对于小白快速系统学习 AI 应用，以下是一些建议：
了解AI基本概念：首先，建议阅读「[从这里启程](https://waytoagi.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=blkjooAlLFNtvKJ2)」部分，熟悉AI的术语和基础概念。了解什么是人工智能，它的主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。浏览入门文章，这些文章通常会介绍AI的历史、当前的应用和未来的发展趋势。开始AI学习之旅：在「[入门：AI学习路径](https://waytoagi.feishu.cn/wiki/ZYtkwJQSJiLa5rkMF5scEN4Onhd?table=tblWqPFOvA24Jv6X&view=veweFm2l9w)」中，你将找到一系列为初学者设计的课程。这些课程将引导你了解生成式AI等基础知识，特别推荐李宏毅老师的课程。通过在线教育平台（如Coursera、edX、Udacity）上的课程，你可以按照自己的节奏学习，并有机会获得证书。选择感兴趣的模块深入学习：AI领域广泛（比如图像、音乐、视频等），你可以根据自己的兴趣选择特定的模块进行深入学习。我建议你一定要掌握提示词的技巧，它上手容易且很有用。实践和尝试：理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出你的作品。在知识库提供了很多大家实践后的作品、文章分享，欢迎你实践后的分享。体验AI产品：与现有的AI产品进行互动是学习AI的另一种有效方式。尝试使用如ChatGPT、Kimi Chat、智谱、文心一言等AI聊天机器人，了解它们的工作原理和交互方式。通过与这些AI产品的对话，你可以获得对AI在实际应用中表现的第一手体验，并激发你对AI潜力的认识。
推荐你从一个最最基础的小任务开始让AI先帮你按照best practice写一个say hello的示例程序，并解释每个文件的作用及程序运行的逻辑。这样，你可以通过最基础的绝对不会出错的小任务，来学会必备的调试技能。“我在学习写chrome插件。请选择最适合小白上手的技术栈，按照best practice为我生成一个简单的示范项目，但要包含尽可能全面的典型文件和功能。请为我讲解每个文件的作用和程序运行的逻辑。”此处要求AI按照best practice来写非常重要：文件一开始就有良好的组织，后续功能复杂了才不会乱套。还有一个偷懒小妙招：如果你用的是o1-mini，你可以在prompt最后添加这句：“请生成create.sh脚本，运行脚本就能直接创建插件所需要的所有文件。请教我如何运行脚本。”（如果windows机器则是create.cmd）足够勤勉的的o1-mini会为你生成一段超级长的代码，并给出提示，你只需要复制粘贴并执行，一次性生成十多个目录和文件，超方便。[heading2][heading1]2明确项目需求[content]你可以通过和AI的对话，来逐步明确项目需求。（如果你是训练有素的产品经理，可以忽略这一步）“我想要开发一个XXX。你能否像一个高级别的还懂技术的产品经理指导初级产品经理那样，向我提问，帮我梳理清产品功能，尤其要注意可能会涉及到技术方案选择的关键点。请一问一答，帮我由全局到细节逐步梳理。不要一口气问我太多问题。”来来回回的对话后，你可以让AI帮助你梳理出产品需求文档。这样的文档会包含影响技术方案选择的细节，比直接给AI一段口头的需求描述要准确地多。在后续开发的时候每次新起一个聊天就把文档发给AI并告知你现在在做第几点功能，会非常方便。[heading2]
接下来就是真正的实践了。按照项目规划，学习一个POC，将其应用到大项目中；再学一个POC，再运用……当遇到错误的时候，复制错误信息，复制相关的代码，扔给AI让它找错误并修复。如果用可以识图的claude或GPT4o，截图+错误信息+代码三件套会非常好用。听上去简单，但其实坑非常非常多。例如开发chrome插件，现在应该开发manifest v3的版本（v2很快就不再支持了），但即便和AI反复强调要用v3里的功能，AI还是有可能会给你v2的代码，并且在出错后给出的修复也还是混杂了v2的方案。没办法，谁让它就是根据概率来的呢。这种时候，更有效的方式是：找文档（你可以让GPT给你文档链接，或者问perplexity），或者去stackoverflow上找答案（注意回答和评论的日期）。然后，把文档或找到的答案提供给AI，让它基于这些信息再来帮你修复。这时候，它给的指引会是正确的、且比stackoverflow的详细很多。当然在这一步，如果有可能，你还是找一个老师傅随时为你提供支援。[heading2]