第 6 站 课时教案：怎么让 AI 当个好助手？

课堂目标与 AI 通识背景

🎯 课堂目标

1. 认知维度：理解“指令微调（Instruction Tuning）”与“人类反馈强化学习（RLHF）”对让模型听懂指令的决定性作用。
2. 思维维度：掌握结构化指令（Prompt Engineering）的设计方法：角色 + 任务 + 限制条件。
3. 价值观维度：树立“AI 必须由人类加以约束和对齐”的工程安全意识，体验扮演“星际教练”的掌控感。

💡 AI 通识核心背景（教师备课用）

• 从接龙到对齐（Alignment）：刚刚预训练出来的原始大模型，只是个盲目的“接龙玩家”。如果你问它“请写一篇关于熊猫的作文”，它可能会顺着接龙写“请写一篇关于熊猫的作文，还有关于老虎的作文……”这被称为没有“对齐”。
• 指令微调 (Instruction Tuning) 与 RLHF：为了让模型变成听话的助手，科学家需要进行“指令微调”，即喂给它大量“问-答”配对样本；并引入人类打分反馈（RLHF），惩罚无理接龙，奖励按指令回答。
• 提示词工程 (Prompt Engineering)：人类如何精准指挥对齐后的 AI？核心就是提示词架构。一个高水平的结构化提示词必须包含：角色 (Role)、任务 (Task) 和 限制条件 (Constraint)。

40分钟核心教学流程

1. 情境导入与概念激活（0-8分钟）

• 太空引入：教师引导：“采集基地的多功能机械狗阿奇动作混乱。它只学会了‘接龙’，根本听不懂主人的指令！当让它去‘搬门口的蓝色矿石’时，它开始顺着接龙，完全不干活。我们今天要扮演‘特级训导教练’，给它装入对齐芯片，并给它编写精准的结构化控制指令！”
• 生动类比：
  • 问学生：“如果训练一只搜救犬，你随便对它大喊大叫、说很长的废话，它能完美搜救吗？（学生答：不能）”
  • “那训犬师是怎么做的？（学生：给它特定的口令、手势，以及做对了就奖励骨头）”
  • 教师小结：“对！科学家调教大模型，也是用这套‘立规矩打分’的办法！”

2. 交互探究与概念构建（8-25分钟）

• 第一阶段：两阶段芯片对比（体验微调对齐）：
  • 指导学生登录平台，向阿奇发送指令“请帮我搬开门口的蓝色矿石”：
    • 默认阶段：观察阿奇的回答，发现它开始重复废话或者疯狂接龙，机械狗完全没有去移动矿石的物理动作。
    • 微调对齐阶段：指导学生点击“装入微调对齐芯片”，再次发送指令。观察到阿奇说：“【收到指令】已将蓝色矿石移开！”并顺利完成动作。
• 第二阶段：提示词工程挑战（设计矿石收集令）：
  • 引导学生扮演星际教练，在控制台设计高级提示词。
  • 使用平台提供的结构化模板：
    • [角色]：优秀的矿石搬运工
    • [任务]：把所有的绿色能晶安全收集起来
    • [限制]：千万不能触碰有毒的红色岩浆！
  • 编写完成后，点击“发送测试”，观察机械狗能否根据复杂的限制条件，智能且安全地完成搬运。

3. 通关挑战与真实体验（25-32分钟）

• 真实 AI 评测：点击调用真实的 DeepSeek API 进行实战训导，AI 会扮演阿奇对你的指令进行安全执行评估，得到 95 分以上即可成功通关。
• 阐述科学原理：在挑战框中写下：为什么大模型在玩接龙之外，还需要经过“指令微调”和“人类打分反馈”才能成为人类的好帮手？
• 勋章激活：成功激活“提示词工程师”勋章！

4. 归纳反思与人机研讨（32-40分钟）

• 师生研讨：请几位获得 98 分以上高分的同学上台大屏幕投影展示他们设计的“矿石收集令”，分享他们设置“限制条件”的经验。
• 备课总结：教师总结：“今天我们学习了如何把野生的接龙模型驯化为贴心的助手。AI 之所以听话，是因为人类给它装了对齐规矩。在未来的智能时代，最能驾驭 AI 的人，一定是那些能够用‘角色 + 任务 + 限制’写出完美结构化指令（提示词）的‘超级掌控者’！”

学生可能反应与引导建议

反应一：学生觉得指令越简单越好，随便说什么 AI 都会干，不需要结构化模板

• 引导建议：教师可以让学生在真实 AI 接口输入一个极其模糊的指令（如“收集东西”）和一个结构化指令（角色：安全员，任务：只收集绿色水晶，限制：避开红色石头）。对比两者的结果差异，学生会直观发现：指令越含糊，AI 越容易摸鱼犯错；指令越清晰、有限制，AI 的执行效率才越高。

反应二：调用真实 AI (DeepSeek API) 时，因网络波动响应较慢

• 引导建议：教师引导学生进行“静态反思”：“艾达的控制天线正在向星空深处的超级服务器发射我们的指令包。在它返回评价的间隙，我们可以互相检查一下身边同伴的指令里有没有写清‘不要触碰红色岩浆’这句黄金限制条件？”

课堂评价指标

• 探究参与度：对比微调前后阿奇的反应，以及结构化指令模板填写的完成度。
• 思维严密性：在挑战回答中，能否理清“原始接龙模型只懂连词，必须通过微调立规矩、人类反馈打分对齐，才能理解指令的格式和任务要求”这一核心逻辑。