本书是为研究生课程《提出问题与提示工程》编写的教材，旨在系统化地教授学生科学提问、问题分析与人工智能提示工程的前沿方法。本书首先从提问的本质出发，阐明了提问在研究与创新中的关键作用，深入探讨了问题的分类、分层与结构化分析方法；通过引入模型思维，从科学问题的提出到假设构建，再到研究模型的建立，为科研过程提供了系统化的理论框架和实践指导；结合人工智能，特别是大语言模型（LLM）的发展趋势，系统梳理了提示工程的理论基础与技术方法，涵盖了关键词提示设计策略与实践技巧。书中配有大量实际案例，展示了如何将提问与提示工程应用于科学研究和工程实践，如论文写作、数据分析、编程支持等。

第1章 导论
1.1 提问在研究与创新中的角色
1.2 人工智能与大语言模型
1.3 提示工程：与大语言模型对话的艺术
1.4 提问能力与提示工程
1.5 本书目标
第2章 提问的本质与理论基础
2.1 问题的分类与层次
2.2 提问与创新思维
2.3 有效提问的关键要素
第3章 模型建立：从问题到解答的路径
3.1 模型思维的建立
3.2 从提问到假设的转化
3.3 模型建立的基本方法
3.4 人工智能辅助下的模型建立
第4章 提示工程基础：技术与方法
4.1 提示工程基础知识
4.2 基础提示工程技术
4.3 进阶提示工程技术
第5章 科研实战应用
5.1 AI提示工程在科研论文写作中的应用
5.2 AI提示工程在代码编程中的应用
5.3 AI提示工程在数据处理分析中的应用
第6章 展望
6.1 人工智能对思维模式的影响
6.2 伦理与责任