综合实践：设计一个AI应用方案

一、实践信息实践主题设计一个AI应用方案适合对象人工智能零基础学习者预计完成时长3-4小时实践形式选择一个真实问题设计一份简单但完整的AI应用方案最终成果一页AI应用方案说明、一个Prompt示例、一张流程图二、实践目标完成本次综合实践后你应该能够从生活或工作中发现一个适合AI辅助解决的问题。明确目标用户和具体使用场景。分析AI应用需要哪些数据。判断适合使用哪类AI能力例如文本生成、图像识别、推荐、分类、问答或摘要。设计一个简单清晰的用户使用流程。识别隐私、错误回答、偏见、版权和过度依赖等风险。给出后续改进方向。把前面课程学到的AI概念、应用场景和风险意识整合起来。三、实践导入从“学过AI”到“会设计AI应用”前面的课程帮助你建立了AI基础知识体系。你已经了解AI是什么AI如何发展机器如何学习数据、算法、算力的作用机器学习、深度学习和大模型的关系自然语言处理、计算机视觉、语音智能和多模态AI生成式AI的能力边界AI在各行业中的典型应用AI风险、伦理和安全后续学习路线和工具入门现在要完成最后一步用这些知识设计一个简单AI应用方案。这不是要求你马上写代码、训练模型或做出完整产品。本次实践重点是训练你的AI项目思维发现问题 → 分析用户 → 梳理数据 → 匹配AI能力 → 设计流程 → 控制风险 → 形成方案如果你能把这条链路说清楚就说明你已经不只是“知道AI概念”而是开始具备“用AI解决问题”的能力。四、最终交付物本次综合实践需要完成三类成果。1. 一页AI应用方案说明包含应用名称要解决的问题目标用户使用场景所需数据AI能力选择核心功能用户流程风险分析改进方向2. 一个简单Prompt示例这个Prompt要体现你希望AI完成的核心任务。例如请根据下面的课堂笔记整理出结构化复习资料。 要求输出知识点总结、重点概念、易错点和3道复习题。 只根据我提供的笔记回答不要添加笔记中没有的信息。3. 一张流程图流程图需要表达问题 → 数据 → AI能力 → 输出结果 → 人工审核或用户使用可以用文字流程图完成不要求绘图软件。例如学生上传课堂笔记 → AI提取知识点 → AI生成结构化笔记和复习题 → 学生人工确认 → 保存到个人复习资料库五、可选实践主题你可以从下面主题中选择一个也可以自己设计。主题适合解决的问题主要AI能力AI学习助手不知道怎么学、怎么复习问答、学习计划生成、练习题生成智能客服助手重复问题多人工回复慢知识库问答、意图识别、文本生成简历优化助手简历表达不清楚重点不突出文本改写、结构优化、岗位匹配旅游规划助手行程安排复杂信息分散文本生成、推荐、信息整理课堂笔记总结助手笔记混乱复习效率低摘要、知识点提取、题目生成商品评论分析助手评论太多难以提炼问题情感分析、文本分类、摘要会议纪要助手会议内容多整理耗时语音识别、摘要、待办提取个人知识库助手笔记资料多查找困难文档检索、问答、摘要六、实践步骤总览建议按下面7个步骤完成。步骤要完成的内容产出第1步选择问题问题描述第2步明确用户目标用户和使用场景第3步梳理数据所需数据清单第4步匹配AI能力AI能力选择表第5步设计流程用户流程图第6步分析风险风险和应对措施第7步整理方案一页AI应用方案七、第1步选择一个真实问题1. 好问题的特点一个适合AI实践的问题通常有这些特点真实存在用户明确重复发生处理起来耗时需要理解、总结、识别、推荐、预测或生成AI辅助后能明显提高效率或体验2. 不太适合的问题下面问题不太适合作为本次实践主题规则非常简单普通程序即可解决没有明确用户没有可用数据风险很高但没有人工审核只是为了使用AI而使用AI例如满100减20自动计算优惠。这个问题用普通规则程序就可以解决不一定需要AI。3. 问题描述模板请填写项目内容我选择的问题这个问题出现在哪里谁会遇到这个问题现在通常怎么解决现在的解决方式有什么不足AI可能如何提供帮助4. 示例项目示例内容我选择的问题学生课堂笔记混乱复习效率低这个问题出现在哪里上课、培训、自学课程之后谁会遇到这个问题学生、职场学习者、培训学员现在通常怎么解决自己重新整理笔记现在的解决方式有什么不足耗时容易遗漏重点AI可能如何提供帮助自动提取知识点生成结构化复习资料八、第2步明确目标用户1. 为什么要明确用户不同用户需要的AI应用不一样。例如同样是“学习助手”小学生需要更简单的解释和趣味练习大学生需要知识体系和考试复习职场人需要高效总结和实践案例教师需要题目生成和学情分析如果用户不清楚方案就容易泛泛而谈。2. 用户画像模板项目内容目标用户用户基础用户目标用户痛点使用频率使用环境用户最关心什么3. 示例项目示例内容目标用户AI入门课程学习者用户基础零基础不熟悉专业术语用户目标快速整理课堂内容方便复习用户痛点笔记零散重点不清楚使用频率每次听课后使用使用环境手机或电脑端用户最关心什么总结是否准确、是否通俗、是否方便复习九、第3步说明需要哪些数据1. 数据是AI应用的基础AI应用不是凭空工作的。它需要输入数据或参考资料。例如课堂笔记总结助手需要课堂笔记、课件或录音转写文本智能客服助手需要FAQ、产品文档和历史客服记录简历优化助手需要简历、岗位描述和优化目标商品评论分析助手需要评论内容、商品信息和评分2. 数据清单模板数据类型是否必须数据来源可能风险3. 数据质量检查请检查数据是否完整数据是否准确数据是否过时数据是否有明显偏见数据是否包含隐私是否有权限使用这些数据4. 示例课堂笔记总结助手数据类型是否必须数据来源可能风险课堂笔记文本必须学生手动输入或上传可能有错别字和遗漏课件内容可选教师提供可能涉及版权课堂录音转写可选录音工具生成可能涉及他人声音和隐私课程目录可选课程资料目录可能不完整十、第4步选择合适的AI能力1. 常见AI能力回顾AI能力适合任务文本生成写文案、写总结、写计划文本分类判断评论情绪、识别问题类型摘要生成总结文章、会议、课堂笔记问答根据资料回答问题推荐推荐课程、商品、路线图像识别识别图片中的对象或缺陷语音识别把语音转成文字目标检测找出图片中的目标位置多模态理解同时理解文字、图片、声音2. 能力选择模板要解决的任务适合的AI能力为什么适合3. 示例课堂笔记总结助手要解决的任务适合的AI能力为什么适合把录音变成文字语音识别先把声音转成可处理文本提取课堂重点摘要生成 / 关键词提取从长文本中提炼重点生成复习题文本生成根据知识点生成练习回答复习问题知识库问答基于笔记内容回答问题十一、第5步设计用户使用流程1. 为什么要设计流程AI应用不是只输出一个答案。还要考虑用户如何开始、如何输入、如何查看结果、如何修改和确认。一个清晰流程能帮助你判断方案是否可用。2. 流程设计模板请用文字写出流程第1步 第2步 第3步 第4步 第5步也可以写成箭头流程用户输入资料 → AI处理资料 → 生成结果 → 用户确认和修改 → 保存或导出3. 示例课堂笔记总结助手学生上传课堂笔记或录音转写文本 → 系统检查是否包含敏感信息 → AI提取课程主题和知识点 → AI生成结构化笔记、重点总结和复习题 → 学生检查并修改不准确内容 → 保存到个人复习资料库4. 流程中要加入人工确认尤其是涉及学习、医疗、法律、金融、对外发布等场景时需要人工确认。本次实践建议你至少加入一个人工确认环节。十二、第6步分析风险和应对措施1. 常见风险风险类型说明隐私风险输入内容可能包含个人或公司敏感信息错误回答AI可能总结错、理解错或生成错误内容幻觉问题AI可能编造资料中没有的信息偏见问题数据不均衡可能导致不公平结果版权问题资料或生成内容可能涉及版权过度依赖用户可能不再主动思考和验证安全风险AI可能执行或建议高风险操作2. 风险分析模板风险可能后果应对措施3. 示例课堂笔记总结助手风险可能后果应对措施录音包含他人声音可能涉及隐私提醒用户获得授权支持只上传转写文本AI总结遗漏重点复习内容不完整输出后要求学生人工确认AI生成错误复习题学生被误导标注“AI生成需核查”提供修改入口课件涉及版权未授权传播仅用于个人学习不公开分享十三、第7步给出改进方向1. 为什么需要改进方向一个AI方案很少第一次就完美。需要根据用户反馈和实际效果不断优化。2. 改进方向可以包括提高数据质量增加人工审核增加引用来源优化Prompt增加用户反馈功能支持更多输入格式接入知识库支持多轮问答增加错误纠正机制增加隐私保护提醒3. 改进方向模板当前不足后续改进方向十四、一页AI应用方案模板你可以直接复制下面模板完成最终方案。# AI应用方案应用名称 ## 1. 要解决的问题 简要描述这个问题是什么、为什么值得解决。 ## 2. 目标用户 说明谁会使用这个AI应用以及他们的基础、目标和痛点。 ## 3. 使用场景 说明用户在什么时间、什么环境、为了解决什么任务而使用。 ## 4. 所需数据 列出需要输入或参考的数据。 | 数据类型 | 是否必须 | 数据来源 | 风险 | |---|---|---|---| | | | | | ## 5. AI能力选择 | 任务 | AI能力 | 原因 | |---|---|---| | | | | ## 6. 核心功能 1. 功能一 2. 功能二 3. 功能三 ## 7. 用户使用流程 text 用户输入 → AI处理 → 输出结果 → 人工确认 → 保存或使用8. 风险和应对措施风险可能后果应对措施9. Prompt示例请在这里写出你的核心Prompt。10. 改进方向改进方向一改进方向二改进方向三--- ## 十五、流程图模板 可以使用下面的文字流程图。 text 真实问题 → 用户输入数据 → 数据检查和脱敏 → AI能力处理 → 输出初步结果 → 用户或专业人员审核 → 保存、发布或进入下一步流程 → 收集反馈并优化也可以使用更具体的版本学生上传课堂笔记 → 系统提醒检查隐私信息 → AI提取知识点 → AI生成总结和复习题 → 学生人工核查 → 修改后保存为复习资料十六、Prompt设计模板一个好的Prompt应包含角色 任务 背景 输入资料 输出格式 约束 不确定时处理方式通用Prompt模板请你作为【角色】 面向【目标用户】 完成【具体任务】。 背景 【说明使用场景和目标】 输入资料 【粘贴或描述资料】 输出要求 1. 【格式要求】 2. 【内容要求】 3. 【长度要求】 4. 【风格要求】 5. 【风险控制要求】 如果资料中没有相关信息请写“资料未提及”不要编造。示例Prompt课堂笔记总结助手请你作为一名AI学习辅导助手 面向AI零基础学习者 根据下面的课堂笔记生成复习资料。 输出要求 1. 输出四部分课程主题、核心知识点、易错点、复习题。 2. 核心知识点不超过8条。 3. 复习题生成3道并给出参考答案。 4. 语言通俗易懂避免复杂术语。 5. 只根据我提供的笔记回答不添加笔记中没有的信息。 如果笔记中信息不足请写“笔记未提及”不要编造。十七、示例方案一AI课堂笔记总结助手1. 要解决的问题学生上课后经常留下大量零散笔记复习时不知道哪些是重点也难以快速形成知识结构。2. 目标用户目标用户是课程学习者尤其是零基础或自学能力还不稳定的学习者。他们希望快速整理课堂内容提高复习效率。3. 使用场景用户在上完一节课后把课堂笔记、录音转写文本或课件要点输入系统希望得到结构化复习资料。4. 所需数据数据类型是否必须数据来源风险课堂笔记必须学生输入可能不完整录音转写文本可选语音识别工具可能包含他人隐私课件内容可选教师提供可能涉及版权课程目录可选课程大纲可能过于简略5. AI能力选择任务AI能力原因提取重点摘要生成从长文本中整理重点识别知识点文本理解找出核心概念生成复习题文本生成帮助学生巩固回答问题知识库问答基于笔记进行答疑6. 核心功能自动整理课堂知识点。生成结构化复习笔记。提取易错点和重点概念。自动生成复习题和参考答案。提醒用户核查AI总结内容。7. 用户使用流程学生上传课堂笔记或录音转写文本 → 系统提醒用户检查隐私信息 → AI提取课程主题和核心知识点 → AI生成结构化笔记、易错点和复习题 → 学生人工核查和修改 → 保存到个人复习资料库8. 风险和应对措施风险可能后果应对措施笔记不完整总结遗漏重点提醒用户补充课件或目录AI生成错误内容学习者被误导要求用户人工核查录音涉及隐私泄露他人声音或发言提醒获得授权优先使用转写文本课件涉及版权未授权传播限制为个人学习使用9. Prompt示例请你作为一名AI学习辅导助手 根据下面的课堂笔记生成复习资料。 要求 1. 输出课程主题、核心知识点、易错点和3道复习题。 2. 语言通俗易懂适合零基础学习者。 3. 只根据笔记内容回答不添加笔记中没有的信息。 4. 如果信息不足请写“笔记未提及”。10. 改进方向支持上传课件和课堂录音转写文本。增加知识点掌握程度自测。支持按考试目标生成复习计划。增加用户反馈持续改进总结效果。十八、示例方案二智能客服助手1. 要解决的问题客服团队每天要处理大量重复问题例如退款流程、订单查询、产品使用方法等人工回复耗时较长。2. 目标用户目标用户包括普通消费者和客服人员。消费者希望快速得到答案客服人员希望减少重复劳动。3. 使用场景用户在网站、App或社群中提出售前或售后问题智能客服助手根据知识库回答常见问题。4. 所需数据数据类型是否必须数据来源风险FAQ必须客服团队整理可能过时产品文档必须官方资料需要持续更新售后政策必须公司规则答错会影响用户权益历史客服记录可选客服系统可能包含个人隐私5. AI能力选择任务AI能力原因判断用户问题类型意图识别 / 文本分类帮助匹配答案查找相关资料文档检索从知识库找依据生成回复文本生成用自然语言回答判断是否转人工风险识别避免复杂问题误答6. 核心功能自动回答常见问题。根据知识库提供答案来源。对复杂问题转人工处理。记录用户反馈。提醒知识库需要更新的内容。7. 用户使用流程用户输入问题 → AI识别问题类型 → 系统检索知识库 → AI基于知识库生成回答 → 如果问题复杂或AI不确定转人工客服 → 记录用户反馈并优化知识库8. 风险和应对措施风险可能后果应对措施知识库过时回答旧政策设置定期更新机制AI编造政策用户被误导要求只基于知识库回答涉及个人订单泄露隐私身份验证后再查询投诉问题未转人工用户体验变差设置转人工规则9. Prompt示例请你作为智能客服助手 只根据提供的客服知识库回答用户问题。 要求 1. 如果知识库中有答案请简洁回答并标注依据。 2. 如果知识库中没有答案请回复“当前资料未提及建议转人工客服”。 3. 不要编造政策、价格、承诺或处理结果。 4. 涉及退款、投诉、金额争议时建议转人工。10. 改进方向接入订单系统但必须做好权限验证。支持多轮对话。增加用户满意度评价。定期分析未解决问题更新FAQ。十九、示例方案三商品评论分析助手1. 要解决的问题电商商品评论数量多商家很难快速了解用户最满意和最不满意的地方。2. 目标用户目标用户是电商商家、产品经理、运营人员和客服团队。3. 使用场景商家定期导入商品评论系统自动分析好评、差评、常见问题和改进建议。4. 所需数据数据类型是否必须数据来源风险商品评论文本必须电商平台可能包含个人信息评分可选用户评价评分和文字可能不一致商品信息必须商品详情信息可能过时售后记录可选客服系统涉及隐私5. AI能力选择任务AI能力原因判断情绪情感分析区分好评和差评倾向提取问题文本分类 / 摘要找出常见投诉点总结优缺点摘要生成形成可读报告生成改进建议文本生成给运营提供参考6. 核心功能评论情绪分类。高频问题提取。商品优缺点总结。用户需求和投诉归类。生成运营改进建议。7. 用户使用流程商家导入评论数据 → 系统去除用户隐私信息 → AI进行情感分析和问题分类 → AI生成评论分析报告 → 运营人员核查报告 → 输出产品改进和客服优化建议8. 风险和应对措施风险可能后果应对措施评论中包含隐私泄露用户信息分析前脱敏虚假评论干扰分析结果偏差识别异常评论AI误判情绪得出错误结论抽样人工复核建议过于笼统无法执行要求输出具体问题和证据9. Prompt示例请根据下面的商品评论生成一份评论分析报告。 输出要求 1. 总结用户最满意的3点。 2. 总结用户最不满意的3点。 3. 提取高频问题并给出对应评论证据。 4. 给出3条产品或客服改进建议。 5. 不输出用户姓名、电话、地址等敏感信息。10. 改进方向增加评论趋势分析。区分真实评论和异常评论。对不同商品版本分别分析。接入客服工单形成更完整的问题闭环。二十、评分标准你可以用下面标准检查自己的方案是否完整。评分项满分评价标准问题清晰度20分是否说明真实问题、用户痛点和现有不足用户和场景15分是否明确目标用户、使用环境和使用频率数据分析15分是否列出所需数据、来源和风险AI能力匹配15分是否合理选择AI能力并说明原因流程设计15分是否有清晰用户流程和人工确认环节风险控制15分是否识别隐私、错误、偏见、版权等风险表达清晰度5分是否结构清晰、语言通俗、便于理解总分100分。二十一、自查清单提交方案前请逐项检查。检查项是否完成是否说明了要解决的问题是否明确了目标用户是否说明了使用场景是否列出了所需数据是否分析了数据来源和风险是否选择了合适的AI能力是否说明为什么选择这些AI能力是否设计了用户流程是否加入人工确认或审核环节是否分析了隐私和安全风险是否分析了错误回答或幻觉风险是否给出了改进方向是否提供了Prompt示例是否提供了流程图二十二、常见问题1. 我不会写代码可以完成这个实践吗可以。本次实践重点是设计AI应用方案不要求写代码。你需要说明问题、数据、AI能力、流程和风险。2. 我选的主题很小可以吗可以。小而具体的问题更适合初学者。例如“整理课堂笔记”比“做一个万能学习平台”更适合本次实践。3. 必须选择大模型吗不必须。如果问题更适合分类、推荐、图像识别或规则处理就应该选择更合适的能力。AI应用设计不是越复杂越好。4. Prompt是不是越长越好不是。Prompt要清楚不是单纯追求长。好的Prompt应该说明任务、背景、格式和限制。5. 风险分析是不是只写隐私就够了不够。还要考虑错误回答幻觉偏见版权过度依赖审核机制高风险场景责任二十三、最终提交模板请把你的最终成果整理成下面格式。# 综合实践成果AI应用方案 ## 应用名称 【填写应用名称】 ## 一句话介绍 【用一句话说明这个AI应用解决什么问题】 ## 目标用户 【说明目标用户是谁】 ## 要解决的问题 【说明问题、痛点和现有解决方式不足】 ## 所需数据 | 数据类型 | 是否必须 | 来源 | 风险 | |---|---|---|---| | | | | | ## AI能力选择 | 任务 | AI能力 | 选择原因 | |---|---|---| | | | | ## 核心功能 1. 2. 3. ## 用户流程 text 步骤1 → 步骤2 → 步骤3 → 步骤4Prompt示例【填写Prompt】风险和应对措施风险可能后果应对措施改进方向--- ## 二十四、本实践总结 本次综合实践的重点不是做出一个完整产品而是建立AI应用设计的基本思路。 请记住 1. AI应用要从真实问题出发。 2. 用户和场景越清楚方案越容易落地。 3. 数据决定AI能参考什么也决定很多风险。 4. AI能力要和任务匹配不是越复杂越好。 5. 用户流程要包含输入、处理、输出、审核和反馈。 6. 高风险内容必须有人类审核。 7. Prompt可以提升输出质量但不能替代验证。 8. 一个好的AI方案应同时考虑价值、可用性和风险。 完成这份实践后你应该已经具备AI基础课程的核心能力 text 看懂AI概念 → 理解AI能力 → 分析AI场景 → 判断AI风险 → 初步设计AI应用方案这也是后续继续学习AI产品、AI应用开发、提示词工程或机器学习技术的基础。