从0到1，借助AI提效300%，我用亲身经历总结了AI小白的学习路径

本文链接：https://blog.csdn.net/Gaga246/article/details/142171307

前言

依稀记得一年前，刚接触AI时看到AI生成图片带给我的惊艳、兴奋与吸引力以及随之而来的茫然和困惑和相应的思考与决定。

作为一个课程开发人员，我深知技术革新对教育的重要性。在去年公司的述职报告会上，我说：工作之外，今年的学习方向是探索AI。在今年的述职报告中，我写到：通过学习和探索，我将AI与工作相结合，赋能团队攻克课程艰巨任务，工作提效300%，这是我去年做的最有成就感的事情之一。而我今年的目标是：继续使用AI赋能，将AI贯穿在课程开发工作的每一个角落，全面实现人机协同工作流。

今天这篇文章，主要是想和大家分享我这一年来的学习心得，结合我的学习过程和反思，说一条对小白而言切实可行的学习路径，这可能不是最快的路，但绝对是一条踏实可行的道路。希望能给同样对AI充满好奇的你一点启发。

在这里插入图片描述

第一步：直接实践，获得初步反馈

我一直说，学AI要先玩起来，有兴趣才会有后续，还记得第一次尝试用AI写教案的情景，看到一行行字快速出现且能大致符合需求时的那种兴奋，压制着兴奋的心情，尽量平静的在同事面前夸一夸AI，期望能引起他们的兴趣，与我一起同行，但是又怕“带坏”他们，这感觉至今难忘。兴趣是我一直坚持学习的动力之一。

建议一：一定要选择自己感兴趣的领域去尝试： 比如我，将AI应用于课程开发是我的工作所需。AI绘画是我的兴趣所在，所以我两者都在探索和学习，虽然进步并没有那么快，但是日积月累下来还是走了挺远的一段距离。所以一定要选择自己感兴趣的领域，如写作、绘画、音乐、视频等等。
建议二：立即开始尝试： 别被繁杂的理论吓到，先上手玩玩看。我第一次SD画图时什么都不懂，就是跟着别人的步骤做一遍，看到AI出的图片时，一股深深的满足感油然而生，这就是正反馈。
建议三：保持客观态度继续尝试： 初次尝试时，如果是自己的兴趣领域而非专业，AI很容易给到你极大的满足感，因为它比你专业；而如果是自己的专业领域，那么请不要抱太大的期望，否则你会很失望，甚至失去对AI的探索欲望，因为它没你专业。

所以，第一步的目标：获得初步正反馈，看到具体结果。 这会极大地激发你的学习动力。

第二步：系统学习提示词

当你发现简单的指令已经不能满足你的需求时，就需要开始系统学习提示词技巧了。

就像是一篇文章的主框架搭好了，下一步就是优化细节。学AI也是一样，想进一步让AI生成自己想要的结果，就需要深入学习与AI交流的技巧，也就是提示词，或者可以称之为一门“新的语言”（只针对目前阶段，谁知道用纯自然语言和AI交流哪天会真的实现）。

建议一：学习基本提示词技巧： 比如使用明确、具体的指令，避免模糊不清的表达。
建议二：了解不同方向的提示词框架： 提示词框架或者说结构化提示词，是大佬们根据AI的机制编写的更容易让AI理解和执行的指令框架，在这个框架里填写不同部分的内容就行了。不同方向的框架是不一样的，比如大语言模型和AI绘画。
建议三：持续实践，迭代提示词，获得更满意的结果： 比如要画一个满意的图，至少要迭代几次甚至十几次提示词才能做到。

第二步的目标：提高AI使用效率，实现精准控制。 这一步会让你知道如何与AI协作，实现目标。

第三步：学习理论知识

有了一些经验后，再学习理论知识会有种豁然开朗的感觉，且能筛选出一些自己喜欢的AI工具。

建议一：了解不同大模型的优势和局限性： 比如哪个大模型在推理能力上更强，哪个模型在文字处理方面更优秀。再比如一篇文章AI能帮我处理到什么程度。
建议二：持续实践和学习 ：熟能生巧同样适用于使用AI，毕竟AI是工具，里面的门道还是很多的。
建议三：了解AI实现的底层逻辑和AI特性： 作为非AI专业人士，我个人认为了解AI实现的逻辑和需要注意的点就行了，比如AI绘图是如何从噪点一步步变成图片的，比如大语言模型的自注意力机制是什么，写提示词的时候为什么重要的词要放到前后，除此之外还可以怎么利用等等。

第三步的目标：深化理解，拓展应用边界。 这一步会加深你对AI的理解，知道它的能与不能。