APPENDIX K
《原理讲义》目录（随课自读，平台无关）
| 节 | 主题 | 讲的核心原理 |
|---|---|---|
| §1 | 认识 AI | AI 是什么；生成式 AI 的原理通俗版；它能干什么、不能干什么 |
| §2 | 把话说清楚 | 提示词背后的原理；few-shot；输出约束；边界设计 |
| §3 | 模型为什么像人、为什么会编 | token / 上下文 / 采样与 temperature / 幻觉 / 知识截止 |
| §4 | RAG | 六步；切分与重叠；关键词 vs 语义检索；召回命中率；引用 |
| §5 | 工具调用 | 模型与工具分工；只读 vs 写入；查无结果 ≠ 出错 |
| §6 | 记忆与状态 | 状态机；追问/修正/转人工；状态落地 |
| §7 | 数据契约 | Schema；字段四要素 + 判据；缺失处理 |
| §8 | 工作流 | 触发器→条件→动作→结果；确定性 vs 模型；草稿-提交 |
| §9 | Skill 工程 | 封装/版本/复用/组合；SOP 化 |
| §10 | Agent | 工作流 vs Agent；护栏（最大步数/白名单/完成条件/预算） |
| §11 | 安全 | 数据分级；最小权限；提示注入与防御 |
| §12 | 评测 | 判据；指标；红线召回；盲测；回归；成本-质量 |
| §13 | 可靠性 | 超时/重试/退避/降级；幂等；成本 |
| §14 | 交付 | Beta；运行手册；试点；回滚 |
| §15 | 需求与方案 | 五问；范围切割；方案书七块 |
| §16 | 评审 | 演示六段；证据 vs 表达；准入四档 |
每节 1–2 页，只写"原理 + 为什么 + 边界"，不写平台操作。写不出来，说明这节课的原理还没想透。