本书是作者继《巧用ChatGPT进行数学建模》之后推出的全新力作，系统介绍如何借助国产大语言模型DeepSeek高效完成数学建模任务。全书以“方法论驱动、人机协同、能力内化”为核心理念，构建了一套完整的AI辅助数学建模知识体系。全书共12章，涵盖数学建模全流程。第1～2章介绍数学建模基础与DeepSeek功能特性； 第3～9章系统讲解AI辅助建模的核心方法论，包括问题分析（FRAME框架）、资料收集（GAS法则）、模型创新（FUSED路径）、模型求解（SOLVER框架）、可视化表达（VISTA模型）及 报告撰写等关键环节；第10～11章探讨如何利用AI提升建模学习效率，以及知识库与智能体 的进阶应用；第12章聚焦数学建模竞赛实战，从备赛准备、赛中协同到赛后复盘，提供一整套可落地的操作方法。本书适合数学建模初学者、竞赛参赛者、高校师生及科研工作者阅读，也可作为数学建模 课程的教学参考用书。

王海华 ---------------------------- 教育学硕士，资深数学建模教练，数学科普博主，公众号“模型视角”主理人，上海模视教育创始人。 曾获第六届中国未来学校大会“数学建模Top20教师”、首届（中国）教育创新发展高峰论坛“2025年度十佳跨学科融合教师”等荣誉。现为朱浩楠全国STEM名师工作室成员、北京师范大学数学建模中心教师研讨班核心成员、华东师范大学孟宪承书院校友导师。曾受邀担任中央新影中学生频道《榜样教育》栏目嘉宾、第二届京湾夏令营主讲教师、第六届中小学工程教育创新与发展"做中学"挑战赛中学数学评委。 著有《巧用ChatGPT进行数学建模》《数学建模趣味学：从徒手挖爆米花到玩转竞赛》《模型，就是数学化的思维》《数学建模实战：手把手教你参加数学建模竞赛》等，参编《数学建模：教育设计与案例》《高中STEM精品课程资源课例》等，并发表多篇数学建模研究论文。 长期指导学生参加美国大学生数学建模竞赛（MCM/ICM）、美国高中生数学建模竞赛（HiMCM）、国际中学生数学建模挑战赛（IMMC）、丘成桐科学奖等高级别赛事，所指导学生屡获特等奖及一等奖等优异成绩。

第1章 数学建模与DeepSeek001 1.1 什么是数学建模001 1.2 数学建模的基本流程002 1.2.1 定义问题003 1.2.2 建立模型003 1.2.3 求解004 1.2.4 检验结果004 1.2.5 报告和应用005 1.2.6 收集资料和数据005 1.2.7 数学建模案例：传染病模型005 1.3 DeepSeek 如何介入建模流程008 1.4 扩展查阅建议016 第2章 DeepSeek功能详解018 2.1 DeepSeek 模型架构概述018 2.2 提示词系统与对话能力020 2.2.1 提示词的基本结构020 2.2.2 对话式交互策略022 2.2.3 提示词的风格分类023 2.2.4 构建你自己的“建模提示词库”023 2.3 深度思考与结构化输出024 2.3.1 什么是“深度思考”024 2.3.2 深度思考如何辅助数学建模025 2.4 DPA公式：影响AI工具使用效果的乘法结构029 2.5 扩展查阅建议032 第3章 全貌、精修与续写034 3.1 全貌：快速构建“建模蓝图”034 3.2 精修：在关键处“磨刀出锋芒”036 3.3 续写模式：用AI补完“建模拼图”041 3.4 扩展查阅建议043 第4章 AI问题分析进阶045 4.1 FRAME框架：从“场景”到“结构”045 4.2 让DeepSeek成为你的“问题建构搭档”049 4.3 AI工具辅助“问题建构”的三种协同范式054 4.4 案例实操：校园电动车充电优化055 4.5 关键词索引与扩展查阅058 第5章 AI数据收集进阶060 5.1 数据收集三步法：GAS 法则061 5.2 AI辅助文献查阅的六大场景064 5.3 高阶整合能力070 5.4 遵循学术规范072 5.5 关键词索引与扩展查阅073 第6章 AI模型创新进阶076 6.1 模型创新的结构路径：FUSED 模型077 6.2 数学模型的分类与应用079 6.3 AI驱动的模型创新路径082 6.4 实例展示：AI辅助生成创新模型的流程087 6.5 扩展查阅建议089 第7章 AI辅助求解进阶091 7.1 求解与检验流程模型：SOLVER 框架092 7.2 经典数学模型的求解093 7.2.1 优化类模型的求解093 7.2.2 预测类模型的求解095 7.2.3 评价类模型的求解096 7.2.4 解释类模型的求解098 7.2.5 仿真类模型的求解101 7.3 案例展示：AI工具辅助下的完整求解流程105 7.4 学习指引与知识拓展107 第8章 AI精美作图110 8.1 可视化表达的结构化思维——VISTA 模型111 8.2 AI工具作图的三种能力路径115 8.2.1 路径一：生成图结构构思草图（从文本到构图思路）115 8.2.2 路径二：输出Python绘图代码（从结构到可执行代码）117 8.2.3 路径三：创意构思与图像描述生成（从文字到创意图像）136 8.3 建模场景下的实用图类模板138 8.4 AI作图在建模报告与答辩中的应用139 8.5 学习指引与可视化进阶140 第9章 AI辅助报告撰写142 9.1 报告撰写的四个核心挑战143 9.2 标准建模报告结构与AI工具辅助任务143 9.3 AI工具辅助报告撰写的四个阶段协同流程144 9.4 报告写作常用提示词结构参考146 9.5 案例展示：从模型结构到报告的协同生成147 9.6 扩展查阅建议148 第10章 用AI学数学建模151 10.1 GROW框架152 10.2 GROW框架与AI提问的深度联动设计155 10.3 AI工具辅助论文阅读与解读158 10.4 AI工具使用记录与效果评估159 10.6 学习指引与资源推荐162 第11章 知识库与AI智能体165 11.1 从提示词到智能体：协作方式的范式跃迁166 11.2 使用扣子平台创建智能体167 11.3 数学建模智能体的知识库与工作流170 11.4 场景实例：一个完整的智能建模对话流程172 11.5 学习指引与进阶探索174 第12章 AI辅助数学建模竞赛实战177 12.1 赛前准备：建模素养与工具能力的双线建设178 12.1.1 知识积累与模型速成178 12.1.2 提示词设计与高效提问179 12.1.3 形成团队与AI协作的SOP181 12.1.4 历年赛题梳理及模拟赛题练习182 12.1.5 团队磨合与材料准备184 12.2 赛中实战：任务驱动与结构协同下的高效建模187 12.2.1 任务拆解187 12.2.2 模型生成187 12.2.3 数据处理与代码调试188 12.2.4 报告撰写与表达优化189 12.2.5 多轮审稿：模拟提问与反馈机制189 12.3 AI协同评估与批改建模作品190 12.4 赛后总结：复盘与能力迭代193 12.5 扩展查阅建议196