为每门课建立独立的 AI 项目实现课程隔离

可以得到什么

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。

适合哪些情况

• 同时管理多门课程的本科或研究生。
• 计算机等"同一概念存在多种符号、算法变体或实现方式"的学科。
• 需要把 AI 用于课程范围内的概念解释、习题讨论或资料整理。

需要准备什么

• 一门课的 Lecture Slides、Tutorial Notes、Assignment Spec（不必是整本教材）。
• 一个支持项目隔离的对话容器：ChatGPT Projects 或 Claude Projects。
• 一段说明资料边界与回答风格的提示（参见 上传材料优先 + 资料未覆盖时显式标记（Upload-first Boundary Declaration））。

常见做法

1. 为每门课新建一个独立项目，命名区分课程名称与学期。
2. 项目说明中写明这是哪门课、采用谁的定义与符号、回答必须基于上传资料。
3. 上传课件、习题课笔记和作业规范；厚教材按需加入相关章节。
4. 当模型给出答案，回到对应课件核对定义、符号、公式是否一致。

真实案例与教程

• 案例：Efan404 港校 CS 硕士 AI 学习与 Research Report 工作流 中"按课程建立独立项目"。
• 来源：一个普通 CS 学生的 AI 学习工作流实录

限制和检查点

• 项目文件数和上下文长度存在上限；资料过多会增加噪声。
• 课程隔离不能解决"课程口径与通用知识冲突"的所有情形，仍需逐题核对（见 课程口径与通用知识冲突（CS 多符号/多算法场景））。
• 隔离可能导致跨课程知识迁移受限，例如把算法课的复杂度分析用到系统课时，需要新建或扩展项目。
• 不同学校的项目数据政策可能限制上传未公开讲义或个人作业。