【研究生创新人才培养优秀项目推介】产教融合课《提出问题与提示工程》

项目简介

《提出问题与提示工程》课程面向人工智能快速发展背景下工程类研究生能力结构重构需求，聚焦智能时代工程硕博士在问题建构、科学思维、人机协同与复杂工程任务求解等方面的核心能力培养，系统开展课程体系设计、教学模式改革、实践平台建设与教学资源开发。课程已纳入工程硕士培养方案，作为学科专业课程面向研究生持续开设。项目依托天津大学浙江国际创新设计与智造研究院校企联合实践平台，联合北京高校邦数字科技有限公司共同建设，形成了“高校教师—产业专家—真实工程任务”协同融合的育人机制。课程以真实科研与工程问题为牵引，组织学生围绕问题识别、任务拆解、提示设计、模型调用、智能体开发、结果验证与方案优化等环节开展系统训练，引导学生从传统“知识接受者”向“复杂问题解决者”和“智能协同创新者”转变。项目建设期间，团队编写出版教材《高效对话大语言模型：提示工程与提出问题》，持续完善课程大纲、教学案例库、任务库与数字化教学资源，逐步形成了面向人工智能时代研究生培养的课程建设新模式。

内容特色与创新

01

以“提出问题”为核心，重构智能时代工程研究生能力培养逻辑

项目突破传统“AI工具使用培训”式课程建设思路，将“提出问题”作为课程核心能力，重点培养研究生在科研与工程活动中发现问题、定义问题、表达问题与重构问题的能力。课程体系中融入科学思维、创新思维与批判性思维训练，通过《思维与创新》等专题内容，引导学生理解工程问题形成机制与复杂系统中的问题演化规律，强化研究生的问题意识与工程判断能力。在提示工程教学中，课程强调“提示词背后是问题结构”，不仅关注提示语句本身，更重视任务边界、变量关系、目标约束、因果逻辑与知识组织方式的构建训练，引导学生将复杂工程任务转化为可理解、可求解、可协同的智能任务结构。课程进一步推动“工程思维—AI思维—创新思维”融合，帮助学生建立面向未来复杂工程系统的人机协同问题解决能力。

02

强化真实任务驱动，推动AI工具应用与工程教育深度融合

课程围绕真实科研与工程任务构建教学体系，将人工智能工具深度嵌入需求分析、任务拆解、系统建模、方案生成、知识组织与结果优化全过程，推动AI技术从辅助工具向工程协同能力转变。课程内容覆盖AIGC工具应用、提示工程、Agent经典架构、智能体开发、本地知识库构建等模块，形成“基础认知—方法训练—工程实践”递进式教学结构。在教学组织方面，课程采用任务式、互动式与项目式相结合的教学方式，通过科研选题分析、文献调研、方案设计、知识库构建与智能体开发等典型任务场景，引导学生在“做中学、练中思、用中改”中形成复杂工程任务求解能力。课程强调“真实问题、真实场景、真实任务”，推动工程教育由传统知识传授向复杂工程能力培养转变，提升研究生面向未来工程系统的人机协同与智能创新能力。

03

依托产教融合平台，构建校企协同育人新机制

项目依托天津大学浙江国际创新设计与智造研究院未来技术与创新工场平台，将企业真实工程任务与产业前沿需求引入课程建设全过程，推动研究生培养与产业创新需求深度融合。课程建设中，校内教师负责课程体系设计、科学思维训练与工程教育组织实施，企业专家深度参与课程内容设计、实践案例开发、讲义编写与课堂教学，共同构建“高校教师+产业专家+真实任务”协同育人模式。项目突出“工程实践前移”理念，将课堂教学由知识讲授延伸到真实工程问题求解，由工具学习延伸到复杂系统协同训练，推动研究生在真实任务环境中提升工程理解能力、智能协同能力与创新实践能力。依托校企联合平台，课程逐步形成了可复制、可推广的产教融合课程建设模式，为人工智能时代卓越工程创新人才培养提供了新的实践路径。

项目建设成效与示范推广

01

课程建设持续推进，形成较为完善的教学资源体系

项目建设以来，《提出问题与提示工程》课程已完成两轮教学实践，累计选课人数超过250人，课程建设取得良好成效。项目团队编写出版教材《高效对话大语言模型：提示工程与提出问题》，围绕问题建构能力培养、提示工程基础方法与工程实践应用开展系统阐述，初步形成了面向人工智能时代研究生培养的课程教材体系。在教学资源建设方面，项目持续完善课程大纲、教学案例库、任务库与数字化教学资源，并联合超星平台推进智慧课程建设，逐步形成了兼具工程实践性、开放共享性与推广应用价值的课程资源体系。

02

学生反馈积极，能力培养成效明显

课程实施以来，学生反馈整体良好。首轮教学实践结束后，课程在学生评教系统中收到大量自发好评，多名学生认为课程“紧跟时代趋势”“内容前沿且丰富”“与大模型和智能体发展紧密结合”“具有较强实践性”“对专业学习和科研工作具有直接帮助”。教学实践表明，课程能够有效契合人工智能时代研究生能力培养需求，在提升学生问题意识、AI工具应用能力、复杂工程任务分析能力以及人机协同创新能力等方面取得了良好效果。同时，课程通过真实任务训练，有效增强了学生将AI工具融入科研与工程实践的能力，推动研究生由传统知识学习向智能协同创新能力培养转变。

03

推广应用持续拓展，示范效应逐步显现

目前，《提出问题与提示工程》课程已在机械工程学院研究生培养中持续开设，并为其他工科专业开展AI素养、问题建构与智能协同能力培养提供了有益参考。课程依托未来技术与创新工场平台进行复制推广，逐步形成了可迁移、可复制的课程建设模式，为人工智能时代工程教育改革提供了实践案例。2025年，《瞭望》新闻周刊对相关工作进行了专题报道，关注天津大学以《提出问题与提示工程》课程建设为基础，探索未来技术与创新工场模式复制，推动卓越工程人才培养与产业创新需求深度融合，进一步扩大了课程的社会影响力与示范价值。

团队介绍

团队负责人：

王凯峰，天津大学机械工程学院研究员，博士生导师，天津大学浙江国际创新设计与智造研究院执行院长，CDIO与工程教育创新联盟副秘书长。

主要研究方向包括先进设计方法、智能制造关键技术及智能制造系统等。长期从事工程教育改革与智能制造领域研究，主持或参与国家自然科学基金、省部级课题及企业横向项目30余项，发表高水平论文50余篇。曾获中国机械行业产教融合教育教学创新大赛一等奖、天津大学教学成果奖一等奖等奖项。负责课程总体设计、教学组织实施及校企协同课程建设。

团队教师：

顾佩华，天津大学新工科教育中心主任，机械工程学院教授，天津大学浙江国际创新设计与智造研究院院长，加拿大工程院院士、国际生产工程院会士、加拿大注册职业工程师。兼任中国工程教育专业认证协会学术委员会主任、教育部机械类教指委副主任、中国CDIO工程教育联盟主席。

主要从事先进设计方法、智能制造关键技术及智能制造系统等方面的研究，深度参与国家新工科建设和工程教育专业认证，发表了350多篇文章和多项专利，Google Scholar引用超18000多次。负责课程工程教育理念与培养模式指导。

王磊，天津大学机械工程学院副教授、博士生导师，机械工程学院院长助理，天津大学浙江国际创新设计与智造研究院副院长。长期从事工业软件、智能制造、工业大数据分析等方向研究与开发，主持或参与国家重点研发计划、国家自然科学基金等项目20余项，获得省部级科技进步奖3项、国家级教学成果奖一等奖等奖励。负责课程中智能制造与大模型工程应用实践内容建设。

孙之琳，天津大学机械工程学院博士后，天津大学浙江国际创新设计与智造研究院助理研究员。主要研究方向包括创新设计与智能制造、设计思维实践与工具化、可适应设计方法以及人工智能技术在智能设计中的应用。主要负责课程教材《高效对话大语言模型：提示工程与提出问题》的编写及课程资源建设工作。