01 · 模块二：四章核心收获
在做练习之前，先快速回顾一下这四章的核心结论。这不是要你重读，而是帮你把这些知识放在同一个框架里理解。
Ch11
温度与创造性
Temperature 控制随机性。精确任务用低温（0–0.3），创意任务用高温（0.7–1.2）。聊天界面无法直接调，但提示词可以间接影响。
Ch12
幻觉深度解剖
幻觉不是 AI 在撒谎，是下一个 token 预测机制的副产品。减少幻觉：提供来源、追问置信度、使用 RAG、交叉验证。
Ch13
提示词认知科学
好提示词的解剖：角色+背景+任务+约束+格式。Chain of Thought 提升推理，Context Engineering 决定 AI 的整体工作质量。
Ch14
质量评估框架
CARLA 框架：准确性、对齐性、推理性、局限性、可用性。识别 7 个高风险信号。追问要针对具体维度，不要只说"重新写一下"。
02 · 模块二知识地图
点击任意节点，查看每个概念的核心要点。
👆 点击节点查看核心要点
每个节点对应模块二的核心概念，点击查看要点说明。
03 · 综合练习任务单
这是本模块的实战练习。每完成一项，点击打勾。总进度会在下方实时更新。
模块二练习总进度
0%
已完成 0 / 16 项任务
🌡️ 练习一：驾驭不确定性
温度与创造性（Ch11）
-
✓
选一个需要确定性答案的任务（如总结会议记录、翻译合同），给 AI 发送，在提示词中加入"请给出最准确的单一答案"。
-
✓
用同样的话题，发一个创意类任务（如"给这个产品写 5 种不同风格的文案"），观察输出多样性的变化。
-
✓
找到你工作中 3 个常用的 AI 任务，判断每个应该偏"低温"还是"高温"，写下你的理由。
-
✓
（进阶）如果你有 API 访问权限：用同一个提示词，分别设置 temperature=0.1 和 temperature=1.2，对比输出差异。
👁️ 练习二：识别幻觉
幻觉深度解剖（Ch12）
-
✓
让 AI 介绍你所在行业的某个细分领域（你比较熟悉的），找出至少 1 个你能确认是错的细节。
-
✓
让 AI 给出一个行业报告中的具体数字（如"中国某行业的市场规模"），然后用搜索引擎核实这个数字，记录差异。
-
✓
提问一个关于 2025 年之后事件的问题，观察 AI 如何处理它的知识截止限制——它会承认不确定还是"编"？
-
✓
对一个 AI 输出追问："你对这个回答有多大把握？有哪些部分你不确定？"观察它的回应，判断它的自我认知是否准确。
✍️ 练习三：解剖和重构你的提示词
提示词的认知科学（Ch13）
-
✓
翻出你最近发给 AI 的一个提示词，用五要素（角色+背景+任务+约束+格式）分析它——缺哪几个？
-
✓
把那个提示词改写成完整的五要素版本，发给 AI，对比两次回答的质量差异。
-
✓
选一个复杂的推理问题，先问一次"直接给答案"，再问一次"先一步步分析，再给出答案"，观察 Chain of Thought 的效果。
-
✓
为你工作中最常用的 AI 任务写一个"可复用提示词模板"，包含所有五要素，存成随时可以调用的格式。
🧪 练习四：质量评估实战
AI 输出质量的评估框架（Ch14）
-
✓
让 AI 回答一个你工作中真实的分析类问题，用 CARLA 框架逐项打分（用 Ch14 的评分器）。
-
✓
找到那次输出中得分最低的维度，根据"精准追问"模板写一个追问，发送后对比前后两次输出。
-
✓
在一周内，对至少 3 个不同类型的 AI 输出（事实查询、分析、创意）各做一次 CARLA 评估，记录每次的主要发现。
-
✓
总结：你在这些输出中最常发现哪个维度的问题？（这是你使用 AI 时最需要注意的弱点）
04 · 模块二自测：8 道概念验证题
这不是考试——是帮你发现还没真正理解的部分。点击选项，立刻看到解释。
05 · 模块总结：写给自己的备忘录
完成这个模块，花 5 分钟回答这些问题。写下来，比只在脑子里想更有用。
🤔 在你的实际工作中，这四章里哪个知识点对你最有价值？为什么？
0 字
⚠️ 你之前在使用 AI 时，有没有因为没有这些知识而踩过坑？
0 字
🎯 从今天开始，你打算改变哪一个使用 AI 的具体习惯？
0 字
模块二完成！你已经从"知道 AI 怎么运转"（模块一）升级到了"知道如何驾驭 AI 输出质量"（模块二）。下一步：模块三，讲真实的人机协作方式——在工作、学习、创业中，AI 如何从工具变成搭档。