课程设计师需用“角色+约束+格式”三要素提示词生成专业级大纲：指定高校继续教育课程设计师角色，限定每课含三大模块、可观测动词及16小时8次课时，强制Markdown表格输出。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
课程设计师需要让ChatGPT输出结构清晰、符合教学逻辑、可直接嵌入教案文档的课程大纲，而不是泛泛而谈的学习主题罗列。直接输入“帮我写一个Python入门课程大纲”会得到宽泛、缺乏课时分配、评估方式和学情适配的通用模板，无法用于真实教学申报或团队协作交付。
用角色+约束+输出格式三要素锁定专业级大纲
第一步：明确指定ChatGPT扮演“有10年高校继续教育课程开发经验的课程设计师”，角色定义能激活模型对教学标准（如Bloom分类法、ADDIE模型）的隐性调用；
第二步：加入三项硬约束——“每节课必须含【学习目标】【核心活动】【形成性评估】三个固定模块”“禁用‘了解’‘理解’等模糊动词，全部改用‘能独立编写’‘能对照规范修正’等可观测行为动词”“总课时严格限定为16小时，拆分为8次2小时面授课”；
第三步：强制输出格式为Markdown表格，表头为“课次｜主题｜学习目标｜核心活动｜形成性评估”，不接受段落式描述。这三步组合能直接过滤掉90%的空泛内容，生成即插即用的教学执行单。
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
针对不同课程类型切换提示词焦点
方法一：面向企业内训的技能型课程——在提示词中强调“对标岗位JD中的3项硬性能力要求”，例如“参考阿里云MCP认证初级工程师岗位描述，将‘能配置VPC对等连接’作为第5课唯一达标指标，所有活动围绕该能力闭环设计”。
方法二：面向K12的素养类课程——加入“每课需嵌入1个真实生活冲突情境”，比如“第2课‘数据偏见’须以‘学校食堂菜品投票结果被班级群刷屏扭曲’为导入案例”，逼出具体教学抓手。
方法三：面向成人自学的微证书课程——要求“每课结尾附加【自检清单】，含3个Yes/No判断题（如‘我能否向非技术人员解释该算法的边界条件？’）”，把评估权交还给学习者。
规避三大高频翻车点
① 不写“请用专业术语”，而是直接给出术语使用范例：“学习目标中‘应用’层级动词仅限：部署、调试、重构、校准、归因；禁用：掌握、熟悉、领会”。
② 避免让模型自由发挥课时分配——必须前置声明：“第1–2课占总课时25%，聚焦认知负荷卸载；第5–6课占35%，为技能高原期强化；最后1课必须含成果路演与Peer Review环节”。
③ 【关键前提】必须在首次提问时就提供学员画像，不能等模型追问再补充。例如‘学员为平均教龄6.2年的初中数学教师，已具备基础Python语法知识，但未接触过Pandas数据清洗’——缺少这条，生成的大纲会默认从零起点设计，导致前4课严重超纲或冗余。
