AI 通识养成岛

闯关养成模式

读文章、做小测,把小风养成出师。

在卡通地图上按顺序闯关,通关掉落技能卡,雪山实验室可选打。

进入游戏 ›
00010203小风在等你

AI 通识课 · 00-22

像一本书一样,看完整 AI 课程全貌。

主线从学前准备、任务表达、工具使用、Agent 工作流,到结果验收、工作台沉淀和真实世界理解,读者能先看清整门课的骨架。

主课程23 章00-22 完整目录
学习主线6 段从认知到工作流
最终作品1 套自己的 AI 工作流

先看结构,再进章节。

00-02打底认知

准备账号环境,定位自己在哪一级,先把 AI 看成新的工作方式。

03-05会交代任务

把目标、上下文和步骤说清楚,让 AI 从聊天对象变成协作对象。

06-11应用与工具

进入日常场景、多模态、核验、工具选择和安装使用。

12-15进阶自动化

理解 Agent、Skill、MCP、Hook 和 Loop,把能力接进真实服务。

16-20验收与沉淀

处理幻觉和跑偏,建立评分、复盘、工作台和安全边界。

21-22真实世界

把 AI 放回企业、财务、个人能力和实践论里重新理解。

四层能力,贯穿全课。

Prompt
03 / 05

先学会描述任务,再把模糊工作拆成可执行步骤。

Context
04 / 13

给 AI 上下文、记忆和可复用经验,它才像真正懂你。

Harness
12 / 14

理解 Agent 和 MCP,知道 AI 如何调用工具和连接服务。

Loop
15 / 18 / 19

把一次任务沉淀成循环,让工作台和工作流持续复用。

完整书目

00-22 章目录

23
00
打底认知

学前准备:账号、环境和心态

把账号、工具环境和学习心态准备好,避免一开始被安装、权限和名词卡住。

阅读本章正文 ›
01
打底认知

AI 能力自测:你现在在哪一级

先判断自己处在 L0 到 L4 的哪一层,再决定接下来该补概念、练工具还是做流程。

阅读本章正文 ›
02
打底认知

AI 不是魔法,是新的工作方式

把 AI 从神秘工具拉回工作现场,理解它适合辅助表达、检索、拆解和生成。

阅读本章正文 ›
03
会交代任务

先学会把事情说清楚

用目标、背景、资料、约束和验收标准描述任务,减少 AI 靠猜带来的返工。

为什么先讲第一性原理,而不是先教 Prompt 模板
阅读本章正文 ›
04
会交代任务

给 AI 上下文和记忆,它才像懂你

理解上下文、偏好、案例和知识库的作用,让 AI 的回答更贴近你的真实场景。

阅读本章正文 ›
05
会交代任务

AI 任务拆解:把模糊工作变成可执行步骤

把一个含糊需求拆成输入、动作、顺序、交付物和检查点,让任务能真正落地。

为什么 AI 任务拆解,本质上是在训练决策能力
阅读本章正文 ›
06
应用与工具

AI 日常使用场景

从写作、总结、翻译、表格、复盘和沟通切入,建立每天都能用上的使用场景。

阅读本章正文 ›
07
应用与工具

让 AI 看图、画图、做 PPT、转文字:多模态入门

理解文本之外的图片、文档、音频和演示任务,知道多模态能解决什么问题。

阅读本章正文 ›
08
应用与工具

信息核验:判断 AI 说的是真是假

建立事实核验习惯,区分观点、事实、来源和推断,不把 AI 输出当最终结论。

阅读本章正文 ›
09
应用与工具

常见 AI 工具和模型怎么选

从任务类型、成本、隐私和稳定性出发选工具,而不是被新模型名字牵着走。

不要陷入 AI 工具收集癖
阅读本章正文 ›
10
应用与工具

AI 工具安装准备:Claude、Codex、Cline 怎么装

把常用 AI 工具的账号、环境和安装准备梳理清楚,为后续实操扫清障碍。

新手到底要不要装那么多 AI 工具
阅读本章正文 ›
11
应用与工具

AI 工具入门使用:Claude、Codex、Cline 怎么用

从对话、代码辅助、文件协作和项目任务切入,形成几类工具的基础使用感。

第一次用 AI 工具时,最该养成的几个习惯
阅读本章正文 ›
12
进阶自动化

Agent 是什么

理解 Agent 和普通聊天机器人的区别,知道任务拆解、工具调用和状态推进如何配合。

不要把 Agent 想成一个万能机器人
阅读本章正文 ›
13
进阶自动化

Skill:把经验变成 AI 能复用的方法

把个人经验、流程和判断标准写成 Skill,让 AI 下次能按同一套方法做事。

Skill 不是提示词模板一个好 Skill 长什么样把自己的工作经验写成 Skill
阅读本章正文 ›
14
进阶自动化

工具 / MCP:让 AI 连接真实服务

认识 MCP 和工具调用的价值,让 AI 不只会说,还能查询、写入和操作真实系统。

MCP 对小白最重要的意义
阅读本章正文 ›
15
进阶自动化

Hook 和 Loop:让 AI 从一次任务变成自动循环

把触发、执行、检查和复盘串起来,让 AI 能在固定场景里持续运转。

为什么真正厉害的是 Loop,不是 Prompt
阅读本章正文 ›
16
验收与沉淀

AI 不好用怎么救:幻觉、跑偏、失忆、不听话

针对常见失败情况建立排查路径,知道什么时候补上下文、改任务或人工介入。

阅读本章正文 ›
17
验收与沉淀

AI 结果验收:评分、检查、复盘

用评分表、检查清单和复盘机制验收 AI 输出,让结果可以被判断和改进。

不要只看 AI 有没有回答,要看它有没有完成任务
阅读本章正文 ›
18
验收与沉淀

搭建 AI 工作台:Prompt 库、案例库、工作流库

把常用提示词、案例、素材、流程和复盘沉淀到一个自己的 AI 工作台。

阅读本章正文 ›
19
验收与沉淀

做出自己的第一个 AI 工作流

选择一个重复任务,从拆解、执行、验收、沉淀到复用,做出第一条个人工作流。

阅读本章正文 ›
20
验收与沉淀

安全、成本和人的判断

建立隐私、成本、权限和责任边界,知道哪些判断必须留给人。

别把所有事都交给 AI
阅读本章正文 ›
21
真实世界

AI 与真实世界

把 AI 放回财务、企业经营和个人能力放大的场景中,理解它怎样改变真实工作。

AI 对财务的影响AI 对企业经营流程的影响OPC 模式:用 AI 放大每个人的能力
阅读本章正文 ›
22
真实世界

毛选的实践论与 AI 时代

用实践、认识、再实践的框架理解 AI 学习,不停在概念,而是回到行动和复盘。

阅读本章正文 ›