，对知识以及认知过程进行了系统的研 究。 1956 年，布卢姆 (Bloom,B.S.) 等⼈的《教育⽬标分类学第— 分册:认知领域》正式出版，随 后 的⼏⼗年中，此书的修订⼯作— 直没有停⽌过，并且基于对布卢姆分类的⻓期应⽤，在 2001 年完成并出版了《⾯向学习、教学和评价的分类学——布卢姆教育⽬标分类学的修 — 订》 书，新版的布卢姆分类学采⽤了“知识”和“认知过程”⼆维框架： knowledge） l 程序性知识（Procedural knowledge） l 元认知知识（Metacognitive knowledge） 其中，事实性知识、概念性知识、程序性知识均可映射到智能客服领域的知识应用与分 类中 ，而元认知知识由于与智能客服知识应用无关，不在本白皮书讨论的范围内。 认知过程 涉及学习时要掌握的学业⾏为表现，包括了六个类别： l 记忆（Remember） 分析（Analyze） 是指能够对不同的知识建立联系 l 评估（Evaluate） 是指能解释一个观点或者一个决定 l 创造（Create） 是指能够产生新的原创性的工作 以上各类别依据认知复杂程度由低到⾼来排列。 1.2 布卢姆知识体系 布卢姆分类法（Bloom taxonomy）中的知识对世界中的各类知识做了抽象和总结，共 分 为 4 类： 1.2.1 事实性知识 版本：1

生的报警、最高优先级的报警和未被认知的报警。 4）报警认知 系统提供下列有效的报警认知方式： 从用户画面中选择报警点的任意点参数，按专用的认知键 在系统报警摘要中选该报警，按专用认知键 从系统报警摘要中选择一页报警的认知 一旦操作员认知报警，闪烁的指示灯停止闪烁，任何画面中的该 过程值仍然保持为红色。该认知信息和认知的操作员、操作站将被 记录在事件数据库中。如果报警点在认知前已恢复正常，直到操作 作 员认知前屏幕上有专门的方式来显示。 72 5）报警警报 操作员能以下列方式获得警报： 操作员界面专用报警线上显示的报警信息 系统报警摘要中的报警信息 使用计算机扬声器或声卡的报警警报 打印机记录的报警信息 6）专用报警线 在所有的显示画面上都显示专用的报警信息条，用以显示最近发 生的报警、组态选择旧的报警、最高优先级的报警或未认知的报警。 如果需要，操作员可直接进入相应的过程显示画面。 描述。如果发生多个报警或报警状态改变，后发生的而且级别较高 的报警信号将显示，以前的报警信息则留在等待认知的报警信息清 单上。 7）报警记录 报警信息除在打印机上打印记录外，还记录在事件文件中用于形 成报警报告或存档于拆卸式存储设备上。 8）报警恢复功能键及工具条图标 系统具有下列标准的专用功能键和相应的工具条图标： 报警认知键：用于操作员对该报警信号的确认 报警摘要键：显示当前的报警摘要信息 报警相关画面键：调出与此报警相关的画面

...................................................................................105 9.4 社会宣传与公众认知................................................................................................... 求调 整布局和显示内容，如自定义快捷入口或调整信息展示的顺序。 在视觉设计方面，界面应采用柔和的色彩搭配，减少视觉疲 劳，同时确保高对比度以提升可读性。图标和按钮设计应直观易 懂，符合用户的认知习惯，避免复杂的图形或模糊的隐喻。对于不 同屏幕尺寸的适配，界面应具备响应式设计，确保在手机、平板、 电脑等设备上均能流畅显示。 数据可视化是提升用户体验的重要环节。通过图表、地图等形 式展 统，确保最终产品能够满足用户的实际需求，提升用户满意度。 6.2 界面设计与交互流程 在智慧城市民意速办 AI 大模型应用的用户界面与交互流程设 计中，首先需确保界面布局简洁、直观，符合用户认知习惯。界面 “ ” “ ” “ 采用模块化设计，划分为 民意提交 、 进度查询 、 反馈评 ” “ ” 价 和 个人中心 四大核心模块。每个模块通过清晰的图标和文字标 识，用户在首次使用时即可快速理解功能定位。主色调采用智慧城

论基础。其次，采用案例研究法，选取具有代表性的中小学人工智 能教育应用案例，深入分析其政策实施效果、教学模式创新和技术 应用特点。在此基础上，设计并实施问卷调查，收集一线教师、学 生和家长对人工智能教育应用的认知、态度和需求，量化分析其影 响因素和潜在问题。最后，通过专家访谈法，邀请教育政策制定 者、技术专家和学校管理者进行深度访谈，获取其对人工智能教育 应用政策的见解和建议，确保研究的科学性和实用性。 3.3 中小学人工智能应用政策的必要性与紧迫性 随着全球科技革命的深入推进，人工智能技术正以前所未有的 速度改变着社会的各个领域，教育作为社会发展的基石，也面临着 深刻的变革。中小学阶段是学生认知能力、创新思维和综合素质培 养的关键时期，在这一阶段引入人工智能教育，不仅能够帮助学生 适应未来社会的需求，还能为国家培养具备数字化素养和创新能力 的未来人才。因此，制定和实施中小学人工智能应用政策具有重要 思维、创新能力和信息素养，使其能够适应未来社会的需求。为 此，政策要求在中小学课程中逐步引入人工智能相关教学内容，并 将其纳入国家课程标准。具体措施包括开发适合不同学段的人工智 能教材，设计符合学生认知特点的教学活动，以及提供多样化的学 习资源。 其次，政策强调了教师队伍建设的重要性。为了确保人工智能 教育的有效实施，政策提出要加强教师的专业培训，提升其人工智 能素养和教学能力。具体措施包括组织专项培训课程、开展教学研

外，法制员还需对新出台的法律法规进行解读，并将其及时传达给 相关部门，确保政策实施的合规性。 再者，法制员在政府与公众之间搭建沟通桥梁。他们不仅需要 处理公众对政府决策的法律咨询，还需就政府的法律政策进行沟 通，以提升公众的法律认知和合法权益保护意识。这一角色的发 挥，有助于增强政府的透明度和公信力，提高公众对政府的信任和 满意度。 此外，法制员还需要参与政府内部的法律风险评估工作。他们 通过对政策实施过程中可能出现的法律问题进行分析，提出改善建 文、音频等多种形式进行传播，利用现代传播手段，让法律知识更 易于接受和理解。我们将定期推送与社会热点相关的法律知识，以 提高公众的法律意识和自我保护能力。 最后，可以通过评估调查收集公众对法律知识的认知度、需求 及反馈信息，持续改善法律知识的普及策略。定期发布《法律知识 普及报告》，提供数据支持和案例分析，进一步加强和完善法律知 识的传播体系。 通过以上措施，我们将全面提升公众的法律素养，增强法治意 参考和分析。用户可以根据案件类型、法律问题或法院判决结果等 条件筛选相关案例。通过数据挖掘技术，该模块能够提取案例中的 关键信息，帮助用户更好地理解法律适用。 还需设置法律培训模块，提供在线课程和知识问答，以提升用 户的法律认知。此模块可以包含互动式学习、模拟考试和经验分享 等功能，鼓励用户在轻松的环境中学习法律知识，并实时检测学习 效果。 最后，反馈机制模块将收集用户使用过程中的反馈与建议，对 系统进行不断优化。

果还想加载工程审计所需要的其他知识，也可以采取该方法来实现。 23 第 4 章 面向工程审计行业的 DeepSeek 提示词工程 在数字智能交互的复杂生态系统中，有效沟通已经成为连接人类认知与人 工智能计算能力的关键中介。提示词工程作为一种新兴的交互范式，本质上是 一种高度精准的语言转换技术，它通过系统性的语言策略，将抽象的专业需求 转化为可操作的智能响应。 DeepSeek 系列的大语言模型尽管功能强大，但其输出质量高度依赖于输入 的精确性和结构性。正如专家咨询中的关键洞察，提问的艺术决定了知识获取 的深度和广度。在人工智能治理的新兴领域，如何构建有效的对话策略已经成 为一项关键的认知技能，提示词工程应运而生，成为连接人类专业智慧与机器 计算能力的核心基础设施。 下面将通过九大思维框架的系统解析（参考①),结合工程审计领域的具体 应用场景和提示词模板，深入阐释提示词工程的理论构建与实践路径。

理数据的不完备性等关键问题。 “ 以 模型+ ” 知识 智能驱动的 AI CITY 不是简单地在城市叠加技术元素，而是以 AI 为核心，融合联 接、计算、云、区块链等新一代信息技术，构建从感知智能到认知智能的全新技术体系，直接通过 由 AI 驱动的、具备对话能力的、多模态的智能体界面与之互动，打造数据驱动、具有深度学习能 力的城市级一体化智能协同体系，将推动城市走向更高效、更可持续、更有温度的新时代。 持续进化，上下文窗口长度不断扩展，知识密度增强，带动专业大模型持续创新，在金融、医疗、教育、零售、能源 等多个行业实现初步应用，提供更加精准、高效的解决方案。 多模态大模型推动人工智能从单一感知向全场景认知跃迁 大模型发展已经进入多模态融合阶段，多模态大模型融合了多种感知途径与表达形态，能够同时处理文本、图 像、语音等多种数据，并进行深度语义理解和交叉模态处理，是实现通用智能的重要路径。大模型从早期简单的子任 “ 方式升级，改变未来数字发展的底层逻辑，通过 大模型+ ” 知识库 的方式重构传统数字化应用、赋能千行百 AI Agent 成为人机交互和产业应用的关键载体 AI Agent 依托大模型在感知、认知、推理等方面的优势能力，结合智能体工具调用、智 能体工作流、智能体人 机交互等方式，可以更好实现意图理解、任务分解、任务规划并完成具体 “ ” 任务，有效解决了大模型 有脑无手 的问 题。随着行业对

最后，自动生成病历的功能还具有促进中医知识传播的潜力。 通过 AI 技术的支持，可以在病历中融入中医特色的诊疗理念与治 疗方案，使得中医药的临床信息得到更广泛的传播和应用。这不仅 有助于中医的现代化发展，同时也能提升患者对中医药的认知与信 任。 综上所述，自动生成病历的目的是通过提高工作效率、确保文 书规范、促进数据整合与分析，及推动中医知识传播来提升中医院 门诊服务的整体质量。在实施过程中，医院应考虑以下几点：  实施 任，可能会影响系统的推广和应用效果，从而导致资源的浪费和预 期目标的未能实现。因此，必须对用户接受度风险进行全面评估， 并制定针对性的应对方案。 首先，用户接受度风险主要源于以下几个方面： 1. 用户认知差异：不同用户对于 AI 技术的认知程度差异较大， 部分用户可能对新技术持怀疑态度，担心其准确性或安全性。 2. 使用习惯变更：医疗行业普遍存在固有的工作流程和使用习 惯，用户在新的操作方式前可能会感到不适应，从而影响工作 机制，用户可能因遇到问题而失去对新系统的信任。 针对上述问题，可以采取以下几项措施来提升用户接受度，从 而降低风险：  开展用户调研：在项目开始阶段，通过问卷调查或访谈，掌握 用户对 AI 技术的认知程度和实际需求，为后续方案的制定提 供参考。  强有力的培训计划：设计系统使用的分层次培训课程，从基础 的操作培训到高级应用技巧，确保各类用户都能得到相应的支 持。  持续的技术支持：建立在线咨询和技术支持团队，确保用户在

各类用户之间存在的不同观点与需求优先级。 其次，我们也将进行定量研究，以获得更多客观数据，主要方 法包括： 1. 问卷调查：设计一份结构化的问卷，涵盖用户的基本信息、使 用习惯、对 AI 工具的认知、期望功能等多个维度。问卷的分 发渠道将包括线上教育平台、学校社交媒体以及教育相关论 坛，尽可能覆盖广泛的用户群体。问卷的设计遵循简洁性和易 答性原则，避免过于复杂的问题影响用户的填答意愿。 心界面设计原则，以确保良好的用户体验并提升系统的可用性。 首先，界面应遵循简洁性原则。用户在使用系统时，应该能够 快速找到所需功能，减少不必要的步骤和信息干扰。简化界面的视 觉元素和信息展示可以降低用户认知负担，提高操作效率。设计时 应优先考虑主要功能，确保这些功能容易识别和访问。 界面的可用性也是一个重要原则。用户应易于理解和使用界 面，不需过多学习即可上手。因此，应采用常见的设计模式和约 育 效果。 6.1.1 简洁性与可用性 在教育 AI 大模型的用户界面与体验设计中，简洁性与可用性 是至关重要的设计原则，它直接影响用户的操作效率和使用体验。 简洁的界面能够有效降低用户的认知负担，使用户能够更加专注于 学习任务而不是面临复杂的操作界面。可用性则确保用户可以高效 且顺畅地完成其目标，特别是在教育场景下，用户往往希望快速获 得信息或进行互动，而不是在繁杂的界面中迷失。

对于关键风险点（如监管合规），建议引入第三方认证机构进行合 规性评估。 9.2.1 团队协作问题 在实施 DeepSeek 智能体的过程中，团队协作问题可能成为关 键风险点，主要体现在跨部门沟通壁垒、角色认知偏差以及技术- 业务协同效率不足三个方面。以下是具体分析及应对方案： 跨部门协作障碍 审计团队、IT 部门与第三方技术供应商的协作链条中，存在以下典 型问题： 1. 目标不一致性：审计部门关注风险覆盖率提升，IT 40%的项目延迟源于需求反复确认（见下表）。 协作环节 平均耗时占比 主要瓶颈 需求对齐 35% 业务场景描述不技术化 测试验收 28% 用例覆盖维度理解差异 故障处理 22% 责任边界模糊 角色认知偏差应对策略 建立三层协同机制： - 联合工作坊 ” ：每月开展 技术- ” 业务翻译会 ，由具备审计经验的 IT 专家主持，将审计准则第 2104 号中的抽样逻辑转化为可执行的算 法参数。 及解决方 案自动归档形成知识库，用于后续团队培训。 9.2.2 用户接受度低 审计领域引入 DeepSeek 构建智能体时，用户接受度低可能成 为关键实施风险。传统审计人员对 AI 技术存在认知偏差或操作顾 虑，可能导致系统落地后使用率不足，甚至引发隐性抵触。以下是 具体风险表现及针对性解决方案： 风险表现分析 1. 技术信任缺失：审计人员可能质疑 AI 模型的 ” ” 判断逻辑，尤其是对高风险科目的自动化处理，认为