学 AI 基础
先把"名词—历史—当下"看清楚。不急着上工具，先建立一套不会过时的底层坐标系。
建立坐标
先看懂名词、历史与当下，再做后续的所有选择。
1 建立坐标 先看懂名词、历史与当下
1 / 8
AI 是什么
机器如何模仿学习与推理——一次回到最基础的概念梳理。
2 / 8
大模型的历史
从神经网络到 Transformer，用一条时间线看清来路。
3 / 8
提示词的哲学
指令、上下文、意图——你和大模型之间到底在交换什么。
4 / 8
Agent 与工具
当模型开始动手——自主调用工具、规划路径、完成任务。
2 动手前 在动手做产品之前，先想清楚这几件事
学 AI 发现
找到值得学的东西。工具、模型、教程泛滥——先学会筛选与判断。
信息源
在信息过载的时代，建立自己的筛选框架。
3 找工具 如何找到真正值得用的工具与模型
学 AI 定义
说清楚"你要什么"——把模糊想法变成可执行的 AI 需求。
需求表达
把"我有个想法"翻译成"模型能做的事"。
4 说清需求 把模糊想法变成可执行的 AI 需求
学 AI 结构
从输入到输出——理解系统如何被搭建与串联。
系统搭建
把想法落成结构：模型、数据、流程、人。
5 搭结构 把想法落成结构：模型、数据、流程、人
做产品 · 交互
AI 产品的交互不是按钮与页面的排列——而是人和不确定性的共舞。
人机协作
当结果不确定，交互就要重新设计。
6 做交互 人机协作、反馈节奏、错误处理、信任设计
做产品 · 界面
AI 产品的界面——信息密度、视觉层级与内容的编排方式。
视觉与信息
让复杂内容看起来简单，是让 AI 落地的重要一步。
7 做界面 信息层级、视觉表达、内容编排
做产品 · 写作
把 AI 能力用文字讲清楚——产品文案、帮助文档、使用说明。
表达与说服
好的产品也需要好文字——让人明白、让人信任。
8 写好字 产品文案、帮助文档、使用说明
做产品 · 验证
你的产品到底好不好——用数据、反馈与迭代回答自己。
衡量与迭代
不验证就不知道，不知道就无从改进。
9 做验证 用户测试、指标体系、A/B 实验、迭代循环