AI 学习路线图:从 ChatGPT 到完整 AI 系统学习

哈喽，大家好，我是纯白

自从 ChatGPT 推出以来，我几乎学完了所有能找到的 AI 课程。

Udemy、Coursera、Google、YouTube 教程、付费训练营……我都尝试过。

但问题是，大多数课程要么太慢，要么太理论化，要么还没学完就已经过时了。

所以，我重新整理了一份更实用的 AI 学习路线图。

15 周。免费资源为主。每周一个主题。

这是一份你可以反复回来看的学习清单。

路线图总览

这份计划分为两个部分：

第 1 部分：掌握 ChatGPT第 1–6 周，重点学习 ChatGPT 的基础、提示词、功能和高级用法。

第 2 部分：建立完整 AI 素养第 7–15 周，扩展到 Claude、Gemini、AI 工具生态、AI 原理、编程、数据分析和专业方向应用。

第一部分：掌握 ChatGPT

第 1 周：ChatGPT 基础入门

如果你是完全零基础，建议从 OpenAI 官方免费课程开始。

这些内容适合快速建立基础认知：ChatGPT 是什么、如何对话、能做什么、如何让它更符合你的工作习惯。

第 2–3 周：学会写出高质量提示词

AI 到底好不好用，很多时候差别不在模型，而在提示词。

同样一个问题，随便问和结构化提问，结果可能完全不同。

这两周重点学习：

如何清晰表达任务
如何提供上下文
如何指定角色、目标和输出格式
如何通过迭代优化结果
如何让 AI 给出更稳定、更专业的回答

第 4–5 周：掌握 ChatGPT 的核心功能

大多数人只使用了 ChatGPT 很小一部分功能。

如果你只把它当成聊天工具，那你可能只用了 10%。

这两周建议系统了解 ChatGPT 的基础功能和高级功能，把它真正变成你的工作助手、学习助手和创作助手。

基础功能

语音模式地址：help.openai.com/en/articles/8400625-voice-mode-faq

联网搜索地址：openai.com/index/introducing-chatgpt-search

图像生成与项目管理地址：help.openai.com/en/articles/9260256-chatgpt-capabilities-overview

学习模式：把 AI 变成私人导师地址：wondertools.substack.com/p/turn-ai-into-your-personal-tutor

高级功能

Deep Research：深度研究地址：openai.com/index/introducing-deep-research

ChatGPT Agent地址：help.openai.com/en/articles/11752874-chatgpt-agent

ChatGPT Atlas地址：openai.com/index/introducing-chatgpt-atlas

Codex地址：openai.com/codex

第 6 周：理解 GPT-5.5 与新一代模型使用方式

GPT-5.5 改变了很多 AI 使用方式。

这一周的重点不是单纯了解模型有多强，而是学会：

什么时候用快速模式
什么时候用思考模式
什么时候适合让模型深度推理
如何针对新模型重新设计提示词
如何让模型反过来帮你优化提示词

第二部分：建立完整 AI 素养

掌握 ChatGPT 之后，下一步不是盲目追新工具，而是建立 AI 素养。

你不需要成为 AI 科学家，但需要理解：

不同 AI 工具适合什么任务
哪些结果可以信任，哪些需要验证
AI 的局限和风险在哪里
数据隐私与安全边界是什么
什么时候应该使用 AI
什么时候不该依赖 AI

第 7–10 周：AI 素养基础

这 4 周的目标，是建立你对 AI 的整体理解。

不需要把下面所有课程都学完。你只需要根据自己的背景，从每个类别中选择一两个高质量资源即可。

面向职场人士：非技术背景

如果你不是程序员，也不想深入算法，可以从这些课程开始。

IBM AI for Everyone: Master the Basics地址：edx.org/learn/artificial-intelligence/ibm-ai-for-everyone-master-the-basics

Google Generative AI Course地址：skills.google/course_templates/536

AI & Career Empowerment地址：rhsmith.umd.edu/programs/executive-education/learning-opportunities-individuals/free-online-certificate-artificial-intelligence-and-career-empowerment

HP AI for Business Professionals地址：life-global.org/course/423-ai-for-business-professionals

Google Generative AI Leader地址：cloud.google.com/learn/certification/generative-ai-leader

Google Prompting Essentials Specialization地址：coursera.org/specializations/prompting-essentials-google

面向职场人士：指南与阅读材料

如果你不想上完整课程，可以先读这些指南。

Best AI Books地址：www.deeplearning.ai/resources/

AI as a Thinking Partner地址：www.anthropic.com/learn/build-with-claude/prompt-engineering/overview

LLM Data Privacy Ranking地址：blog.incogni.com/ai-llm-privacy-ranking-2025

AI Fluency地址：anthropic.skilljar.com/ai-fluency-framework-foundations

Perplexity at Work地址：r2cdn.perplexity.ai/pdf/pplx-at-work.pdf

面向技术人员

如果你有技术背景，或者想进一步理解 AI 背后的机制，可以从这些资源入手。

IBM AI Fundamentals地址：skillsbuild.org/adult-learners/explore-learning/artificial-intelligence

How AI Works地址：transformer-circuits.pub/2025/attribution-graphs/biology.html

How ChatGPT Works地址：writings.stephenwolfram.com/2023/02/what-is-chatgpt-doing-and-why-does-it-work/

第 11–12 周：学习 Claude

在我的工作流里，只有一个工具可以和 ChatGPT 并列：Claude。

它不是 ChatGPT 的替代品，而是非常好的互补工具。

Claude 的特点是：

更适合处理长上下文
更擅长复杂文档理解
在编程、Agent 和工作流方面表现突出
适合严肃写作、分析、代码协作和知识整理

这两周可以从 Claude 基础开始，再逐步进入 Claude Code、记忆、Agent、自动化和真实项目工作流。

Claude 基础

Claude for Work地址：anthropic.com/learn/claude-for-work

Anthropic 官方提示词工程指南地址：docs.claude.com/en/docs/build-with-claude/prompt-engineering/overview

Interactive Prompt Tutorial地址：github.com/anthropics/prompt-eng-interactive-tutorial

Claude Code

如果你写代码，Claude Code 是真正值得花时间学习的部分。

Claude Code 101地址：anthropic.skilljar.com/claude-code-101

Claude Code in Action地址：anthropic.skilljar.com/claude-code-in-action

Claude Code 官方文档地址：code.claude.com/docs/en/overview

CLAUDE.md：如何给 Claude 提供项目记忆和上下文地址：code.claude.com/docs/en/claude-md

Skills：教 Claude 可复用的工作流地址：code.claude.com/docs/en/skills

MCP：连接 Slack、GitHub、Drive 和外部工具地址：code.claude.com/docs/en/mcp

Routines：自动化重复性工作流地址：code.claude.com/docs/en/routines

Claude 高级与构建者资源

Agent Architecture地址：langchain.com/blog?category_equal=%5B%22Agent+Architecture%22%5D

Claude Code Ultimate Guide地址：github.com/FlorianBruniaux/claude-code-ultimate-guide

Awesome Claude Code地址：github.com/hesreallyhim/awesome-claude-code

Anthropic Academy地址：anthropic.skilljar.com

第 13–14 周：学习 Gemini

Gemini 的优势不只是模型本身，而是它背后的 Google 生态。

如果你经常使用 Gmail、Docs、Sheets、Drive、NotebookLM 或 Google Cloud，Gemini 非常值得学习。

它适合：

文档研究
多模态任务
Google Workspace 工作流
长文档整理
资料型学习
企业协作场景

第 15 周及以后：进入你的专业领域

完成前 14 周后，你已经具备了基本 AI 素养。

接下来，不要继续泛泛地学 AI。你应该根据自己的工作方向，进入专业分支。

专业方向一：AI 图像、视频与视觉内容

适合设计师、内容创作者、品牌运营、短视频创作者和新媒体从业者。

Nano Banana Pro Guide地址：ai.google.dev/gemini-api/docs/image-generation

Sora 2 Prompting Guide地址：developers.openai.com/cookbook/examples/sora/sora2_prompting_guide

Veo 3 Prompt Guide地址：docs.cloud.google.com/vertex-ai/generative-ai/docs/video/video-gen-prompt-guide

How to Create Professional Visuals With AI地址：cloud.google.com/blog/products/ai-machine-learning/ultimate-prompting-guide-for-nano-banana

专业方向二：理解 AI 背后的技术

适合对 AI 原理感兴趣，但不一定想成为算法工程师的人。

Machine Learning Algorithms — Part 1地址：www.ibm.com/think/topics/machine-learning-algorithms

Machine Learning Algorithms — Part 2地址：www.geeksforgeeks.org/machine-learning/machine-learning-algorithms/

What Is a Database地址：www.cloudflare.com/learning/serverless/glossary/what-is-a-database/

Vector Databases地址：www.pinecone.io/learn/vector-database/

What Is NLP地址：www.ibm.com/think/topics/natural-language-processing

Linear Regression in Python地址：www.geeksforgeeks.org/machine-learning/ml-linear-regression/

Build Your First ML Model地址：developers.google.com/machine-learning/crash-course

专业方向三：编程与数据分析

适合开发者、产品经理、运营、数据分析师，以及想借助 AI 提升效率的人。

How to Learn Python With AI地址：www.coursera.org/articles/python-ai

Vibe Coding for Beginners地址：www.ibm.com/think/topics/vibe-coding

How to Use AI With Excel地址：support.microsoft.com/en-us/office/copilot-in-excel-help-learn-more-about-your-data-with-copilot-in-excel-7fc88a2d-3d24-4d68-8f4a-85f753af8db3

什么时候该为 AI 教育付费？

这是我学了很多 AI 课程之后的真实感受：

你想学的 95% 内容，其实都可以免费获得。

真正的问题不是没有资源，而是：

信息太分散
好资源不好找
内容更新太快
很难判断哪些值得学
很容易收藏很多，却真正学完很少

剩下的 5%，通常属于这几类：

太新，还没有免费系统教程
太专业，需要导师或社区支持
需要真实项目练习
需要证书证明
需要有人帮你节省筛选时间

所以，是否付费可以这样判断。

如果你没有预算

直接使用上面这些免费资源。

缺点是你需要自己筛选、整理和规划节奏。优点是成本最低，而且足够覆盖绝大多数基础需求。

如果你需要证明学习成果

可以考虑 Google、IBM、Coursera、edX 等平台的证书课程。

适合需要写进简历、作品集、绩效材料或职业转型材料的人。

如果你想更快进步

可以加入有结构课程、真实案例和答疑社区的学习项目。

一个好的社区能帮你节省大量时间，因为它不仅提供内容，还提供：

学习路径
项目练习
提示词模板
工具案例
同伴反馈
最新工具更新
可复制的工作流

DeepLearning.AICourses地址：www.deeplearning.ai/courses/

最重要的一件事

你可以读完这份清单里的每一个资源，但仍然不擅长 AI。

因为真正让你变强的，不是收藏资源，而是持续使用。

最有效的方法是：

每周选择一个资源。学会它教的工具。立刻把它应用到真实工作或生活场景中。

15 周持续练习，远比 15 周被动阅读有效。

建议你的学习方式

每周只做三件事：

学习一个主题不要同时学太多工具。
完成一个真实任务比如写一篇文章、分析一个表格、生成一张图、优化一个工作流。
沉淀一个模板把有效的提示词、流程和经验保存下来，形成自己的 AI 工作系统。

最后

收藏这份路线图。每周回来复盘一次。

不要急着学完所有资源。

真正重要的是：

让 AI 进入你的真实工作流，并持续为你创造结果。

如果这篇内容对你有帮助：

转发给需要系统学习 AI 的朋友
收藏起来，每周回来更新进度
从今天开始，选一个资源，立刻实践

AI 学习路线图:从 ChatGPT 到完整 AI 系统学习

路线图总览

第一部分：掌握 ChatGPT

第 1 周：ChatGPT 基础入门

推荐资源

第 2–3 周：学会写出高质量提示词

推荐资源

第 4–5 周：掌握 ChatGPT 的核心功能

基础功能

高级功能

第 6 周：理解 GPT-5.5 与新一代模型使用方式

推荐资源

第二部分：建立完整 AI 素养

第 7–10 周：AI 素养基础

面向职场人士：非技术背景

面向职场人士：指南与阅读材料

面向技术人员

第 11–12 周：学习 Claude

Claude 基础

Claude Code

Claude 高级与构建者资源

第 13–14 周：学习 Gemini

推荐资源

第 15 周及以后：进入你的专业领域

专业方向一：AI 图像、视频与视觉内容

专业方向二：理解 AI 背后的技术

专业方向三：编程与数据分析

什么时候该为 AI 教育付费？

如果你没有预算

如果你需要证明学习成果

如果你想更快进步

最重要的一件事

建议你的学习方式

最后