AI自学入门免费教程

很多人搜「AI自学入门免费教程」，收藏了几十个链接，打开三个就卡住：不知道先学什么、不知道学到什么程度算过关、也不知道免费资源里哪些是过期内容。这篇不讲概念科普，只给一条能自己跑完的路线——先分清你要走哪条路，再按周排任务，最后用一个可交付的小东西验收。

先分清你是哪类自学者，路线完全不同

很多人一上来就问「学 AI 该先看什么」，这问题没法直接回答，因为你自己是哪类人还没定。三类自学者前三周要做的事几乎不重叠：想用工具提效的，第一周该在真实工作里跑流程；想写代码做应用的，第一周该把接口调通；想转岗做算法或数据的，第一周该补数学和数据处理基础。路线选错，三周后大概率自我怀疑。

最省事的自测只有一个问题：你能不能接受每天雷打不动敲半小时代码，连续两周不中断。能，就往开发或算法方向走；不能，就先老老实实走工具路线。这不是能力高低的问题，是投入节奏的问题。工具路线同样能产生价值，别觉得它「不算学 AI」。

• 第一周先选一条路，别三条并行，精力会被摊薄到什么都学不完
• 工具路线用你手头真实任务练，比如周报整理、资料归纳、邮件起草
• 开发路线先让一段代码成功跑起来，再谈框架和架构
• 算法路线先把数据处理和基础数学过一遍，别急着上模型
• 每周留一次复盘：这周做的事有没有产出可复用的东西

确定路线之后，再去看对应的价格、模型对比和工具清单才有意义，否则数字看再多也对不上你的场景。具体到每家官方接口的当前价格和模型资料，去站内资料库核对当时的数字：官方 API 价格页（/pricing）；想知道哪些中转站被反复投诉、哪些相对稳，走 中转站可信度检测（/relay）；如果你还在纠结从哪个工具开始，先翻 工具目录（/tools），按你的路线筛，不要全看一遍。

把「学会AI」拆成能验收的小目标

「学会AI」听着像句口号，拆成能验收的小目标才管用。判断方法很简单：这个目标有没有具体交付物，换个人能不能照着检查。比如「做出一份自动整理会议记录的流程」就是可验收的，「看完某套视频课」就不行，因为没人知道你到底会不会动手。

1. 先写交付物拿张纸写下你要产出的东西，是一个文件、一段代码还是一条流程。写不出来说明目标太虚。
2. 再配验收句给每个交付物补一句「换一份新素材还能……」。写不出验收句，就说明还没想清楚标准。
3. 最后定卡点标注哪一步你现在做不了，那一块就是下一周要补的功课，不用贪多。

注意这套拆法不适用的情况：你只是想快速了解某个概念、没打算产出任何东西时，硬套交付物反而别扭。那种场合把目标写成「能用一句话解释它解决什么问题」就够了。想对照别人是怎么拆的，可以去看看指南中心里的入门路径，看他们列的任务是什么粒度；具体数字和推荐顺序以站内页面当时的信息为准。

• 把「看完多少小时视频」换成「产出一个什么东西」，视频只是手段
• 验收标准越像检查清单越好，不要写成「熟练」「精通」这类词
• 一个目标控制在一次能做完的体量，做不完就再拆
• 做不出来的步骤单独记下来，它才是你真正要学的部分

免费资源分四类，各自适合什么时候用

免费资源不是「越多越好」，而是「用对时机」。同一份资料，在你连名词都认不全时看，和在你已经能跑通一个小脚本时看，价值完全不一样。下面按四类拆开讲，重点是每类适合什么时候打开、什么时候该放下。

官方文档与示例：当字典用，别当教材用

官方文档的定位是「查得准」，不是「讲得懂」。它默认你已经知道基本概念，所以第一页往往就是安装命令和参数表。正确的用法是先跟着系统课程建立框架，遇到某个函数到底收什么参数、某个配置项默认值是什么，再回官方文档核对。如果你完全零基础，直接打开官方文档连续看两小时，大概率只会收获挫败感。

系统课程与公开课：先看维护状态，再看内容

打基础阶段，一节有结构的课程比十篇零散帖子管用。但免费课程的坑在于「半途停更」——前几章讲得好好的，后面因为工具更新就对不上了。判断办法很简单：看最近一次内容调整的时间、看有没有人持续在评论区提问并得到回复、看配套代码仓库最近有没有提交记录。三条里两条不满足，就只当前半段入门用，后面换别的资料接上。

• 看章节更新痕迹：有没有针对新版工具做过修订说明
• 看互动是否还活着：提问区最近还有没有人回复
• 看练习是否可复现：配套文件能不能下载、能不能跑通
• 看是否覆盖完整链路：从环境准备到出结果，缺一环就先记下来

社区问答与实战贴：解决报错最快，结论要自己验

遇到具体报错，社区搜索通常比翻文档快得多，因为别人踩过同样的坑。但要注意：回答者的运行环境、依赖版本、操作系统都跟你不一样，他那边能跑通，不代表你这里也行。把答案当成「排查方向」而不是「最终结论」，改完一个变量就重新跑一次，确认是哪一步真正起的作用。

1. 先复现再修改不改任何配置，确认报错稳定出现，记下完整报错信息
2. 只改一处照帖子改一个参数或一行代码，立刻重跑，看报错是否消失
3. 换环境再验一次如果条件允许，换个干净环境重跑，排除是本机残留导致的假成功
4. 记下失效条件把「这个方案在什么情况下不适用」写进自己的笔记，下次少走弯路

工具自带教程与模板：先出结果，再补原理

这类资源上手最快，跟着点几下就能看到一个能展示的结果，对维持学习动力很有用。缺点是它只教你用这一家工具，换一个平台，操作路径和术语可能完全不同。建议把它当「第一小时的玩具」，跑通之后立刻回头补原理和通用概念，别停在「我会点这个按钮」的层面。

适合什么时候用

需要一个快速正反馈、或者只想先完成一个小任务的时候

不适合什么时候用

准备系统建立知识体系、或者未来可能换工具平台的时候

配套动作

跑通模板后，手动改掉一个默认设置，看结果怎么变，理解它在做什么

头两周怎么排：先跑通再补原理

很多人自学AI卡在第一步，不是学不会，而是想先把原理搞明白再动手。结果两周过去，笔记记了一堆，一个完整流程都没跑通。这两周的目标很朴素：先让一件事从头到尾跑起来，哪怕是让模型按固定格式吐出一段内容。原理先放一边，跑通优先。

1. 第一步：挑一个方向，别贪多从「文本处理、结构化输出、简单问答、批量改写」里选一个你最可能用得上的方向。判断标准：这件事你手头有没有真实素材可用。没有素材就换一个，别硬撑着学。
2. 第二步：把最小流程跑通一遍目标不是做得漂亮，是让输入进去、输出出来。比如给一段原始文字，让模型按你规定的字段输出；或者固定几个问题，看它能不能稳定回答。跑通一次就够，别优化。
3. 第三步：验证「跑通了」检验方法很简单：换个输入，看流程还能不能走完。如果换个内容就崩，说明你只是碰巧成功了一次，回到第二步重来。这一步花的时间比想象中多，属正常。

第一周结束时你应该有一个能重复执行的动作，而不是一堆收藏的教程。如果还没到这一步，第二周不要急着补原理，先把这一件事做完。补原理可以晚，跑通不能晚。

第二周：同一件事做第二遍

第二周不是换新东西学，而是把第一周那件事再做一遍，这次带记录。很多人第一遍做完就换方向，结果每次都在入门阶段打转。做第二遍的意义是让你从「能跑」过渡到「知道为什么能跑」。

记录不用写得很正式，一个备忘录就够。重点是第二遍做的时候，你会发现自己对同一件事的理解已经不一样了，哪些地方是真懂了，哪些是当时蒙对的，一眼能看出来。

遇到不懂的词，先记下来别停

这条规则看着反直觉，但对新手特别重要。跑流程的过程中一定会撞见一堆陌生名词，如果每个都停下来查，两小时能跑完的事拖成两天，而且查到一半就忘了自己在干嘛。正确做法是：名词丢进一个清单，继续往下跑，跑完一整轮再统一回头看。

• 边跑边把不懂的词记在一处，不解释、不展开，只记词
• 一轮跑完再回去处理这些词，此时你有上下文，理解得快很多
• 查词时按分类查，别一个词一个词零散搜，同一类的词一起看更容易串起来
• 到站内的术语词典按分类过一遍，比搜索引擎一条条翻省事，也能看出哪些词其实是同一个东西
• 查完把当轮清单清空，下一轮重新建，避免旧账越堆越多

补充一句判断标准：如果某一轮你记下来的名词超过十几个，说明你选的方向对你当前水平偏难，可以考虑换一个更小的切入点，而不是硬扛。两周的目标是建立「我能独立跑通一件事」的信心，不是把知识面铺开。方向选对，后面补原理会顺很多；方向选错，补再多原理也落不了地。

第三到四周：把零散操作串成固定流程

前两周你可能已经会用几个工具、会写几句提示词，但每次都要从头想一遍，效率很低。第三到四周的目标只有一个：把重复动作固定下来，变成每次照做就行的流程。固定不是死板，而是让你少做选择、把注意力留给真正要解决的问题。

接口和本地工具不用等到「学完」再碰。先找官方文档里最短的通用示例，原样跑通一次，确认环境、密钥、网络这些基础环节没问题，再动手改其中一个参数，看输出怎么变。一次只改一个变量，出错了才知道是谁的问题。具体可用的示例和当前支持情况，去 工具目录（/tools） 里对照着找，别凭记忆。

1. 跑通最小示例从文档里复制最简调用，不改任何参数直接运行，能返回结果才算环境就绪。
2. 改一个参数看变化只调输入内容或一个开关，记录输出差异，确认自己理解了这个参数的作用。
3. 套进自己的场景把示例的输入换成你手上的真实材料，输出结构保持不变，看是否还成立。
4. 固化成模板把可用的输入格式和输出要求存成一段可复用的文本，下次直接替换内容。

每周留一次复盘，不用很长，二十分钟就够。重点看两件事：哪些步骤还是纯手工在做，哪些可以交给脚本、批量处理或模板自动填。能不能自动化有个简单判断：同一动作这周重复了三次以上，且每次判断标准一致，就值得做成模板或脚本；如果每次情况都不同，先放着，硬自动化反而更麻烦。

• 列出本周重复最多的三个动作，按耗时排序
• 逐个标记：能模板化、能脚本化、必须人工
• 挑其中耗时最长的一个，下周只改这一项
• 记录改完之后省下的时间，作为继续优化的依据

遇到报错别急着换工具。多数情况是输入格式、权限或用法不对，而不是工具不行。按「先看提示、再看文档、再搜社区」的顺序走，能解决大部分问题。只有当提示明确指向工具本身的能力缺失，且文档和社区都确认没有替代用法时，再考虑换。报错信息里通常已经写了下一步该查什么，先读完再动手。

免费自学最容易踩的四个坑

免费资源多是好事，但也正因为免费，收集起来几乎没成本，人很容易把「收藏」当成「学会」。下面这四个坑，是刚开始自学时最常见的翻车点。它们的共同特征是：当下感觉良好，一周后回头看几乎没留下东西。判断自己有没有踩进去，别看你收藏了多少，看你最近七天真正跑完过什么。

坑一：资源囤积，收藏夹当成进度条

免费教程最不缺，缺的是「同一时间只跟一条线」。人一次跟三条线，注意力被切碎，每条都停在开头几节，最后等于零。比较稳的做法是：选定一条主线，把它跑完再换，其它资源只记在待办里，不打开。判断标准很简单——如果你现在说不出「我正在跟的那一条叫什么、跑到第几个环节」，那就是囤积状态。

1. 只留一条主线把当前要跟的教程固定成一个，其它全部移到一个「以后再看」的清单里，本周不点开。
2. 给主线设一个可验证的终点终点不是「看完」，而是「做出一个能跑起来的小东西」，比如一个能读文件、能调一次接口的小脚本。
3. 每周清一次囤积周末花十分钟，把新收的资源归到清单里，同时确认主线还在推进。
4. 卡住才去换资源只有当主线讲不清某个点时，才临时找补充材料，补完回到主线，不要顺势换线。

坑二：跳过动手，看完就以为自己会了

看讲解时大脑很轻松，会产生「我懂了」的错觉；真到要自己写，才发现变量、循环、报错处理全都不熟。这是免费自学里最隐蔽的坑，因为它不痛，所以没人提醒你。一个可操作的界线是：每看完一小节，至少自己敲一遍，并故意改一个参数看结果怎么变。改不动、看不懂报错，就说明这一节还没过。

• 看完一小节，合上教程自己敲一遍，敲不出来再回去看
• 每节至少手动改一个参数或一行逻辑，观察输出差异
• 报错先自己读两遍错误信息，再搜，别一报错就换教程
• 把当天的代码存下来，按日期命名，一周后回头跑一遍旧代码
• 如果某个基础概念解释不清，说明它是跳过的，回去补

坑三：追新名词，追到最后没一样能用

新模型、新框架、新工具几乎天天有，追是追不完的。基础概念和动手能力才是变化最慢的部分：数据怎么读进来、结果怎么判断好坏、出错怎么定位，这些换个工具照样用。这不意味着完全不用看新东西，而是把比例控制住——日常主要精力放在基础练习上，新名词当背景了解即可。如果你发现自己的时间大半花在刷消息而不是写代码上，那就是踩进去了。

坑四：没有输出，学完等于没学

输出不一定要写长文，一段能复现的操作记录、一个跑通的小脚本、一份踩坑清单都算。它的作用是逼你把模糊的「懂了」变成能讲清的东西。没有输出，你既无法判断自己学到哪，也没法在之后回顾。给自己定个最低标准：每次学完留下三行字——今天做了什么、卡在哪、下次从哪继续。

怎么判断一份免费教程还值不值得跟

免费教程最大的坑不是收费，而是它讲得头头是道，你照着做却跑不起来。判断一份教程还值不值得跟，别先看好评和目录，先看它有没有可运行的示例，以及作者有没有把预期结果贴出来。

跑不通不等于教程烂，也可能是你的环境跟作者不同。判断顺序是：先看报错是不是缺依赖、权限或网络，再回去翻教程有没有提前说明这些前提；如果教程对前提只字不提，而你换了两种环境还是卡在同一步，那就别再耗，换一份。判断标准是「能不能复现」，不是「作者写得顺不顺」。

1. 挑一段最短的示例先跑不要从第一章开始啃，直接跳到有代码或操作命令的那节，原样执行，看结果跟教程写的预期差多少。
2. 记录卡点把报错原文、你用的系统或工具、执行到第几步记下来，方便判断是环境问题还是教程缺步骤。
3. 对照适用范围回头看教程有没有声明适用场景和限制，没声明的，把它当参考而不是标准答案。
4. 拿不准就站内核对遇到教程里提到的模型能力、接口行为，去站内的测评榜单和模型目录页面看当时的实际情况，别只信教程单方面说法。

• 只有概念讲解、没有可执行步骤的，适合当科普读物，不适合当入门教材跟。
• 示例能跑但结果跟教程描述不一致的，先怀疑教程过期，别急着怀疑自己。
• 只讲好处、不讲失败场景和成本的，多半是软文，可以看但别照着花时间。
• 教程里出现具体数字的，拿它当线索去站内对应页面核对当天的情况，别当结论背下来。
• 同一主题找到两份教程时，选那个把限制条件写得更清楚的那份，通常更靠谱。

给自己设一个收尾验收

学完一堆教程，怎么判断自己是不是真会了？别靠感觉，靠一次小验收。找一件你本来就要做的事，比如给团队做一份周报模板、把一堆散落的图片按规则改名、写个脚本自动整理下载文件夹，从零做到能跑起来。全程只记两样东西：花了多少时间、在哪一步卡住。

1. 选需求挑一个真实、小、有明确完成信号的需求，比如「输入一段文字，输出一份排版好的表格」。别选学习型项目，比如「复现某篇论文」，那种没有能用这个终点。
2. 从零做，不抄成品可以查资料、问工具，但别直接拿别人写好的成品改两个字交差。每走一步记一下时间点，卡住超过二十分钟就单独标出来，写下当时在找什么。
3. 做完并验收能用标准很朴素：换个输入还能跑、别人看得懂怎么用。跑通一次不算数，故意换两三个不同输入再试。
4. 整理成自己的清单把这次重复出现的动作抽出来，写成一份只有你自己看得懂的步骤清单。清单不是教程摘抄，是你下次遇到同类需求可以直接照着走的东西。
5. 隔一周再验一次一周后不看笔记，只看需求描述，试着大致复现流程。能说清先干什么、在哪查、卡住怎么办，就算过关；全程懵，说明只是当时看懂了。

• 记录耗时不是为了比快慢，是为了知道哪类任务你天生慢，下次好预留时间。
• 卡点比成果值钱：卡住的地方往往就是你的知识缺口，后面补课优先补它。
• 清单要写给自己看，允许粗糙，但命令、路径、判断条件要具体。
• 别把「跑通一次」当验收通过，真实使用一定会遇到没见过的输入。
• 隔周复现是成本最低的检验方式，比再做一遍新项目省事得多。