从已交付的 24 篇讲义中反推出来的可执行规范。新讲按这份基线写,审稿按这份基线查。
一、单讲骨架与配比
一篇讲义 1400–3000 字,按六段分配:
| 段落 | 占比 | 作用 | 硬要求 |
|---|---|---|---|
| 开场 | 10% | 用一个具体麻烦抓住读者 | 场景化,不讲定义 |
| 本课目标 | 5% | 告诉读者学完能做什么 | 3–5 条,动词开头 |
| 主体 | 55% | 概念 + 演示 | 2–4 个二级标题,每节一个结论 |
| 练习 | 15% | 当堂可完成 | 给出输入、步骤、预计时长 |
| 检查清单 | 10% | 判断自己做对没有 | 5–8 条,可勾选 |
| 延伸阅读 | 5% | 指向下一讲与公开资料 | 至少 1 条外部/公开资料链接 |
二、开场与收尾
开场:先写读者的处境,再写本讲要解决的那一件事。
- 好:「你输入“一个女孩在咖啡馆看书”,得到四张:一张像广告,一张像恐怖片……」
- 差:「随着人工智能的快速发展,文生图技术日益成熟。」
收尾:不总结全文,只做两件事——给下一讲的钩子,给一个立刻能做的动作。
固定句式:> 下一讲:<标题>。你会<具体产出>。
三、语气与人称
- 用「你」直接对话,不用「大家」「我们」代替读者;
- 陈述句为主,一段不超过 4 行;
- 允许口语,但不玩梗、不喊口号;
- 结论先行:每节第一句就是判断,后面再解释;
- 不写「众所周知」「不言而喻」这类空话。
四、事实与标注规范
| 对象 | 写法 |
|---|---|
| 工具名 | 首次出现用官方名 + 中文说明,如 ComfyUI(节点式出图工具) |
| 价格 / 额度 | 必须带口径,如「约 $20/月(截至 2026-11)」 |
| 模型名 | 写完整 ID 或版本号,不写「最新模型」 |
| 链接 | 指向公开资料对应章节,不复制原文 |
| 不确定的信息 | 标「待核实」,不写成结论 |
价格、额度、可用性每季度复核一次;复核后统一改日期,不改结构。
五、版式约定
- 一级标题
#只出现一次,作为讲题; - 二级标题
##用「一、二、三」或场景短语,全文统一; - 三级标题
###仅用于并列示例,不超过 3 个; - 提示、示例、原话统一用
>引用块; - 步骤用有序列表,要点用无序列表,对比用表格;
- 代码、提示词、命令用围栏代码块并标语言;
- 每讲最多 2 张表,超过说明结构没收敛。
六、术语表(高频 18 条)
| 中文 | 英文 / 缩写 | 一句话解释 |
|---|---|---|
| 提示词 | Prompt | 交给模型的指令与材料 |
| 上下文 | Context | 模型本次能看到的全部输入 |
| 令牌 | Token | 计费与长度单位,约等于字/词片段 |
| 幻觉 | Hallucination | 模型编造看似合理但不实的内容 |
| 温度 | Temperature | 控制输出随机性的参数 |
| 少样本 | Few-shot | 在提示里给几个示例 |
| 思维链 | Chain of Thought | 让模型分步推理 |
| 结构化输出 | Structured Output | 按 JSON 等固定格式返回 |
| 检索增强 | RAG | 先查资料再回答 |
| 嵌入 | Embedding | 把文本变成可比较的向量 |
| 智能体 | Agent | 能规划并调用工具完成任务的系统 |
| 工具调用 | Tool Calling | 模型请求外部函数或接口 |
| 工作流 | Workflow | 把多步任务固定成流程 |
| 微调 | Fine-tuning | 用自有数据继续训练模型 |
| 推理 | Inference | 模型生成一次回答的过程 |
| 多模态 | Multimodal | 同时处理文字、图像、音视频 |
| 文生图 | Text-to-Image | 用文字生成图像 |
| 图生视频 | Image-to-Video | 用首帧图像生成视频 |
新术语首次出现时给中英对照,后文只用中文。
七、三条反例
- 不要从定义开始:「什么是提示词工程?提示词工程是指……」——读者不是来背定义的。
- 不要罗列工具:「目前主流工具包括 A、B、C、D、E……」——读者要的是选择依据,不是清单。
- 不要写无法验收的练习:「请尝试用 AI 做一个作品」——必须给输入、步骤和完成标准。