零基础 AI 学习中心
先理解人工智能怎样发展、怎样工作和为什么会出错，再学习提示方法、安全边界和第一次实操。示例覆盖 DeepSeek、豆包等大陆常用工具，但不做工具排行榜，而是帮助你形成可长期复用的基础认知。
应该按什么顺序学习 AI？
推荐顺序是：先了解发展历程，再认识核心概念、理解工作原理、判断能力边界、学习提问、掌握安全核对，最后完成一个真实任务。零基础不需要先记模型名称，也不需要先学编程。
学习原则
- 每节只解决一个问题
- 概念配真实例子
- 重要结论标明来源
- 所有结果保留人工核对
COURSE MAP
七节入门课程
每一页都有直接答案、概念解释、常见误区、自测题和下一课入口。
第 1 课 · 发展历程 · 约 8 分钟
人工智能是怎样发展到今天的？
从理论萌芽、达特茅斯会议和专家系统，到 AI 寒冬、深度学习、Transformer 与生成式 AI。
开始第一课 → 第 2 课 · 核心概念 · 约 6 分钟AI、机器学习和大模型有什么区别？
看懂人工智能、机器学习、深度学习、生成式 AI 和大语言模型之间的包含关系。
学习核心概念 → 第 3 课 · 工作原理 · 约 7 分钟生成式 AI 为什么会回答，也会出错？
理解训练、Token、上下文、概率生成和幻觉，知道什么时候必须查证。
理解生成原理 → 第 4 课 · 能力边界 · 约 6 分钟哪些任务适合 AI，哪些不适合？
从任务清晰度、资料质量、错误成本和人工核对条件判断是否值得使用 AI。
判断适用场景 → 第 5 课 · 提示方法 · 约 8 分钟第一条有效提示词应该怎么写？
用目标、背景、资料、限制和输出格式五个要素，把模糊问题变成可执行任务。
查看提示词模板 → 第 6 课 · 安全核对 · 约 7 分钟使用 AI 时，哪些资料不能直接发送？
认识隐私、事实、版权、偏见和高风险决策边界，建立发布前核对清单。
建立安全习惯 → 第 7 课 · 第一次实操 · 约 8 分钟怎样完成第一个可核对的 AI 任务？
把一段非敏感记录整理成行动清单，再逐项核对事实并追问修正，完成一个可检查的成果。
开始第一次实操 →这些课程能替代专业意见吗？
不能。公开课程用于建立基础认知和日常使用方法，不替代法律、医疗、财务或其他专业判断。AI 生成内容也可能出错，重要信息应回到原始资料和权威来源核对。