为每门课建立独立的 AI 项目实现课程隔离
一门课对应的"独立上下文"：模型只能看到这门课的课件、习题课笔记、作业规范和资料边界声明，避免另一门课的术语、公式或作业要求混入回答。
和这个任务相关的方法
优先上传与当前课程直接相关、能定义教师口径的资料（Lecture Slides、Tutorial Notes、Assignment Spec），不把厚教材整本塞进上下文；某个章节需要时再补充对应内容。
优先上传与当前课程直接相关、能定义教师口径的资料（Lecture Slides、Tutorial Notes、Assignment Spec），不把厚教材整本塞进上下文；某个章节需要时再补充对应内容。
通用模型可能调用教授没有采用的术语或解法。资料越贴近教师口径，模型回答越可能落在课程范围内；资料过杂则增加噪声、稀释信号。
教师口径明确、有规范课件的课程；对开放式通识课或教材权威性不足的课程，本方法的收益较小。
先展示关系含义清楚、来源可追溯的内容。