（一）训练目标
l 理解生成式人工智能对社会科学研究流程的影响，明确AI使用的边界、规范与风险。
l 掌握AI辅助文献检索、文献阅读、知识库建设和研究资料整理的基本方法。
l 掌握AI辅助公共治理文本资料处理、数据清洗、初步分析和可视化表达的方法。
l 能够围绕个人研究方向，设计一个可持续使用的AI科研工作流或科研助手雏形。
（二）课程内容：五天五个模块
课程按照五天五个模块组织，每天聚焦一个核心环节，避免模块过碎、工具过散，突出从“研究问题”到“成果输出”的连续训练。
时间 | 模块主题 | 重点内容 | 阶段成果 |
第一天 | AI+治理研究范式与个人科研工作流 | AI发展趋势、公共治理研究场景、AI使用规范、个人科研流程诊断 | 形成个人科研痛点清单和工具准备清单 |
第二天 | 文献检索、阅读与知识库建设 | 关键词发现、文献追踪、批量阅读、文献比较表、个人知识库与RAG入门 | 完成一个主题文献检索与阅读整理雏形 |
第三天 | 公共治理资料整理与文本分析 | 政策文件、政府报告、访谈资料、政务文本的清洗、编码、摘要、分类与主题识别 | 完成一份小型文本资料处理或主题分析结果 |
第四天 | 数据分析、可视化与研究表达 | 数据清洗、描述统计、基础建模、图表生成、结果解释和规范表达 | 生成若干张规范图表和一份数据分析说明 |
第五天 | 科研智能体、自动化工作流与成果展示 | 科研Agent、知识库、工具调用、自动化流程设计，个人方案展示与点评 | 形成个人AI科研工作流方案或科研助手雏形 |
