5 天暑期挑战营 · 初一-高三 · 偏重 CLI 与代码调用
| Day | 主题 | 交付物 |
|---|---|---|
| 1 | AI 边界探索 | 个人 Teachable Machine 模型 + 1 篇"AI 幻觉"观察报告 |
| 2 | 多模态内容生产 | 1 条完整 AI 短片（脚本+图+视频+音乐+字幕） |
| 3 | 项目立项 | 团队 PRD 文档（需求+架构图+技术栈） |
| 4 | Vibe Coding 开发 | 可运行的 Web/CLI 项目（已部署） |
| 5 | 路演发布 | 3 分钟 Demo 演说 + GitHub 仓库 + 极客证书 |
| 项 | 要求 |
|---|---|
| OS | Windows 10+ / macOS 12+ |
| 核心工具 | Cursor (或 Claude Code)、VSCode、Git、Python 3.10+、Node.js 20+ |
| 账号 | 豆包/Claude、Cursor 教育版、GitHub、Vercel |
| API Key | 机构统一发放豆包/OpenAI 测试 Key |
"今天天气真——" 让学生猜 AI 会补什么。引出"概率预测"。
打开 platform.openai.com/tokenizer，输入"我爱学习"和"I love learning"，对比 Token 数量。
用"小明 把 苹果 吃 了。它 很 甜。"中"它"指什么的例子，说明 AI 如何在上下文中找指代。
给定 5 句话，预测 Token 数排序，与实际对比，最准者获奖。
引出：理解原理才能写出好的 Prompt，才能省 API 费用。
主讲避免陷入数学细节，用类比和实操驱动
教研本节是中学组奠基课，必须现场督导
展示"林黛玉倒拔垂杨柳""法律条文编造"等真实案例截图。
每人写 5 个想测试 AI 的"刁钻问题"（虚构事实、计算题、最新事件、专业术语）。
每人用至少 2 个大模型测试自己的用例，记录答案与真实情况差异。
板书：事实型幻觉、数学型幻觉、引用型幻觉、时效型幻觉。讨论应对策略（联网检索、多源验证、明确拒答）。
API = 服务员，菜单 = 文档，订单 = 请求，菜 = 响应。
curl https://ark.cn-beijing.volces.com/api/v3/chat/completions \
-H "Authorization: Bearer $ARK_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"ep-xxx","messages":[{"role":"user","content":"你好"}]}'
助教协助配置环境变量 ARK_API_KEY。
跟做：pip install openai → 用 client.chat.completions.create 调用。
强调：永远不要把 Key 提交到 Git；用 .env 文件管理。
循环读用户输入 → 加入 messages → 调 API → 打印回复 → 加入 messages（多轮记忆）。
边讲边写，鼓励学生质疑/补充。
从空文件开始，写自己的版本。
加 system prompt 让 Bot 扮演苏格拉底/猫娘/古文老师。
图像/姿势/声音，各举 1 个适用场景（坐姿监测 = 姿势）。
每人选 1 类训练，至少 3 个分类 × 50 张样本。
用机构提供的模板，把模型 URL 替换为自己的，部署后用手机访问测试。
add → commit → push，配 .gitignore 排除 .env。
仓库命名规范：AIGC-Camp-Day1-学号-姓名拼音。
3 人分享今日最大 aha-moment。
逐字段解释，配示例：高考志愿咨询 Prompt。
同一需求，朴素 Prompt vs CRISPE Prompt，对比输出质量。
给 3 个需求场景，学生改写。
同桌互改。
分类任务：给 3 个示例 vs 0 示例的对比。
数学题加"Let's think step by step"前后对比。
用类比："开卷考试" vs "闭卷考试"。
修改昨天的 ChatBot，加 3 个 Few-shot 示例完成分类任务。
讲解：镜头号、画面描述、台词、时长、运镜。
主题：科幻、科普、生活短剧 任选。
用 CRISPE 框架请 AI 生成 5-8 个分镜的脚本，反复迭代。
固定 seed、统一风格描述、参考图引导。
5-8 张，每张迭代 3-5 次。
运动描述、首尾帧、镜头语言（推/拉/摇/移）。
Suno 生成 1-2 段配乐。
用 TTS 工具生成旁白音频。
每人 30 秒精选片段展示。
剖析 Cursor、Notion AI、滴答清单 AI，每个都对应"什么用户、什么场景、什么痛点"。
用框架描述：用户 + 场景 + 痛点。
4-5 人组分享，KJ 法聚类，选 3 个候选。
按"想做的方向"+ "技能互补"双重维度。
用 ICE 评分：Impact / Confidence / Ease。
PM / Designer / Frontend / Backend，必要时一人多角色。
每队 30 秒介绍队名、方向、分工。
5 模块：背景与机会、目标用户、用户故事（≥3）、功能列表（MVP/进阶）、非目标。
AI 辅助：让 AI 扮演"挑战者 PM"质疑每条功能。
组间互评，重点看：用户故事是否真实、MVP 是否够小。
展示典型 Web AI 应用架构：React 前端 → API → LLM → 返回。
给 3 套推荐模板：Web App、CLI 工具、桌面 Bot。每队选 1 个。
用 Excalidraw / 纸笔皆可。
纸笔或 Figma，画出主要界面 3-5 个。
用 Trello/Notion/纸贴卡片：每张 ≤ 2 小时。
队长建 organization 仓库，邀请成员。
用 Cursor 输入"创建一个 Next.js + TailwindCSS 的项目"，让 AI 生成初始结构。
npm run dev 看到首页 → git push。
明天进入开发马拉松。
Tab 补全 / Cmd+K 局部编辑 / Cmd+L 聊天 / Composer 大改。
明确需求、给上下文、说明约束（"用 TypeScript""不要修改 X 文件"）。
用户输入 → 调用 LLM → 返回结果，能跑通最朴素的版本。
前端能正常显示、提交、加载状态、错误提示。
git push 后自动部署，获得公网 URL。
主讲每节课开始前主持 5 分钟 Standup（昨日做了/今日做/有何阻塞）
助教定点支持 1-2 组，记录技术卡点
核心功能跑通 / 部署可访问 / 无明显报错 / README 完整。
包含：项目简介、Demo 链接、截图、使用说明、技术栈、团队信息。
明天路演。
YC 风格：1 句话 elevator pitch → 痛点 → 方案 → Demo → 技术 → 团队 → 下一步。
用 Gamma 输入 PRD + README，自动生成初稿。
3 分钟 ≈ 600 字，分工到人。
提前录备份视频，应对现场网络故障。
修最关键的 3 个 Bug，其他放下。
每组 4 分钟 = 3 分钟讲 + 1 分钟 QA。
主讲扮演苛刻评委提刁钻问题，团队应答。
评委按维度（创意/技术/完成度/路演）打分。
最佳创意 / 最佳技术 / 最佳路演 / 全场大奖。
发布到自己 GitHub README / 博客。