北京大学本科课程实践平台 · 课程编号 22530014
AI-Driven Interpretation of Historical Texts — From Sources to Intelligent Narratives
本课程主要面向非技术背景的本科同学。也欢迎对历史文本研读有兴趣的理科同学选修。课程不要求编程基础。
《历史智能演绎》是一门由北大数字人文中心与历史学系联合设计和讲授的一门跨学科实践课程，2026年春季在人工智能研究院面向本科生首次开设。课程融合史料研读与人工智能技术，探索经典历史文本在智能环境中的理解、表达与互动方式。课程以史料研读与史料数据集构建为基础，运用多种 AI 工具，对历史内容进行「智能演绎」。
课程以《三国志》及相关史料为主要研读对象，引导学生从历史文本的专业阅读出发，逐步完成史料数据化、生成式表达、智能体构建与交互式演绎的完整学习路径。通过项目制学习，学生将理解历史解释如何在不同媒介和互动系统中被重新组织和呈现。
通过「AI 智能演绎」这一创新路径，课程引导学生以主动创作与互动体验的视角，深入理解与诠释经典历史文本，培养其跨学科整合能力与创新实践能力。课程还邀请来自相关行业的一线实践者参与授课与指导，包括智能体主创团队及互联网大厂，为学生提供贴近真实产业场景的实践经验与行业视野。
授课对象
本课程主要面向非技术背景的本科同学。也欢迎对历史文本研读有兴趣的理科同学选修。课程不要求编程基础。
课程目标
提升史料研读能力与问题意识，理解历史材料的复杂性、多义性及其解释边界。
掌握运用 AI 工具开展历史内容创作，并理解其在不同媒介中的表达与传播方式。
学习将历史文本转化为结构化数据，并在规则约束下进行智能生成与演绎。
理解历史人物与事件在智能体与交互系统中的表达形式及其方法边界。
培养跨学科团队协作能力与项目式学习经验。
课程模块设置
本课程共设置三个教学模块，循序渐进地推进学习与实践。
模块一
围绕三国史料与人物资料展开阅读、搜集和长编制作，为后续数据整理和智能体构建提供材料基础。
模块二
从上下文工程、知识库接入和系统提示词设计出发，构建能够基于史料回答问题并保持边界的智能体。
模块三
将不同历史人物智能体放入共同场景，观察角色立场、信息交流和叙事推进，并反思其方法边界。
授课计划
授课计划保留课程介绍中的周次安排。每个模块可展开查看具体主题和说明。
Week 1
介绍课程目标、结构与考核方式，说明「文本—数据—智能演绎」的整体学习路径，并通过案例展示课程预期成果。
Week 2
介绍史学界对三国历史和人物的基本认识，三国史料的文献性质和使用方法，讨论研究对象的选定方式与课程分组安排。
Week 3-4
精选三国人物作为案例，每位同学选择自己钟情的三国人物，学习并实践传统史学的资料长编方法。
Week 5
学习并实践如何利用智能工具从长编资料中抽取结构化数据；学习并利用 Chatbot 或 Agent 完成历史人物长编的自动生成。
Week 6
从多个方面比较手工编制和智能生成的历史人物资料长编，包括全面性、准确性、效率等，讨论智能工具在史料处理方面的可用性。
Week 8
通过对比实验，理解将史料直接粘贴给大模型与精心组织数据构建智能体之间的本质区别。学习上下文工程的核心思想：大模型的注意力是有限资源，需要根据任务目标为其筛选和组织最相关的高质量信息。基于模块一的成果，将已有的人物史料整理为结构化上下文。
Week 9
介绍智能体（Agent）的基本概念，学习系统提示词设计与知识库接入方法，在智能体平台上构建一个能够基于史料回答问题、引用具体来源的历史研究助手。
Week 10-11
在研究助手的基础上，学习如何为智能体设定人物性格、语言风格、价值立场与知识边界，构建能够以历史人物身份进行对话的角色扮演智能体，并通过反复测试与迭代持续优化其表现。重点关注历史约束、角色一致性与解释边界问题。
Week 12
各小组展示角色扮演智能体的设计思路与交互效果，围绕上下文工程对智能体表现的影响、历史准确性与角色一致性展开讨论。各小组同时提出希望探索的多角色历史对话场景，为下一模块做准备。
Week 13-14
将各小组构建的角色扮演智能体放入课程提供的多智能体对话框架中，在同学们共同商定的历史场景下，让不同历史人物智能体展开对话，观察角色之间的立场碰撞、信息交流与叙事推进。对对话过程和结果进行分析与讨论，并据此进一步优化各自的智能体。
Week 15-16
各小组展示课程项目的完整成果，包括智能体的设计思路、上下文工程方案以及多智能体对话中的发现与反思，进行课程整体回顾与讨论。
教学方法
课程采用讲授、讨论与项目实践相结合的教学方式，通过案例讲解、小组协作与阶段性展示，引导学生在实践中理解历史方法与智能工具的关系。
考核与评分方式
课程考核以过程性评价与小组项目成果相结合的方式进行，重点关注历史理解、方法运用与团队协作情况，而非技术复杂度或视觉效果。
| 课堂参与度 | 20% |
|---|---|
| 阶段性作业与实践任务 | 30% |
| 小组项目（历史多智能体互动原型） | 40% |
| 项目展示与反思总结 | 10% |
主要授课团队成员
北京大学信息管理系、历史学系、人工智能研究院兼聘教授，北京大学数字人文研究中心主任。主要研究领域为数字人文、知识工程、古籍智能、文化产品设计等跨领域的研究和教学工作，承担多项国家自然科学基金、国家社会科学基金研究课题。主持开发了「识典古籍」「吾与点」「宋元学案知识图谱」等多个数字人文平台，入选教育部「新世纪优秀人才支持计划」，荣获教育部人文社科优秀成果奖和「北京市优秀教师」称号。
北京大学历史学系副主任，北京大学中国古代史研究中心、历史学系教授。主要研究领域为魏晋南北朝史、中国古代民族史。主要专著《能夏则大与渐慕华风：政治体视角下的华夏与华夏化》获首届「普隐人文学术奖」及首届「新史学青年著作奖」，主持国家社科基金「冷门绝学」专项课题及教育部基地重大项目。在《历史研究》《民族研究》《文史》等刊物发表学术论文数十篇，研究方向聚焦政治体演变与华夏化进程、长江中游山区族群等领域。
北京大学数字人文研究中心博士研究生，北京大学信息管理系情报学专业。本科毕业于四川大学，获汉语言文学与计算机科学技术双学士学位；硕士毕业于北京师范大学，获文学硕士学位。主要研究方向为数字人文、古代汉语信息处理与计算语言学。
北京大学历史学系 25 级博士生，专业方向为秦汉魏晋南北朝史。
学生作品
以下作品由课程学生小组独立完成，分别围绕周瑜、孙权、刘备三位历史人物，从史料研读、人格建模到交互系统进行了完整的探索。
周瑜组
以层累说辨析正史与演义形象，回到陈寿笔下「性度恢廓」的周瑜。
时间锚点锁定 175–210 AD，站在某一年看天下，超出范围拒绝回答。
人格特质逐条对应史料证据并经人工复核，扩充文献覆盖《资治通鉴》《三国志集解》《水经注》等。
四层评测体系分别检验知识、人格、行为和安全边界。
孙权组
从史料长编到结构化知识库，以四期人格和五种对话场景呈现孙权的政治判断。
按少年、壮年、中年、晚年四个时期建模人格变化，知识边界设定至太元二年四月。
覆盖简答、廷议、军议、家书、史论五种对话场景，内置角色一致性保持机制。
通过上下文裁剪与语义去重，减少长对话中的重复表达与角色偏移。
刘备组
以「弘毅宽厚，知人待士」为人格基座，还原一个更像人的、历史的刘备。
七段人生分期配合历史边界与生命周期校验，确保对话不超出角色所知。
六维场景系统涵盖密谈、朝议、军议、宴饮、战场、托孤，三维关系数值动态调节信重、亲睦和戒心。
动态心声系统在关羽之死、夷陵惨败等关键事件中触发情感反应。
课堂成果
下列智能体由学生小组基于史料研读与角色设定构建，展示课程项目的整体参与情况。
