本文提供了一份为期30天的AI学习路线图，分为三个阶段，帮助初学者逐步掌握与AI沟通、信息验证、创意生成、AI编程及工作流打包等技能。通过结构化提示词、语音输入、Perplexity、NotebookLM、即梦、Nano Banana 2、Claude Code、Cursor等工具的实践，读者将学会如何高效利用AI提升工作效率，并逐步拓展AI应用的能力边界。
如果你在 2026 年才开始学 AI，你可能会觉得已经晚了——每个月都有几百个新工具冒出来，每个博主讲的东西都不一样，你收藏了一堆教程，结果一个都没学完。
别慌，问题不在你，而在于没人告诉你该从哪开始、按什么顺序学。
今天我整理了一份 30 天的 AI 学习路线图，三个阶段，一步一步来，每一步都有具体的练习任务，照着做就行。
为什么你看了那么多教程还是不会？
在正式开始之前，先聊一个关键问题。
有个概念叫学习金字塔（Learning Pyramid），大意是说：被动地看教程，你能记住的内容非常有限；但如果把学到的东西拿去做一个真实任务，记住的比例会高出好几倍。
这就解释了为什么你可以刷好几周 AI 内容，但实际上手的时候还是一脸懵——因为光看不练，记不住。
所以这份路线图的核心逻辑就是：每个阶段都有动手任务，不只是看，而是做。
整个路线图分三个阶段，每个阶段都建立在前一个的基础上：
- 第一阶段（Day 1-7）：学会跟 AI 沟通——所有工具的通用技能
- 第二阶段（Day 8-18）：研究工具 + 创意工具——让信息更准、产出更专业
- 第三阶段（Day 19-30）：搭建 + 自动化——让 AI 替你干活
我们一个一个来。
第一阶段：学会跟 AI 沟通（Day 1-7）
为什么沟通是第一步？
你大概用过 ChatGPT 或者 Claude，得到过还不错的回答，但大概率也经历过：AI 给的东西太泛，你得自己改半天才能用。
从"还凑合"到"直接能用"，中间差的就是你跟 AI 沟通的方式。
不管是聊天机器人、图片生成还是代码生成，所有 AI 工具的核心都是同一件事：你怎么把需求传达给它。沟通得越清楚，AI 猜的就越少，结果就越好用。
这里有两种沟通方式，建议都练起来。
方式一：手动输入 + 结构化提示词
当你打字输入需求的时候，用一个结构化框架能帮你快速组织思路，避免遗漏关键信息。
这里介绍一个常用的框架叫 CRAFT：
| 字母 | 含义 | 作用 |
|---|---|---|
| C - Context（背景） | 你的情况、行业、限制条件 | 让 AI 停止用通用假设来填空 |
| R - Role（角色） | 让 AI 扮演谁 | 改变它的用词和专业深度 |
| A - Ask（任务） | 具体要什么、多长、用在哪 | 明确交付物 |
| F - Format（格式） | 列表、表格、段落…… | 不指定的话 AI 自己选，基本不是你想要的 |
| T - Tone（语气） | 专业、轻松、正式…… | 把机器人味变成人味 |
举个例子。假设你是一个刚起步的小红书博主，想让 AI 帮你规划下周的内容选题。
普通提示词：
帮我想几个小红书选题。
你会得到一堆"万能选题"，什么账号都能用，但跟你的定位和粉丝完全不搭。
用 CRAFT 写的提示词：
C（背景）： 我是一个专注职场穿搭的小红书博主，刚起步 2 个月，粉丝 800 人，主要受众是 25-30 岁的上班族女生。
R（角色）： 你是一位擅长小红书内容策划的运营顾问。
A（任务）： 帮我规划下周 5 篇笔记的选题，要能引发互动和收藏。
F（格式）： 表格形式，列出每篇的选题、切入角度和预估互动点。
T（语气）： 像闺蜜聊天一样轻松，但建议要专业靠谱。
写这样一段提示词不到 30 秒，但你得到的不再是一堆泛泛的万能选题，而是贴合你账号定位、可以直接筛选后排进日程的内容计划。
顺便说一句，CRAFT 不是唯一的结构化框架。类似的还有 RISEN（Role-Instructions-Steps-End goal-Narrowing）、CO-STAR（Context-Objective-Style-Tone-Audience-Response）等等，核心思路都一样：把背景、角色、任务、格式这些关键要素拆开来写，让 AI 少猜多做。 你不需要记住所有框架，选一个顺手的用熟就行，重要的是养成"结构化思考需求"的习惯。
方式二：语音输入，像跟人说话一样跟 AI 说话
结构化框架适合打字输入，但其实还有一种更高效的方式——直接说给 AI 听。
为什么？因为现在的 AI 已经足够聪明了。只要你提供了充足的背景信息和上下文，它完全能自己判断该用什么角色、什么格式来满足你的需求。你要做的不是去凑齐每个框架字母，而是把信息密度给够。
而语音输入天然就是信息密度最高的方式——说一分钟的话，打字可能要三四分钟。
具体怎么做：
- 直接跟 AI 打电话：豆包、ChatGPT 都支持语音对话，打开就能聊
- 语音输入法：像闪电说这类工具，你对着电脑说话，它帮你转成文字发给 AI
关键心态是：怎么跟人对话就怎么跟 AI 对话。 不要纠结"嗯"、"那个"之类的语气词，不要在意偶尔的错别字，AI 全都能理解。像跟一个聪明的同事交代任务一样，流畅自然地把你的情况、你的需求、你想要的效果说清楚就行。
一旦养成这个习惯，你会发现充分沟通之后 AI 给出的结果，往往比你反复调整提示词的效果还要好。
🎯 本周练习任务
- Day 1-4：每天拿一个实际任务，用结构化框架（比如 CRAFT）手动写提示词，感受"有结构"和"没结构"的差别
- Day 5-7：同样的任务，改用语音输入。不打草稿，直接说给 AI 听，练习用自然语言把需求讲清楚
到第 7 天，你会掌握两种跟 AI 沟通的方式：需要精确控制输出时用结构化提示词，需要快速高效沟通时用语音输入。两条腿走路，效率直接翻倍。
第二阶段：研究工具 + 创意工具（Day 8-18）
Part 1：让信息靠谱起来（Day 8-12）
CRAFT 框架能让 AI 写得更好、更有针对性，但有一个问题它解决不了——事实准确性。
普通聊天机器人的工作原理是"预测什么听起来对"，而不是"查证什么是对的"。所以你偶尔会遇到它一本正经地胡说八道的情况。
这个阶段要引入两个工具，专门解决这个问题。
🔍 Perplexity——带来源的搜索引擎
Perplexity 的工作方式像搜索引擎，但它直接给你答案，而不是一堆链接。关键是，它会标注每条信息的来源，你可以秒速验证。
CRAFT 在这里同样适用：给它研究背景，指定你要最新资讯还是学术论文，告诉它你要什么格式。
一个结构化的提示词在 Perplexity 里能让你比传统搜索更快拿到有出处的答案。
📓 NotebookLM——基于你自己资料的 AI
NotebookLM 做的事情跟其他工具都不一样：你上传自己的文件，AI 只分析你给它的内容，不会从它的通用训练数据里胡扯。
不管是分析财报、研究竞品报告还是准备考试，所有回答都严格来自你的原始资料。你还可以写自定义指令来控制它的语气和关注点。
关于NotebookLM 的使用技巧，我们往期也聊过。
🎯 本周练习任务
1. 选一个你正在研究的问题，扔进 Perplexity，体验一下"秒出带来源答案"的感觉
2. 把你找到的资料（或者手头已有的文档）上传到 NotebookLM，让它帮你提取关键细节
把这两步串起来用一次，你就知道能省多少时间了。到 Day 12，你的工作流里就多了两个比普通聊天机器人靠谱得多的信息处理工具。
Part 2：AI 创意工具（Day 13-18）
这个部分是我建议花最多时间探索的，因为它打开了 AI 完全不同的一面。
现在的图片生成 AI 出图质量已经经得起放大细看了，视频生成也跟上来了，一张静态图就能变成带真实镜头运动的片段。这个阶段的重点不是让你变成专业设计师，而是亲手试一试，看看 AI 创意工具到底能做到什么程度。只有你自己体验过，才知道在实际工作中什么时候该用它们。
目前值得试的平台不少，比如即梦（字节出品，图片和视频都能生成）、Nano Banana 2（图片质量很高，文字渲染准确）等等，大家可以根据自己喜好去探索。
图片生成：怎么写提示词？
图片生成的提示词跟文字类 AI 不太一样，不用 CRAFT 那套。它更像在给摄影师写一个拍摄脚本，核心是把画面"描述"清楚。
一个好用的结构是这样的：
A. 主题一句话（主体 + 动作 + 场景）
谁/什么东西，在做什么，发生在什么地方
B. 画面构图（镜头语言）
景别（特写/中景/全景）、机位（平视/俯拍/仰拍）、构图方式（居中/三分法/留白）、背景与景深
C. 关键细节（可见元素清单）
服装、道具、材质、纹理、表情、手势、前景/中景/背景的层次关系
D. 光线与色彩（氛围定向）
光线类型（柔和日光/影棚灯/逆光/电影感侧光）、色彩基调（暖色/冷色/高对比/柔和粉彩）
E. 风格与媒介
写实商业摄影、极简风、杂志编辑风……如果不是照片，还可以指定水彩、剪纸、油画、3D 渲染等
举个例子：
随便写的提示词： 一家咖啡店
按结构写的提示词： 一位年轻女性坐在精品咖啡馆窗边读书（主题），中景、平视机位、三分法构图、浅景深（构图），木质桌面上一杯拿铁拉花、旁边放着一本翻开的书（细节），黄金时段柔和自然光透过落地窗、暖色大地色调（光线色彩），写实商业摄影风格、35mm 胶片质感（风格）
前者给你一张"AI 随机生成"的图，后者给你一张看起来像杂志摄影的画面。
视频生成：基本思路一样
视频提示词的核心框架跟图片类似，最基础的就是：主体 + 动作 + 场景 + 镜头语言 + 灯光/材质。
比如：一位女生推开咖啡馆的玻璃门走进来，镜头从门口缓慢跟拍到吧台，暖色自然光，写实风格。
目前很多平台都支持"图生视频"，你可以先用图片生成工具出一张满意的静态图，再丢进视频生成工具让它动起来，效果会比纯文字描述更可控。
值得一提的是，最近的 Seedance 2.0 已经支持多模态参考了——图片、视频、音频都可以一股脑丢给它。你上传一段音乐，它能自动出卡点视频；给它一个卡通形象加一段舞蹈视频做参考，它能让这个角色跳起韩国女团舞；甚至你直接甩一份分镜脚本过去，它也能照着执行。视频生成的玩法比很多人想的要多得多。
想深入学？前面的工具可以串起来
如果你试完觉得想进一步研究图片或视频生成的技巧，别忘了前面介绍过的 Perplexity 和 NotebookLM。用 Perplexity 搜索最新的提示词教程和技巧文章，再把找到的资料扔进 NotebookLM 整理消化，学习效率会高很多。
🎯 本周练习任务
1. 挑一个图片生成平台（即梦、Nano Banana 2 等），按上面的结构写一段提示词，生成一张图片
2. 把这张图片丢进视频生成工具，看看动态效果
3. 试着调整提示词里的不同部分（换个光线、换个构图），感受每个元素对画面的影响
到 Day 18，你不需要成为 AI 绘画高手，但你会清楚地知道：这些工具能做什么、做到什么程度、什么场景下值得用。这个认知本身就是价值。
第三阶段：用 AI 编程，拓展你的能力边界（Day 19-30）
Part 1：Vibe Coding——不会写代码也能做产品（Day 19-24）
前面两个阶段，AI 帮你沟通更高效、信息更准确、创意更专业。但这个阶段要玩一个更大的：让 AI 帮你写代码，把你脑子里的想法变成真正能用的工具。
你不需要学编程语言，不需要看技术文档。现在有一类 AI 编程工具，你用自然语言描述你要什么，它直接帮你写代码、跑起来。这种方式有个名字，叫 Vibe Coding——凭感觉编程，用对话替代写代码。
这意味着什么？你从一个"用户"直接变成了"产品经理"。遇到工作中的痛点，不用再等别人开发，不用再找外包，自己就能做一个解决问题的工具。
目前这个方向最值得学的工具是 Claude Code（Anthropic 出品的命令行编程工具）。类似的还有 Cursor、Windsurf 等 AI 编程编辑器，思路都是一样的：你说需求，AI 写代码。
举几个真实的例子，感受一下可能性：
- 🔧 小需求：写一个浏览器插件，自动抹除网页图片上的水印
- 📊 中需求：做一个数据看板，自动汇总你每周的工作产出
- 📱 大需求：做一个自己的 App，解决你所在行业的某个具体痛点
这些以前都需要专业程序员才能做的事情，现在你跟 AI 对话就能完成。关键还是第一阶段学到的那个能力：把需求说清楚。你描述得越具体，AI 写出来的东西就越接近你想要的。
跟 AI 编程的过程跟第一阶段练的沟通技巧完全相通。你不需要一次把所有需求说完，可以像跟同事协作一样，先说大方向，看到结果后再不断调整细节。这种"来回对话、逐步完善"的过程，就是 Vibe Coding 的核心。
🎯 本周练习任务
1. 安装一个 AI 编程工具（推荐从 Claude Code 或 Cursor 开始）
2. 想一个你工作或生活中的小痛点，用自然语言描述给 AI，让它帮你做一个小工具
3. 不要追求一步到位，试着跟 AI 来回对话、逐步调整，感受这个过程
到 Day 24，你手上会有一个自己"做"出来的工具。哪怕很简单，这个体验本身会彻底改变你对"我能做什么"的认知。
Part 2：学会写 Skill，把工作流打包成可复用的程序（Day 25-30）
当你开始频繁使用 AI，你会发现一个问题：每次都要重新跟 AI 解释一遍背景、要求和流程，太浪费时间了。
比如你每次让 AI 帮你写公众号文章，都要说一遍"我是谁、风格是什么、格式要求是什么、结尾怎么写"——这些信息每次都一样，但你每次都得重新交代。
Skill（技能指令） 就是解决这个问题的。它的本质是：把你的工作流程、经验和要求，打包成一份 AI 可以直接调用的指令文件。
写好之后，你只需要一句话就能触发整套流程，不用再每次从头说起。
举几个例子：
- 📝
/写周报：你定义好周报的格式、语气、需要包含的模块，以后每周只要扔进这周的工作记录，AI 自动帮你整理成标准周报 - 🖼️
/小红书配图：你定义好品牌风格、构图偏好、色彩要求，以后只要说"帮我出一张关于 XX 的配图提示词"，AI 直接按你的风格输出 - 📋
/会议纪要：你定义好纪要的结构（决议事项、行动项、负责人、截止日期），以后扔进会议录音转写稿就能出成品
Skill 的强大之处在于：你的 know-how 不再只是存在脑子里，而是变成了一段可执行、可复用、可迭代的程序。 你积累得越多，AI 帮你做事的效率就越高，因为它已经"知道"你要什么了。
写一个 Skill 并不难，核心就是三步：
1. 定义触发方式：什么时候调用这个 Skill
2. 写清楚流程：一步一步要做什么，每步的要求是什么
3. 规定输出格式：最终成品长什么样
这其实就是把你"教新同事做一件事"的过程写下来而已。
而且你甚至不需要自己从零开始写。比如你可以先装一个 brainstorming 类的 Skill，通过跟它一步步对话，把你的需求、流程、偏好聊清楚，最后直接让它帮你把这些内容整理成一个新的 Skill。用 Skill 来生成 Skill，这本身就是 AI 工作流的魅力。
🎯 本周练习任务
1. 想一个你每周都在重复做的任务（写周报、做笔记整理、回复特定类型的消息……）
2. 把这个任务的完整流程写成一个 Skill，包括背景信息、执行步骤和输出要求
**
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包：
- ✅ 从零到一的 AI 学习路径图
- ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
- ✅ 百度/阿里专家闭门录播课
- ✅ 大模型当下最新行业报告
- ✅ 真实大厂面试真题
- ✅ 2026 最新岗位需求图谱
所有资料 ⚡️ ，朋友们如果有需要《AI大模型入门+进阶学习资源包》，下方扫码获取~
① 全套AI大模型应用开发视频教程
（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）
② 大模型系统化学习路线
作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！
③ 大模型学习书籍&文档
学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。
④ AI大模型最新行业报告
2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
⑤ 大模型项目实战&配套源码
学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。
⑥ 大模型大厂面试真题
面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
以上资料如何领取？
为什么大家都在学大模型？
最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！
不出1年，“有AI项目经验”将成为投递简历的门槛。
风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！
这些资料真的有用吗？
这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
以上全套大模型资料如何领取？
https://mp.weixin.qq.com/s/x3KTa8g2xYtXKgjsRxyk8A
