专业课程大纲需明确学科名称、目标学员、总课时、交付形式四要素；限定层级结构与行为动词；嵌入知识逻辑顺序、教学禁忌及实践比重；强制纯文本输出格式。
☞☞☞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☜☜☜
用Kimi生成专业课程大纲时，必须让模型清楚知道学科范围、受众水平、课时约束和内容颗粒度，否则输出会泛泛而谈或结构松散。
明确课程基础信息
在提示词开头直接写清【学科名称】、【目标学员】（如“零基础职场新人”“高中物理教师”）、【总课时】（如“16周，每周2课时”）和【交付形式】（如“含每讲PPT要点+课堂活动建议+课后练习题”）。
这四要素缺一不可——漏掉“目标学员”，Kimi可能按研究生标准设计内容；不写“课时”，它会堆砌50个知识点却无法分配到具体讲次。
限定大纲层级与颗粒度
方法一：用结构模板锚定输出格式
输入：“请严格按以下层级输出：一级标题=模块名（共4–6个），二级标题=每模块下3–5个主题，三级标题=每个主题下的2–3个具体知识点（带简要说明，不超过20字）。”
方法二：用反例排除模糊表达
追加一句：“不要出现‘了解’‘熟悉’‘掌握’等模糊动词，全部替换为可检测的行为动词，例如‘能独立推导欧姆定律公式’‘能用Python完成CSV数据清洗’。”
【若未限定层级，Kimi常生成只有模块名的粗纲，无法直接用于教学准备】
使用 Moonshot Kimi API 的 $web_search 内置工具进行联网搜索。当需要进行网络搜索获取实时信息时使用，支持中文和英文搜索查询。需要配置 MOONSHOT_API_KEY。
嵌入学科逻辑约束
第一步：指出知识演进关系
例如在数学类课程中写：“函数概念必须前置在导数之前，统计推断必须放在概率分布之后。”
第二步：声明关键教学禁忌
例如：“禁止将傅里叶变换安排在未讲授复数运算和线性代数基础之前。”
第三步：指定实践比重
例如：“编程类课程中，每2个理论讲次必须匹配1个上机实操讲次，实操内容需标注所需环境（如Python 3.9+PyTorch 2.0）。”
强制输出可编辑格式
结尾固定加一句：“所有内容用纯文本输出，禁用Markdown符号、编号列表、缩进空格；模块间用空行分隔；每个知识点单独成行，不加任何序号或破折号。”
这一步能避免Kimi自作主张用「▶」「•」等符号，导致复制到Word后格式错乱或需逐个手动清理。
