本课程面向人工智能工程技术专业学生，聚焦大语言模型应用开发的前沿技能。课程提供基础版和进阶版两套教材，根据学生的编程基础分层教学——无论起点如何，都能找到适合自己的学习路径。
人工智能工程技术专业必修课 · 3学分 / 48学时
本课程面向人工智能工程技术专业学生，聚焦大语言模型应用开发的前沿技能。课程提供基础版和进阶版两套教材，根据学生的编程基础分层教学——无论起点如何，都能找到适合自己的学习路径。
教材入口是本页最重要的部分。课程采用双版本资料体系，建议先进入对应版本教材，再配合代码、视频与答疑资源推进学习。
课程根据学生的编程基础提供两套教材。两个版本课程目标一致——都以完成期末AI应用项目为导向，差异在于技术路径：基础版侧重用AI工具辅助开发，进阶版侧重手写代码深入原理。
面向零编程基础的同学。以AI辅助编程为核心理念，用AI工具生成代码、完成项目。不写一行手动代码，也能做出完整的AI应用。
面向有编程基础的同学。深入大模型技术原理，手写代码实现完整应用，掌握就业市场最需要的大模型开发技能栈。
学习目标保持精炼而直接：理解大模型应用开发的核心逻辑，学会构建实际可用的 LLM 应用，并在工程实践中形成问题拆解、工具协作与持续迭代的能力。
理解大模型的工作原理和边界，掌握系统化的Prompt设计方法，从手写提示到工程化实践。
从手写Prompt到工业化框架，掌握LLM应用开发的标准范式，理解抽象与封装的价值。
掌握向量数据库和Embedding技术，实现完整的RAG系统，从基础到高级检索策略。
让大模型学会使用工具，从ReAct框架到实际应用，构建能够自主解决问题的Agent系统。
掌握Claude Code等AI编程工具，从代码编写者转变为规划者和审核者，提升开发效率。
期末项目展示答辩，以及期末综合考试，考核理论知识掌握程度。
课堂参与、每周实践作业、技术文档和思考题。重点考核动手能力和对原理的理解。
独立或小组完成完整的AI应用项目，包括需求文档、系统设计、代码实现和演示报告。（占期末成绩80%）
综合考核课程理论知识，包括大模型原理、Prompt工程、RAG技术、Agent开发等核心内容。（占期末成绩20%）