01
定义项目
固定事实底稿，将用户需求整理为问题集。
| 工作坊 | 提交与复核 |
|---|---|
| P01 建立项目与事实底稿 | 项目卡、八条核对后的事实，以及一张目录截图。 |
| P02 围绕用户决策整理问题库 | 十二条冻结问题、合并与剔除日志，以及意图覆盖检查。 |
实践版讲义 · 2026
GEO：从问题到证据
面向高职、大专学生与初学者的实践课程。学习整理问题、核验信源、改进内容，并准确报告证据能够说明的结果。
你将完成什么
围绕虚构的校园自行车服务，完成一份小而完整、可供复查的证据包。从配套本地页面与保存的回答开始，最终交付经过核验的 FAQ、测量表和同学能够验证的简短报告。
只需会使用浏览器、文件夹和基础表格，无需编程、API 密钥或付费账号。案例中的观察均标为教学样例，不代表真实 AI 平台的测量结果。
五组连续实践
每两次工作坊衔接两个相互依赖的成果。学习支架逐步减少：先看完整示例，再完成指导练习，最后独立应用方法。
02
观察与查源
保存完整回答，再调查引用的来源。
| 工作坊 | 提交与复核 |
|---|---|
| P03 保存问答与引用，保持原始记录 | 六条观察记录、五份完整回答原文，以及一条保留的失败记录。 |
| P04 查清每个信源背后的发布者 | 六个信源的来源地图，以及一段独立印证说明。 |
03
核验与改写
逐条核对主张与证据，再改写页面。
| 工作坊 | 提交与复核 |
|---|---|
| P05 把答案拆成主张，逐条核验证据 | 八条主张核验、三条事实纠正，以及一条证据不足示例。 |
| P06 在事实不变的前提下改写 FAQ | 四问 FAQ、事实锁定核对表，以及修改前后对照记录。 |
04
检查与测量
检查网页，并汇总多次观察的结果。
| 工作坊 | 提交与复核 |
|---|---|
| P07 检查网页，并说明检查边界 | 八项页面检查、按优先级排列的修复建议，以及一次复查。 |
| P08 用表格计算重复观察指标 | 核对后的汇总表、两阶段比较图，以及结果边界说明。 |
05
复核与交付
处理复核分歧，交付他人能够重新打开的项目。
| 工作坊 | 提交与复核 |
|---|---|
| P09 同伴复核证据，安排改进优先级 | 复核记录、简单一致率计数，以及一周改进清单。 |
| P10 交付一个别人能重新检查的项目 | 一页报告、带索引的证据 ZIP，以及三分钟演示。 |
每次工作坊如何展开
- 10 分钟
回顾
回顾上次成果，明确本次要解决的问题。
- 15 分钟
看示范
看一个完整示例，理解每一步判断的理由。
- 40 分钟
动手做
按照文件与步骤，完成自己的交付物。
- 15 分钟
互相查
交叉检查证据，处理至少一处分歧。
- 10 分钟
作小结
写清已有依据、尚缺信息与下一步。
课程组织形式如何确定
课程综合了七项公开教学资料、用户提供的深职大训练题与项目原有 GEO 课程方案，提取适用的教学做法，再根据证据核验任务作调整。比较支持这些设计取舍，但不代表已有实验验证某种形式绝对最优。
Google AI Essentials ↗围绕具体工作成果安排学习。
Elements of AI ↗基础路径与技术拓展分开。
Microsoft Learn ↗可观察的目标、练习与知识检查。
Data Carpentry ↗修复问题数据，明确记录缺失状态。
SIFT ↗调查发布者，追溯主张的原始语境。
Cornell University Library ↗核验作者、目的、日期与支持段落。
Edinburgh MANTRA ↗规范命名与版本，保证交接可复查。
资料与后续学习
学生素材包包含本地网页、保存的回答、可编辑表格与提交模板。请保留一份原始文件。完成实践后，可继续阅读专著版，学习检索算法、因果推断与研究设计。