吸附是一个常见且重要的物理化学过程，吸附实验也越来越多地出现在实验教学当中。然而，传统的教学模式使学生往往只能被动接受实验方案，缺乏对吸附剂选择和微观吸附机理等方面的深入理解。为此，我们提出一种基于人工智能(AI)的数字化实验设计，旨在通过生成式AI大模型的智能分析和分子动力学(MD)模拟，使学生既可以进行实验前的性能预测，又可以进行实验前后的人机对话预习与总结。学生首先通过互动式对话使用ChatGPT智能助手进行文献收集、整理、吸附剂筛选和个性化预习。随后利用MD模拟预测吸附剂性能，探索吸附机制。再对模拟预测结果进行实验验证，测试吸附动力学和热力学。最后针对实验中的问题和思考与ChatGPT智能助手互动。本实验设计实现了从人机对话的个性化预习、吸附过程的数值模拟，到实验验证，再到人机对话总结的全流程数字化教学，使学生从被动的操作执行者成长为主动的学习参与者和研究探索者，为传统实验教学的现代化和智能化提供了新思路。