夜雨聆风我是阿岚，一个正在从 0 学习 AI 的医学生。
前面一段时间，我用 AI 整理过教材、拆过文献、排过复习计划，也做过三款 AI 的同任务测试。
文件越攒越多，我反而发现了一个问题：
会让 AI 帮我完成几个任务，不等于已经建立了 AI 能力。
刚开始学 AI 时，我们会同时遇到模型、提示词、API、Agent、绘图、编程、自动化等一大串词。每个词都像新的入口，每个教程都在说“这一步很重要”。
最容易出现的结果是：收藏了很多工具，也跟着做过几个案例，但真正遇到一个新问题时，仍然不知道该先做什么、该选哪个工具、怎样判断结果是否合格。
所以，我给自己画了一条有顺序、能验收的学习路线：
听懂 AI → 跑通任务 → 生产内容 → 做出工具。
这四个阶段不是四份平行的知识清单，而是一条从“看懂”走向“做出”的能力路线。
判断能不能进入下一阶段，不看收藏了多少教程，只看有没有留下一个可以验收的成果。
第一阶段：听懂 AI——先别被名词牵着走
这一阶段先解决两个问题：
需要先分清的概念包括：
这一阶段不需要先钻进复杂算法，但必须知道：AI 的表达流畅不等于事实正确；联网、引用和“看起来很完整”也不能替代人工核对。
同时，学会把一次任务拆成四个字段：
比如，“帮我总结这篇文章”很难验收。
可以改成：
请只根据我提供的公开文章，整理一张学习表。表格包含：1. 核心问题2. 关键概念3. 主要结论4. 原文位置5. 需要人工核对的地方材料没有覆盖的内容请写“材料未提供”，不要自行补充。这一阶段的完成标志
这一阶段最终要留下的成果是：
一张基础概念图，以及一条可以重复使用的任务模板。
第二阶段：跑通任务——按任务选择工具
听懂基础概念之后，再开始学习 ChatGPT、Claude、Gemini、Kimi 等主流工具。
这里最重要的原则是：
不先问谁最强，先问我要完成什么任务。
不同工具的功能和版本会变化，因此不做永久排名。真正值得记录的是：在相同任务、相同材料和相同要求下，哪个工具的结果更符合这一次需求。
第一次测试可以这样做：
比较时，不只看谁写得更长，还要检查：
提示词也不需要追求“万能咒语”。先稳定写清任务、材料、输出和限制，再根据真实遗漏逐步修改。
这一阶段的完成标志
这一阶段最终要留下的成果是：
一张“任务—工具—结果—修改成本”选择表，以及一份提示词与输出核对清单。
第三阶段：生产内容——把想法变成可发布作品
当文字任务能够稳定跑通之后，再进入 AI 图像和内容生产。
最早的目标不是“一键生成整篇内容”，而是学会控制一个完整生产过程：
想法 → 内容结构 → 图片需求 → 首轮生成 → 人工修改 → 平台适配 → 发布检查。
例如，要把这篇学习路线做成图文，需要先明确：
生成图片时，也不能只展示最好看的结果。需要保存：
同一个主题发布到小红书、公众号和视频时，也不应该机械裁图：
这一阶段的完成标志
这一阶段最终要留下的成果是：
一套图片提示词模板、一份跨平台内容生产流程，以及一篇真正完成发布检查的作品。
第四阶段：做出工具——把重复步骤交给网页
当一套流程已经反复跑通，就可以继续问：
哪些步骤每次都在重复，是否值得做成网页或小工具？
这时再学习自动化、API 和 AI 编程，会比一开始直接追代码更容易理解。
Claude Code、Codex、Cursor、Lovable 等开发工具也不需要同时精通。可以用同一个小网页任务了解它们的差异，再选择一个主工具完成最小版本。
第一件作品不需要复杂，可以是一张“AI 学习路径导航页”：
开始开发前，先写清楚：
这一阶段的完成标志
这一阶段最终要留下的成果是：
一个可以访问、可以验收、可以继续迭代的网页或低风险小工具。
医学背景在这条路线中的位置
医学不会成为前期每一篇内容的主题。
它对我更重要的作用，是提供一套学习和判断方法：
前面先把 AI 基础、工具使用、内容生产和开发能力搭起来。等这些能力真正跑通，再进入医学学习、科研和安全场景的实战。
涉及医学材料时仍然守住底线：不上传真实病历、影像、检查报告、患者信息和未公开研究数据；AI 只辅助学习与整理，不替代临床判断。
接下来一个月，我会按这个顺序执行
每周两篇，不追求一次讲完所有知识。
每一篇只做一件事：让读者带走一张路线图、一份模板、一张清单或一个可以使用的作品。
用这张表判断自己在哪个阶段
今天不用同时学习所有工具。
只完成一次小闭环：
完成这五步，你就不再只是“看过 AI 教程”，而是在积累自己的第一份 AI 能力证据。
最后，请在留言区只留下一个数字：
1 听懂 AI、2 跑通任务、3 生产内容、4 做出工具。
你目前在哪个阶段？