10月11日和10月25日，由东北师范大学音乐与舞蹈学院组织的“AI科研能力提升”讲座圆满举行。本次培训邀请谢亚楠老师担任主讲，内容涵盖人工智能基础原理、提示词设计、教学资源生成、智能体核心机制以及科研辅助应用等方面，为学院博士研究生与青年教师带来了2场理论与实操并重的学术培训。

10月11日上午，主讲教师从人脑认知逻辑切入，以“数据、算力、算法”三要素阐释人工智能的运行原理，指出AI的知识来源可分为预训练自带的公开数据与需使用者主动补充的非公开数据，提醒使用者在提问之前应先思考“现有数据是否足以支撑所期望的结果”。围绕AI的规范使用，主讲教师强调须坚持两项基本原则：一是“问责制”，即AI生成的内容须由使用者逐一核实并对最终结果负责；二是“不可替代性”，即AI不能替代研究者个人的解释与观点，生成内容须经重新梳理、融入自身学术逻辑后方可使用。同时，主讲教师还就数据安全、AI生成内容的规范标注、信息真实性核查及伦理审查等问题作了系统说明。

在提示词设计方面，主讲教师提出“背景交代、设定角色、明确任务与详细要求、区分排版与交付格式、正向引导”的五段式框架，强调提示词中的概念表述应清晰准确、要求描述应具体细致，并建议将复杂任务拆解为若干子任务逐步完成。结合音乐教育教学实际，主讲教师现场演示了借助AI生成交互式教学页面的全过程，以面向小学生的“声波小鸟大冒险”游戏化课件为例，直观呈现了音强与音高的变化，并对比了不同AI工具的生成效果，使参训师生切实感受到需求表达的清晰度与工具选择对成果质量的影响。

10月11日下午的培训聚焦智能体的核心机制。主讲教师以“文件夹中的不同文档”为主线，深入浅出地剖析了记忆、技能、知识库、工作流等功能模块的本质，介绍了沙箱权限设置、大模型与AI产品的区别、知识库构建与向量化加工等实用内容，引导师生拨开技术“迷雾”，理性认识并善用智能体工具。

10月25日，培训进入第二阶段。上午，主讲教师围绕“论文写作过程中如何借助AI辅助”作了简要介绍，涉及学术资料检索、领域前沿动态跟踪与文献梳理等环节的基本思路，并反复强调：AI只能提升效率，研究问题的提出、核心观点的形成与学术判断始终须由研究者自身完成。下午，主讲教师讲解了自定义“技能（Skill）”的标准结构，即前置说明、工作流、核心内容、检查清单与输出格式等部分，并示范了如何将个人的写作经验与方法整理为可重复调用的规范文档。

随后，主讲教师进一步讲解了AI工作流的构建方法，提出子任务拆分、角色分配、技能匹配、知识库配置、协作规则制定、预配置记忆、人工介入节点“七大要素”，强调应在流程中明确设置人工审核与把控环节，坚持“以人为本、人对最终结果负责”的原则。同时提醒，学位论文等涉及学术保密的内容不宜完整交由AI处理，AI的使用须始终在学术规范与保密要求的边界之内。

本次系列培训内容系统、案例生动，既有原理层面的深入阐释，又有贴近音乐教育实际的现场演示，参训师生围绕各自研究与教学实践积极交流、认真实践。培训帮助师生厘清了人工智能的运行逻辑与规范使用边界，拓宽了学术研究与教学创新的思路，也为学院进一步探索人工智能赋能音乐教育与学术研究、营造更加开放、前瞻的学术氛围提供了有益启示。

综述：张玏（2026级音乐专业博士研究生）

初审：杨晔 高源

复审：张思奇

终审：刘欣