需求与现状盘点
确认目标、角色、系统、数据和政策约束，输出一页需求摘要。
SOLUTIONS FOR UNIVERSITIES
按高校真实建设任务
按高校真实建设任务
选择 AI 教育解决方案
不从产品功能开始，而从负责部门、建设目标、现有系统、数据条件和验收要求开始。您可以先选择最接近的场景，再获取对应清单与演示。
FIND BY DEPARTMENT
按负责部门快速找到建设入口
同一个“AI进校园”项目，不同部门关注的目标并不相同。先从本部门职责出发，更容易确定首期范围、协同单位和验收口径。
01
02
03
04
05
06
教务处 / 教师发展中心
关注校级课程体系、教师能力提升、教学规范与规模化应用。
建议先看：AI通识课与智慧课程质量办 / 评估认证中心
关注数据口径、评价证据、审核留痕与持续改进闭环。
建议先看：OBE达成度评价信息化部门 / 图书馆
关注数据边界、权限体系、系统集成、模型部署和运行安全。
建议先看：校本知识库私有化二级学院 / 课程团队
关注课程内容建设、资源生产效率、教师审核和成果沉淀。
建议先看：数字人课程生产实验实训中心 / AI学院
关注教学任务、算力并发、实验环境、资源调度和运维成本。
建议先看：AI实训室专业群 / 招就与产教融合部门
关注区域产业、岗位能力、课程适配和人才培养调整依据。
建议先看：产业需求与岗位图谱SIX HIGH-INTENT SCENARIOS
六类高校高频建设场景
每个场景均说明适用部门、建设内容、交付物和验收建议，减少“演示很好、落地不清”的决策风险。
教务处 / 教发中心
高校 AI 通识课与智慧课程
建设校级AI通识课程体系，配套教师培训、数字资源、实践任务、学习评价和内容治理。
- 建设范围
- 课程框架、资源、实训、师资与教学运营
- 典型交付
- 课程包、教学指南、培训材料和评价方案
- 验收关注
- 资源完整性、可开课性、过程数据与更新机制
OBE 达成度评价与工程认证
围绕毕业要求、课程目标、考核证据、达成度分析和持续改进形成日常运行闭环。
- 建设范围
- 指标体系、评价流程、数据采集与审核归档
- 典型交付
- 支撑矩阵、评价模板、分析报告与改进记录
- 验收关注
- 计算可复核、证据可追溯、流程可持续运行
高校校本知识库私有化
管理制度、教材、课程资源和认证材料，支持权限隔离、引用溯源、答案评测与审计。
- 建设范围
- 资料治理、检索问答、权限、评测与运营
- 典型交付
- 知识空间、测试集、部署文档与运维手册
- 验收关注
- 答案准确性、来源引用、权限隔离和日志留痕
数字人课程与微课生产
把脚本、课件、数字人视频、题库和发布过程做成可审核、可修改、可移交的内容资产。
- 建设范围
- 脚本策划、数字人制作、字幕、题库与发布
- 典型交付
- 成片、源文件、脚本、授权记录和修改说明
- 验收关注
- 内容正确、音画质量、版权边界与后期可维护
AI 实训室与大模型实训平台
统一管理算力、模型、数据、智能体和实训任务，兼顾教学使用、资源调度与安全治理。
- 建设范围
- 实验平台、模型工具、算力资源与课程任务
- 典型交付
- 平台环境、实验项目、管理规范和培训资料
- 验收关注
- 并发稳定、资源隔离、实验可复现与扩容能力
专业群产业需求与岗位图谱
按地区、行业和岗位族分析能力变化，将结果映射到课程、实训、证书和学生发展建议。
- 建设范围
- 产业调研、岗位聚类、能力拆解与课程映射
- 典型交付
- 数据来源说明、岗位图谱、诊断报告和建议清单
- 验收关注
- 来源可解释、规则可复核、结论可用于专业诊改
SELECTION GUIDE
六类方案如何选
手机端可左右滑动查看完整对比
| 首要目标 | 推荐入口 | 首期建议范围 | 需要协同的部门 | 适合先做的验证 |
|---|---|---|---|---|
| 校级普及AI素养 | AI通识课 | 1门课程 + 试点教师团队 | 教务、教发、信息化、学院 | 样章试讲与实践任务体验 |
| 迎评认证与质量闭环 | OBE达成度 | 1个专业 + 典型课程数据 | 质量办、学院、教务 | 用真实数据复算一门课程 |
| 让校内资料可查可问 | 校本知识库 | 1类资料 + 2类用户权限 | 信息化、业务部门、图书馆 | 建立测试问题集做准确性评测 |
| 批量生产课程资源 | 数字人课程 | 1个知识模块或3—5个微课 | 课程团队、宣传、信息化 | 完成样片并确认修改链路 |
| 建设大模型实践环境 | AI实训室 | 1门课 + 明确并发与实验任务 | 实验中心、学院、信息化 | 试跑核心实验与并发压力 |
| 优化专业与课程结构 | 岗位图谱 | 1个专业群 + 目标区域行业 | 专业群、就业、产教融合 | 抽样核验岗位与能力标签 |
DECISION PATH
从调研到采购，建议分四步判断
先把问题和边界说清楚，再进入演示与验证，避免过早讨论大而全的平台。
场景化产品演示
用本校业务问题和测试问题演示，而不是只观看标准功能。
小范围 PoC
提前约定输入数据、测试用例、通过条件和双方工作量。
方案与验收设计
明确功能范围、部署条件、接口、交付物、培训和服务边界。
把“本期做什么”写清楚
- 覆盖对象、用户规模和使用频率
- 标准功能、定制内容与后续阶段
- 校方与厂商各自负责的工作
把前置条件列成清单
- 数据来源、格式、质量与授权方式
- 统一身份、教务、学习平台等接口
- 网络、服务器、模型与安全限制
把结果变成可测试指标
- 功能、性能、内容和数据测试用例
- 文档、培训、源文件与成果移交
- 故障响应、升级维护和续费边界
COMMON QUESTIONS
高校客户常问的几个问题
预算还没确定，现在适合沟通吗？
适合。前期可以先明确业务目标、用户范围、数据与部署条件，再拆分“基础必选、场景选配、后续扩展”，形成较合理的预算影响因素，而不是直接给出脱离需求的固定价格。
必须一次性建设完整平台吗？
不建议把所有场景强行放进首期。通常可以从一门课、一个专业、一类资料或一个实验场景开始，用小范围验证确认使用效果和组织工作量，再决定扩展顺序。
可以使用学校自己的数据做演示吗？
可以先从脱敏样例或公开资料开始。涉及真实数据时，需要提前确认授权、传输、存储、账号权限和演示结束后的处置方式；知识库与OBE场景尤其建议准备测试问题或复算样本。
方案中哪些内容需要学校配合？
高校通常需要明确业务负责人，提供经授权的资料与规则，协调接口和部署环境，并组织教师或业务人员参与确认、测试和验收。具体分工应在方案或工作说明中逐项列明。