当下AI已然成了风口，不论是否是互联网人，都在学习AI。那如果是没有任何基础的普通人，面对AI如何入门呢？作者给大家整理了一份学习路径，跟着这个路径学习，基本可以解决你不会用的问题。
AI已成趋势，这点自不必多言。
我在过往负责飞书文档期间，也接触了大量一线的AI项目和人员，对于如何入门AI，还是有一点心得的。
如今网络上的AI课程可谓五花八门形形色色，让人眼花缭乱难辨真假。
其实细究下来，不少都是通过贩卖焦虑吸引对AI一知半解的普通人报课。有感于此，我想给零基础的你，介绍一下入门AI学习路径指南。
注意，这里不会涉及到具体的AI使用知识，而是把整个学习路径帮你梳理出来，给你在学习AI的过程中有一份行动指南。当然，后续我也会陆续将我自己的AI学习心得整理出来，分享给大家，敬请期待。
一、一些关于AI的误解
在介绍关于AI，零基础的你，可能还有以下这些常见的误解：
（误）使用AI需要懂代码懂技术，是只有程序员才能使用的高科技。——（正）当前许多AI应用和服务使用门槛很低，无需编程知识即可使用，用户只需按照提示操作即可。（误）AI汇总了这么多的资料，非常聪明，只需要简单一个指令就可以给出满意的、准确的结果。——（正）AI的结果受训练集、模型算法等因素的影响，会出现“幻觉”问题，需要依靠使用者的指令引导和自我判断。（误）学习AI的知识很专业，需要专门报名培训课程才能学会。——（正）网络上的资料、教程很多，百闻不如一“做”，先从日常应用与AI结合做起，建立基本认知，再寻求针对性提升。
其实总结起来，AI技术确实强大，但并非只有专业人士才能使用。
AI的应用，完全是可以通过学习掌握的。普通用户，同样可以通过简单的操作体验AI带来的便利，并逐步提升自己对AI的应用。所以，请放宽心，不要有任何畏难的情绪。你只需要按照下面所罗列的路径步骤，便可以逐步掌握对AI的使用。
二、打底：建立对AI的基础认知
AI是一个非常广阔的领域，但是是有其基础的运作机制的。因此，在学习AI的最开始，你需要理解其基本的运作流程。以下是一个极度精简的AI运作流程，它旨在为你提供一个清晰的起点，帮助你构建起对AI如何运作的初步理解。随着你对AI的认知理解不断深入，你可以基于这个基础流程逐渐扩展、丰富与细化。
三、起始阶段：先用起来，在使用中学习
不要在意没有经过专门学习，“学中用用中学”是最好的学习手段。可以根据你的日常应用，从以下几个领域里（建议是与你的职业、专业或者爱好有关的领域），选择1-2个与你日常应用有关的场景，直接入手尝试。
智能问答：这个是最为日常的应用场景，当你需要快速获取信息或解答疑问，都可以尝试通过AI进行智能问答。智能写作：对于作家、记者或任何需要撰写大量文本的专业人士，智能写作工具可以提高效率。你可以尝试撰写大纲、续写扩写内容、调整改变语气风格等。智能生成图片：设计师和创意工作者可以利用AI生成的图片来加速创作过程，这同样是当前AI发展的火热领域。智能数据分析：数据分析人员可以利用AI来撰写分析公式，识别数据中的模式和趋势，制作图表等。从而减轻数据分析工作的负担。智能编程：计算机专业或IT开发者，可以通过AI辅助编程、检查代码等来提高编码效率，减少机械性的工作。
这一阶段的重点：
了解AI的基本运作流程，包括它的输入、处理和输出过程。感受AI能力边界，即可以做什么、不可以做什么（需要说明的是，这个认知范围会随着你对AI的了解而不断变化，但建立这个边界本身是必要的）。学习通过不同的指令（Prompt）和多轮会话来使用AI。重点是通过与AI的交互，学习如何有效地向AI表达你的需求，以及如何通过会话来不断要求AI生成更符合要求的内容。至于选择什么AI工具，用哪家的大模型，这个并非这一阶段的重点。我更建议你尽可能去尝试不同的产品，国内外的都可以尝试，也是对AI行业建立更广泛的了解。（我在下方会有推荐的一些AI相关网站，可供参考。）
四、进阶阶段：根据需求定制应用
随着你对AI的理解和应用逐渐深入，你会发现通用大模型虽然功能强大，但在不少特定场景下并不能完全满足需求。而当这些“无法满足”的感受不断积累，你便可以进入“进阶”阶段。在这一阶段，你需要学习如何用通用大模型定制不同的AI应用，以提供更加个性化和高效的服务。
ChatGPT的GPTs，就是典型的AI应用配置
这一阶段的重点：
学习如何给AI设计不同的“人设”来实现定制服务。所谓“人设”就是通过前置配置一段说明文本，为AI赋予特定的角色和性格，使其能够更好地适应你指定的场景或需求。这包括调整AI的语言风格、行为模式或专业知识。学习如何进一步通过配置不同的插件、知识库、能力来强化AI应用。这里有几个概念需要一一介绍。插件：AI生成的回答，来源于训练集的内容，这在某些场景是无法满足需求的（典型如：天气查询、股价查询）。但我们可以通过给AI配置不同的插件，来让AI可以获得更多的能力，相当于给予AI以能力扩展。知识库：同上，由于AI的回答来源于训练集，当我们需要限制AI只能在指定内容的基础上进行回答（这样的要求在一些像客服问答服务上很常见），就需要给AI指定知识库。知识库通常是本地或线上文本内容和表格数据。能力：当我们希望AI不仅仅是回答问题，而是根据要求去进行更多的操作（比如：发送邮件、生成文档等）。此时就可以通过给AI配置一些内置或外接的“能力”（通常是以API的形式提供），来让AI在输出结果上更加丰富。
国内的“天工AI”就支持配置AI应用（即它们称为“智能体”的功能），可以看到界面上有角色设定、能力、插件、知识库等模块的配置。
“天工AI”的官方插件。可以看到，这些内容都是无法预训练的，只能通过调用插件获取。
五、深入阶段：用工作流和数据库实现“闭环”
在你已经熟悉AI的基本操作和定制化应用之后，可能还是会感觉AI只能充当流程中的一环，无法形成一套完整的“闭环”（比如：无法根据输入的信息，执行不同的操作）。当你遇到这些阻碍时，说明你可以进入更深层次的阶段，通过设计工作流和搭建数据库来实现更为强大的AI应用。
这一阶段的重点：
学习如何在AI进一步搭建工作流、数据库，搭建真正强大的、能够适配各类场景的AI应用。设计工作流：工作流由多个节点构成，节点是组成工作流的基本单元。例如，大模型、自定义代码、判断逻辑等节点。它是AI应用中任务执行的顺序和逻辑。工作流可以让AI真正实现不同的业务流程的闭环。搭建数据库：为了使AI应用能够处理复杂的任务，需要搭建一个结构化的数据库来存储和管理数据。这包括确定数据模型、设计数据库架构以及实施数据存储策略。登记信息、识别分类记录内容，都是典型的需要搭建数据库来应用AI的场景。
六、最后，这些与AI相关的网站，推荐给大家
AI大模型（国内）
AI周边
最后的最后，再次奉劝各位朋友，千万别随便报课。先建立自身的基本认知，知道自己具体哪些方面需要提升，再有目的性地寻找对应的培训。
本文由 @产品经理崇生 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Pixabay，基于CC0协议