很多人卡在同一个地方:想学 AI,打开教程发现一会儿讲提示词、一会儿讲 Python、一会儿讲 API,不知道先动哪个。这篇不给你一堆资料清单,只给一条技能顺序和每步的验收标准,让你知道现在这一步该停在哪、下一步该从哪接。文中不写死数字,凡是涉及价格、限流、版本这类会变的信息,都指向站内对应页面现查。
先练三样:会用、会问、会判断
这一步不用碰代码,也不用先学什么原理,就是三样手上的活:会用、会问、会判断。顺序别乱,会用是底盘,会问决定输出质量,会判断决定你敢不敢用它的结果。三样都属于练出来的,看教程看不出来。
| 练什么 | 具体动作 | 过了的标准 |
|---|---|---|
| 会用 | 独立打开一个对话工具,把一段文字改顺、把一份表格内容整理清楚,全程不翻教程 | 不用回忆按钮在哪,操作是顺下来的 |
| 会问 | 把一句模糊需求改写成带角色、任务、格式、边界的要求,同一件事要两版结果 | 能说清哪版好、好在哪,另一版差在哪 |
| 会判断 | 凡是数字、引用、结论类输出,都回头找出处核一遍 | 能找到出处,找不到就标成待核实 |
会问这一项最容易卡住。模糊需求是「帮我写个自我介绍」,改完是「你是做招聘的,帮我写一段给面试官看的自我介绍,200 字以内,突出项目经历,不要形容词堆砌」。同一件事让它出两版,一版正式一版口语,然后自己判断取舍。提示词里的那些词(角色、约束、少样本之类)拿不准意思,就到 /ai-dict/category/tips 对一下术语,别凭感觉用。
- 第一步 会用挑一个对话工具,给自己派一个真实小活:改一段工作文字、把聊天记录整理成表格。做完把过程中卡住的地方记下来,第二天再做一遍同样的事,直到不看教程也顺手。
- 第二步 会问把同一个模糊需求写两遍,第二遍补上角色、任务、格式、边界。让 AI 各出一版,自己写三句话:哪版能用、为什么、下一版要改哪一条要求。
- 第三步 会判断拿 AI 给的任何带数字或结论的输出,逐条找出处。找得到的留下,找不到的标「待核实」,别直接贴进正式文档。这一步建议形成习惯,不是练几次就停。
判断的标准不是「看着像不像」,而是能不能找到出处。模型编内容这件事不会因为你换了工具就消失,换工具只是换了个编法。所以数字、引用、结论这三类输出,一律回去核,核不到就当没有。想看看同类工具在这方面的表现差异,可以到 /tools 翻一下目录页,但别把别人的评价当成自己免检的理由。
第三步:什么时候才需要碰编程和接口
先别急着学编程。判断标准很简单:你开始出现下面这些念头时,才说明该碰接口了——「这批几百条内容能不能一次处理完」「能不能接进我自己的表格或网站」「这个流程我每天都要手动跑一遍」。如果只是聊天、写文案、改稿子,网页端够用,学代码只会拖慢你。反过来,一旦手动操作开始重复到让你烦,就说明你已经在用体力替代接口了。
- 批量:同样的活要对几十上百条内容重复做,复制粘贴已经明显耗时
- 嵌入:想把结果放进自己的表格、文档、网页或内部工具里,而不是留在对话框
- 固定跑:某个流程每天或每周都要来一遍,你希望它自己跑完再通知你
- 组合:要把一次调用接在另一次调用后面,形成多步流程
- 多人共用:几个人都要用同一套逻辑,靠口头传提示词已经传不准了
顺序千万别搞反:先跑通,再理解。第一步不是把 Token、鉴权、请求体这些概念背下来,而是照着教程把第一个请求发出去,亲眼看到返回结果。看到返回的那一刻,你才有东西可以对照——原来这一串字符就是 Token,原来这个报头就是鉴权,原来这个错误码是这么冒出来的。概念是补在结果后面的,不是学在动作前面的。基础名词可以先到 技术词典分类页(/ai-dict/category/tech) 扫一眼混个脸熟,不用背。
- 照着示例发一次找一份能直接复制的调用示例,替换成自己的密钥和一句最简单的提问,跑通并看到返回正文。验证标准:屏幕上出现了模型的实际回答,而不是报错。
- 改一个参数再跑只改一个变量,比如把问题换掉或者把长度限制调小,再跑一次。验证标准:输出跟着你的改动变了,说明你知道哪一段在控制什么。
- 故意制造一次错误把密钥改错一位、把请求地址写错,各跑一次,把报错原文记下来。验证标准:你能认出这是密钥类错误还是地址类错误。
- 回补概念带着刚才看到的现象去查 Token、鉴权、请求体、错误码,每个概念只求能对上刚才那一次经历。
- 做成最小脚本把跑通的调用包成一个能读一行输入、输出一行结果的脚本,先只处理一条,再考虑循环。
报错处理本身就是基础技能,不是「等出问题再说」。日常最常撞上的就三类:密钥或权限类(通常是 401 这一档)、频率或额度类(429 这一档)、等待超时类。你不需要会修服务端,但要做到一眼分出是哪一类、大致往哪个方向查——是密钥贴错了、是发得太快该加间隔、还是网络或任务太重该缩短请求。否则每来一个报错都当成新问题,从头查一遍,时间全耗在这上面。
| 报错现象 | 大概率是哪类 | 先查什么 |
|---|---|---|
| 提示未授权、密钥无效 | 鉴权类 | 密钥是否复制完整、有没有多余空格、账号是否开通了对应权限 |
| 提示请求过多、频率受限 | 限流类 | 是不是循环里没有间隔、是不是短时间重复发了同一条 |
| 长时间没返回、连接中断 | 超时类 | 单次请求是不是太大、网络是否稳定、能不能拆成多次 |
| 返回内容为空或答非所问 | 参数类 | 提示词、长度上限、模型名有没有写错 |
有一种情况不适用:如果你所在团队有开发同学,你不需要自己写出完整可上线的调用代码。你要做的是把需求说清楚——输入是什么、输出要什么格式、多大体量、多高频率、出错时希望怎么处理——并且能看懂对方返回的结果对不对。会写代码在这里不是加分项,能把需求描述准确才是。至于各家接口的当前价格和参数细节,站内数字一直在动,去 技术词典分类页(/ai-dict/category/tech) 顺着入口找到对应页面核对,别拿旧截图当依据。
四周怎么排:每周一个验收动作
新手最容易犯的错,是把四周排成「学知识」的顺序:先看一堆原理,再背概念,最后才动手。反过来排更顺:先出成品,再练判断,然后补概念,最后才碰代码。每周给自己留一个能看见的验收动作,周末一问就知道有没有白过。
- 第一周:会用 + 会问挑一件你本来就要做的事,比如把一份会议记录整理成待办清单,或者把一段产品说明改成给客户看的版本。做完不算完,把提示词改三遍,每次只动一个地方:补一句背景、换一种输出格式、加一条限制条件。三版里留一版自己最满意的存好,下周还能直接拿来用。
- 第二周:会判断找三个 AI 给出的具体结论,逐个去核实。核实完记两栏:这次它错在哪、错的是哪一类问题,是时间信息过时、是数字对不上、还是把不存在的东西说得像真的。记满一周你会发现自己有个固定的踩坑区,以后遇到同类问题先怀疑。
- 第三周:认工具和概念只固定一个主力工具,别同时开五个。把常遇到的四个概念查明白,标准是能不看资料、用自己的话讲给同事听懂。讲不顺的那个就是没懂,回去补。这一步的意义是以后别人说术语你不至于只能点头。
- 第四周:再决定碰不碰代码前三周做完,你对自己有没有兴趣、有没有场景会有答案。要碰的话,目标只设一个:跑通一次请求,拿到返回结果。不追求看懂每一行,先把跑通这一步走完。跑不通就记录卡在哪一步,比硬啃文档有用。
| 周次 | 验收动作 | 没做到说明什么 |
|---|---|---|
| 第一周 | 存下一版改过三遍、自己满意的提示词 | 还在只看不练,任务挑得太大或太虚 |
| 第二周 | 记下至少三次 AI 出错的具体类型 | 没做核实,把输出当结论直接用 |
| 第三周 | 能口头解释四个常用概念 | 概念靠收藏夹囤着,没进脑子 |
| 第四周 | 跑通一次请求,或明确决定先不碰 | 目标定成了「学会写代码」而不是「跑通一次」 |
这套排法不适用于两类人:已经能稳定用 AI 完成日常工作的,可以从第二周开始;必须短期内交付代码的,第四周的目标要放宽到能改别人的示例,但仍不建议第一周就啃语法。想对照不同工具的定位和大致档位,去站内工具目录翻一翻,具体数字以页面当时显示的为准。
常见问题
英语不好、数学不好,能学 AI 入门吗?
大部分入门技能不需要英语和数学打底,工具界面有中文,提示词用中文写就行。真正会碰到英文的是接口文档和报错信息,那时靠翻译工具加对照词典也能过。只有你想深入模型原理或读论文,数学和英文才变成必要条件,那已经不是「入门」这一段的事了。
先学提示词还是先学编程?
看你的目标落在哪。目标是让 AI 帮你干活——写作、整理资料、出图、做表——把提示词练透收益最大,编程可以先不碰。只有当你需要批量、自动化、接进自己的系统时,才轮到编程,而且那时你已经知道自己要程序做什么,学起来有具体目标,不容易半路放弃。
网上教程那么多,怎么判断哪份适合自己?
先看它有没有明确的作业或验收动作,只有概念讲解没有练手的,看完还是不会。再看它讲的东西你能不能立刻用上,用不上的先放一边。价格、额度、模型版本这类会变的信息别信教程里的截图,去站内对应页面看当时的数字,比如价格看 /official-api,额度变化看 /price-watch。