你收藏了87篇AI教程，打开了其中3篇，读完了0篇。

别急着否认。我也干过这事。

AI学习最大的敌人不是技术门槛，是信息过载。打开小红书，"AI入门"搜索结果300万条；打开B站，“零基础学AI"视频能看三年；打开公众号，每篇文章都在告诉你"必看”“收藏”“错过等一年”。

结果呢？越看越焦虑，越焦虑越收藏，越收藏越不看。

今天这篇文章，不搞信息轰炸，不给100个链接让你自己挑。就一条路，从零到能用AI做事，5个阶段，每一步干什么都给你写清楚了。

收藏吧，这次你真的会用得上。

阶段一：先搞懂AI在干什么（第1周）

你不需要懂算法

很多人一上来就想学机器学习、看论文、搞懂Transformer——停。

你用微信之前学过TCP/IP吗？你开车之前研究过发动机原理吗？没有。你先学会用，用好了再想深入。

AI也一样。2026年的AI工具，已经不需要你懂底层原理了。你需要的是：

1. 搞懂三个概念就够了

大语言模型（LLM）

：你可以理解为"读完全人类互联网内容的超级实习生"。它什么都知道一点，但也会自信满满地胡说八道。

提示词（Prompt）

：就是你对AI说的话。同样的模型，不同的提问方式，结果天差地别。

Token

：AI处理文字的最小单位，1个汉字大约1-2个token。token数量决定AI一次能处理多少内容，也决定你要花多少钱。

2. 搞懂AI能做什么和不能做什么

能做的：

写文案、写邮件、写总结（写作类）

翻译、润色、改写（语言类）

写代码、改bug、解释代码（编程类）

分析数据、生成表格（数据处理类）

头脑风暴、创意发散（思维类）

不能做的：

保证100%正确（它会说谎，而且说谎时特别自信）

记住你上次说过的话（除非你在同一个对话里）

替你做判断（它能给你选项，但决策权在你）

3. 选一个AI工具，用起来

别纠结选哪个。2026年的头部工具都够用：

日常对话

：ChatGPT、Claude、豆包、Kimi

写作场景

：Claude（长文强）、ChatGPT（通用好）

代码场景

：Cursor、Claude Code

中文场景

：豆包、Kimi、通义

我的建议：先选一个最顺手的，用满一周再决定要不要换。工具焦虑是学习效率的头号杀手。

阶段二：学会跟AI说话（第2-3周）

提示词不是玄学，是手艺

很多人觉得写提示词是"咒语"，有什么秘密模板。没有。好的提示词就四条原则：

原则1：说清楚你要什么

❌ “帮我写个文案”

✅ “帮我写一段小红书种草文案，产品是无线蓝牙耳机，目标用户是25-35岁女性白领，卖点是降噪和续航，200字以内，语气轻松活泼”

差别在哪？第二个提示词给了AI五个关键信息：平台、产品、用户、卖点、格式。AI不是你肚子里的蛔虫，你不说清楚，它就猜，猜出来的东西能用才有鬼。

原则2：给参考

❌ “写一段产品介绍”

✅ “写一段产品介绍，风格参考这个例子：[粘贴你喜欢的文案样本]”

AI最强的能力之一是模仿。给它一个参考样本，它的输出质量至少提升50%。

原则3：分步走

❌ “帮我做一个完整的营销方案”

✅ 第一步：“列出10个可能的营销方向”

✅ 第二步：“从这10个里选3个最有潜力的，说明理由”

✅ 第三步：“针对这3个方向，分别写一个执行方案”

一口吃不成胖子，AI也一样。把大任务拆成小步骤，每步确认后再继续，质量远超一口气让它干完。

原则4：让它改

AI的第一版输出几乎永远不是最终版。别将就，直接说：

“太长了，缩减到一半”

“语气太正式，改成口语化”

“第三段逻辑不通，重新写”

“这个观点不够有力，给个更强的论据”

改到满意为止。AI不会烦你，它没有情绪——这是它唯一比甲方强的地方。

阶段三：搭建你的AI工作流（第4-6周）

从"聊天"到"干活"的关键一跃

很多人卡在这一步：会用AI聊天，但不会用AI干活。聊天是你说一句它回一句，干活是你设计一个流程，AI自动跑。

场景1：内容创作工作流

如果你是自媒体/博主/运营：

用AI生成选题库：“给我20个关于XX的选题，按热度排序”

用AI写初稿：“基于选题’XXX’，写一篇1500字的文章”

用AI优化标题：“给出10个标题方案，包含悬念型和数字型”

用AI做配图描述：“为这篇文章设计3张配图的描述词”

用AI写发布文案：“写3个不同风格的朋友圈/小红书发布文案”

场景2：办公效率工作流

如果你是职场人：

邮件：让AI帮你起草、润色、翻译

会议纪要：录音转文字后让AI总结要点和待办

数据处理：把Excel数据丢给AI，让它帮你分析、做图表描述

PPT：用AI生成大纲，再让它逐页写内容

周报：把本周工作流水丢给AI，让它帮你组织成正式周报

场景3：编程辅助工作流

如果你是开发者：

用Cursor做日常代码补全

用Claude Code做复杂重构

用AI写测试用例

用AI解释别人的代码

用AI做Code Review

关键心法：把你日常重复的工作找出来，每个环节都想一想"AI能不能帮我做80%"。能做的就交给AI，你只做最后20%的审核和调整。

阶段四：用AI做出完整项目（第7-10周）

只有做出东西，你才算真的会了

学AI最大的坑就是"一直在学，从来没做过"。看教程的时候觉得都会，自己动手的时候一脸懵。

解决方法很简单：做一个项目，从头到尾做完。

项目1（入门级）：用AI做一个个人网站

让AI帮你设计页面结构

让AI写HTML/CSS/JS代码

让AI帮你优化SEO

部署上线（GitHub Pages免费）

预计时间：2-3天

项目2（进阶级）：用AI做一个自动化工具

用AI写一个Python脚本，自动抓取某个网站的信息

用AI做数据分析，生成可视化报告

用AI写定时任务，每天自动执行

预计时间：1-2周

项目3（实战级）：用AI做一个小产品

用AI设计产品功能

用AI写前后端代码

用AI做测试

上线运营

预计时间：2-4周

项目过程中你会学到的：

怎么把需求拆解成AI能理解的任务

怎么处理AI生成代码中的bug

怎么让AI帮你做持续迭代

怎么在AI的帮助下快速学习新技术

这些经验，看100篇教程也学不到。

阶段五：从用户到高手（持续）

你和AI高手的差距不在技术，在思维

当你完成了阶段四，你已经超过了90%自称"会用AI"的人。但还有10%的人走得更远，他们的区别在哪？

1. 他们建立了自己的提示词库

不是收藏别人的模板，而是把自己反复验证有效的提示词整理成库。按场景分类，持续优化。

2. 他们知道什么时候不用AI

AI不是万能的。以下场景，手动比AI快：

简单的数据录入（AI可能出错，你自己来更快）

需要情感判断的沟通（AI不懂人情世故）

需要原创洞察的分析（AI只能组合已有信息）

涉及隐私和安全的决策（别把敏感数据丢给AI）

3. 他们把AI当作思维伙伴，不只是工具

普通人用AI：给出指令 → 拿到结果 → 结束

高手用AI：

“我有个想法，帮我找找漏洞”

“从这个角度看，你觉得还有什么遗漏？”

“如果反对者来批评这个方案，他们会说什么？”

“给我三个我没想到的角度”

从"帮我做"到"帮我想"，这是AI使用的分水岭。

学习资源清单

别贪多，每个阶段挑1-2个就够了：

阶段一（入门）：

ChatGPT/Claude/豆包 官方教程（免费）

B站搜索"AI入门"选播放量最高的3个看1个就行

阶段二（提示词）：

OpenAI官方Prompt Engineering Guide（免费，英文）

各AI平台的提示词模板库（内置，免费）

阶段三（工作流）：

公众号"兔子洞科技"的工具评测系列（就是咱们自己，不客气地自推一下）

GitHub上的Awesome ChatGPT Prompts（免费）

阶段四（做项目）：

Cursor官方文档（免费）

Python官方教程（免费）

阶段五（进阶）：

Anthropic的Prompt Engineering文档

各AI平台的API文档

最容易踩的5个坑

坑1：工具焦虑

症状：今天用ChatGPT，明天听说Claude好又换，后天看到新工具又想试。

解药：一个工具用30天再决定换不换。频繁换工具的时间，够你把一个工具用熟了。

坑2：收藏即学会

症状：收藏了等于学了，学了等于会了。

解药：每学一个技巧，立刻用它完成一个小任务。没用过等于没学过。

坑3：过度依赖AI

症状：什么问题都问AI，连算术都懒得自己算。

解药：AI是你的助手，不是你的大脑。核心判断永远自己做，AI只提供建议和选项。

坑4：忽视AI的局限性

症状：AI说什么信什么，不做验证。

解药：永远验证AI给出的关键信息，尤其是数据、引用、事实类内容。AI说谎不打草稿。

坑5：一个人闷头学

症状：不用社区、不交流、不分享，自己在那折腾。

解药：加入1-2个AI学习社群，看看别人在用AI做什么，灵感来得比你闭门造车快100倍。

最后说句掏心窝的话

学AI这件事，最难的从来不是技术。

最难得的是开始，是坚持，是别被焦虑裹挟着收藏100篇教程然后一篇不看。

这份路线图给你了，5个阶段，每一步干什么都写了。接下来就一件事：

今天就开始阶段一，打开任意一个AI工具，问它一个问题。

真的，就一个问题。

然后你会发现，AI没有你想的那么神秘，你也没有自己想的那么弱。