|---|---|---|
| A 物理科普多媒体作品包 | 围绕一个物理主题 | 科普长文 + 4 张配图 + 3 分钟短视频 + 展示网页 |
| B 实验数据完整分析 | 真实 / 模拟实验数据 | Agent 处理分析 → 图表 → Word 报告 → 汇报 PPT |
| C 物理学习小工具 | 网页版计算器 / 单位换算器 / 交互演示(单摆、抛体等) | 小工具 + 使用说明文档 |
| D 自选题 | 自定主题与形态 | 须含多模态集成成果;需在本讲开题环节经教师审批 |
项目全程里程碑(与课程进度总表一致):
| 时间 | 节点 | 产出 |
|---|---|---|
| 第 7 讲(本讲) | 选题、组队与立项开题 | 选题说明书 + 项目计划书 v1(组,课堂完成) |
| 第 8–10 讲 | 方法储备 | Agent 环境搭建与端到端演练(Agent 任务记录、实验数据 AI 报告、端到端协同作品) |
| 第 11 讲 | 文本 | 项目核心文本初稿(组) |
| 第 12 讲 | 图像 | 项目图像素材 |
| 第 13 讲 | 视频 | 科普短视频(组) |
| 第 14 讲 | 集成 | 项目展示网页(组) |
| 第 15–16 讲 | 展示答辩 | 两场项目展示与答辩 + 作品集完整归档 |
评分:作品 35 分(规划与过程记录 10、科学准确性 10、完成度与集成度 8、创意与表现力 7);展示 15 分(内容表达 6、人机协作过程呈现 5、答辩质量 4)。完整考核方案见课程《教学大纲》"考核与评价方案"(课堂同步发布)。注意本讲就计分:"规划与过程记录"这 10 分,从今天定稿的计划书 v1 开始积累。
本讲不布置课后作业,但以下三件课堂产出必须当场完成并归档,它们是后续所有项目环节的起点:
- 《选题说明书》一页纸(任务⑦):主题、目标成果、受众、素材来源、初步任务分解;
- 《项目计划书 v1》(任务④⑥):确定选题与分工 + 《任务分解表 + 周时间表》,保留 AI 初稿与人工修订痕迹(修订理由写在旁边);
- 小组素材库框架:按"文献、数据、参考作品"三类建好文件夹开始积累(文献须逐条核实后入库)。
课后如需微调计划书,只做补充、不推翻方向;方向性问题留到下一次课向教师确认。
本讲产出虽在课堂完成,同样适用课程《学术诚信与 AI 使用规范》:计划书需注明用了什么 AI 工具、让它做了什么、你们如何核查,并随附AI 使用声明。分工与时间表必须反映全组的真实讨论,不能由 AI 代写后照单全收;规划过程请记入AI 使用日志——期末"规划与过程记录" 10 分以它为凭。"AI 产出,人工把关。"
九、建议课后自学内容
🎓 课后自学:规划的思想源流 + 让计划书更"工程化"
① 规划与搜索:AI 领域最经典的 problem。你今天练的"任务分解",在经典人工智能里有一个更老的名字——搜索与规划(Search & Planning):给定初始状态与目标状态,找出一条从起点到终点的路径。把本讲翻译过去:初始状态 = 现在的你和你手里的素材;目标状态 = 验收标准全部打勾的成果物;任务分解 = 把这条路切成一段段可检查的路标(里程碑与步骤)。想深入的同学,可查阅课程资料包中的两份经典讲义(相对课程资料目录):「AI Lecture Materials of MIT」文件夹《Chapter 2 Search_1.pdf》(状态、动作与路径的经典搜索框架);「Artificial Intelligence Lecture Materials of Washington State University」文件夹 l7.pptx(专家系统与规划)。两份讲义面向有编程基础的读者,只作思想观光,不要求掌握其中算法细节。
② 让 AI 当"红队"。把计划书全文发给 AI,指令它:"只找漏洞,不夸奖:列出这份计划最可能失败的 3 种情形及早期预警信号。"这是工程评审里常见的红队思路,比泛泛的"帮我看看好不好"有效得多。
③ 计划书是活文档。第 11–14 讲每完成一块产出(核心文本、图像素材、短视频、展示网页),就回到计划书勾掉对应任务、修订时间表——期末"规划与过程记录 10 分"看的正是这条完整的演进轨迹。过程中所有与 AI 的对话,记得随手记入小组 AI 使用日志。