主要观点总结
本文介绍了智能文献学系列通识课程第二讲的内容，主要围绕AI如何赋能人文研究以及AI提示词工程在其中的应用。课程以古籍整理、文本分析等人文学科重要任务为案例，讲解AI提示词工程的帮助，了解AI行业现状、底层原理、AI工具使用技巧。包括主讲人介绍、课程时间轴、内容重点以及课后作业。
关键观点总结
关键观点1: 课程内容简介
本课程主要讲解AI如何赋能人文研究，通过提示词让AI高效精准地辅助研究工作。以古籍整理、文本分析等人文学科重要任务为案例，介绍AI提示词工程对人文研究的帮助。
关键观点2: 主讲人介绍
主讲人为刘姝然，硕士毕业于北京大学信息管理系，现任月之暗面（Moonshot AI）产品经理，负责Kimi智能助手的产品规划与设计，曾参与数字人文中心的多个项目。
关键观点3: 课程主要内容与时间轴
课程内容包括AI在人文学科中可以解决的任务、提示词工程的意义、如何写出符合预期的提示词、评估输出效果的方法以及写prompt的技巧分享。时间轴为01:14、08:34、14:24、17:12、29:05、35:06。
关键观点4: 课后作业
课后作业为在各自的学科中，思考适合用提示词工程解决的问题并写一个提示词试试看。
文章预览
智能文献学系列通识课程 第二讲：数字人文与 AI 提示词工程 内容简介 AI如何赋能人文研究？如何通过提示词（prompt）让AI高效精准地辅助研究工作？本次课程将以古籍整理、文本分析等人文学科重要任务为案例，讲解 AI 提示词工程（prompt engineering）对人文研究的帮助，帮助大家了解 AI 行业现状、底层原理、AI 工具使用技巧。 主讲人介绍 刘姝然，硕士毕业于北京大学信息管理系，现任月之暗面（Moonshot AI）产品经理，负责 Kimi 智能助手（kimi.ai）的产品规划与设计；曾任微信读书产品经理。在校期间，曾参与数字人文中心的多个项目。 时间轴 01：14 AI在人文学科中可以解决哪些任务？ 08：34 有了提示词工程意味着什么？ 14：24 提示词🟰指令 ➕ 例子 17：12 写出符合预期的提示词：基于Test Cases的迭代优化。 29：05 Evaluation：评估输出效果的方法 35:06
………………………………
