AI如何真正用到教学和科研中？从生成式AI到AI Agent

这两年，ChatGPT、DeepSeek、Claude、Gemini 等大模型越来越普及。

很多老师和研究生其实已经开始使用 AI，但实际使用过程中经常会遇到几个问题：

• AI 工具很多，不知道该怎么选
• 会简单提问，但输出结果经常不稳定
• 想用 AI 查文献，又担心引用和来源不准确
• 想辅助论文、教案、PPT，但不知道边界在哪里
• 听说过 AI Agent，但不知道和普通 AI 问答有什么区别

真正有价值的，不是掌握多少个 AI 工具，而是能不能把 AI 放进自己的教学和科研流程里。

一、从“会提问”开始

使用生成式 AI，最基础的能力并不是记住大量“万能 Prompt”，而是学会把需求说清楚。

一个比较实用的 Prompt，可以从四个部分考虑：

任务 + 背景 + 约束 + 输出格式

比如：

帮我介绍人工智能。

和：

我正在给本科生准备一节人工智能导论课程，请用通俗语言介绍生成式 AI 的基本概念，控制在 500 字以内，并按照“概念、典型应用、局限性”三个部分输出。

两种提问方式，得到的结果通常会有明显差异。

所以，AI 使用能力的第一步，其实是任务表达能力。

---

二、AI如何辅助科研？

科研场景可能是目前 AI 最有价值的应用方向之一。

例如在一个研究课题刚开始时，可以借助 AI 辅助完成：

1. 研究问题拆解

把一个比较大的研究方向拆分成：

• 具体研究问题
• 研究对象
• 关键变量
• 可能采用的方法
• 中英文关键词

2. 文献检索准备

AI 可以帮助整理：

• 中文关键词
• 英文关键词
• 同义词
• 检索式

然后再进入 Google Scholar、Web of Science、IEEE、知网等数据库进行正式检索。

这里需要注意：

AI 给出的答案，不等于学术证据。

真正引用到论文中的内容，仍然需要回到原始论文和可靠数据库进行核验。

3. 文献阅读

对于较长论文，可以让 AI 辅助提取：

• 研究问题
• 研究方法
• 数据来源
• 实验设计
• 核心结论
• 局限性

如果同时阅读多篇论文，还可以整理成文献比较矩阵。

这样比单纯让 AI “总结一下这篇论文”更有价值。

---

三、AI也可以辅助教学设计

对于高校教师来说，AI 不只是科研工具。

例如准备一门课程时，可以围绕一个课程主题逐步生成：

课程目标 → 教学大纲 → 教案 → 案例 → PPT框架 → 题库 → 作业 → 评分标准

但这里有一个很重要的原则：

AI 更适合生成“初稿”。

最终课程内容、教学逻辑和专业判断，仍然需要教师自己完成。

合理使用 AI 的意义，不是替代教师，而是减少一些重复性工作，把更多精力放到课程设计、内容判断和学生互动上。

---

四、AI Agent和普通AI问答有什么不同？

普通的大模型使用方式通常是：

提出一个问题 → 得到一个答案

而 AI Agent 更强调：

提出一个任务 → 拆解步骤 → 读取资料 → 调用工具 → 连续执行 → 汇总结果

例如：

帮我整理这 20 篇论文。

普通 AI 可能只是简单总结。

而 Agent 工作流可以进一步拆成：

1. 读取论文
2. 按研究方向分类
3. 提取研究方法
4. 提取数据集
5. 对比实验结果
6. 输出文献矩阵
7. 总结研究空白

这也是 AI 从“聊天工具”向“任务执行工具”发展的重要变化。

---

五、真正值得建立的是AI工作流

对于教学和科研来说，我更认同一种思路：

不追求使用最多的 AI 工具，而是建立适合自己的工作流。

例如科研过程中，可以形成：

想 → 找 → 读 → 写 → 做

• 想：研究问题拆解
• 找：资料和文献检索
• 读：论文阅读和比较
• 写：框架与表达优化
• 做：Agent辅助连续任务

这样以后遇到新的课题，不需要每次重新摸索。

---

关于AI辅助教学与科研公开课

最近我们也在准备一期 AI辅助教学与科研入门公开课。

主要面向：

• 高校教师
• 科研人员
• 硕博研究生
• 学术服务人员

首期计划做成 公益免费公开课，共 4 讲，两个半天。

主要内容包括：

1. 生成式 AI 基础与 Prompt 使用
2. AI 辅助科研全过程
3. AI 辅助教学设计与课程建设
4. AI Agent 与教学科研工作流

不会单纯罗列 AI 工具，而是尽量结合真实教学科研任务进行演示。

后续开课时间和报名方式确定后，再进一步发布。

如果大家对 AI文献阅读、论文写作、基金申报、课程建设或者AI Agent科研工作流 比较感兴趣，也欢迎交流。
报名地址：https://ienet.inew.cn/ai-open-course.html
报名邮箱：inew_meeting@163.com