Applied AI Foundations
懂了 AI 是什么之后，这门课帮你把它用起来：识别真正能省时间的场景、写出可复用的提示词、定制属于你的 AI 助手，并安全地在团队里落地。
在互动学院中学习（含测验与进度保存）→很多人用过几次 AI 就停了，因为没把它接进真实的工作流。真正的收益来自「养成习惯」：遇到合适的任务，第一反应就是先问问 AI。
单次惊艳不会改变你的效率，持续地把重复、繁琐、需要起草的工作交给 AI 才会。关键是降低使用门槛——把它放在手边，并知道哪些事值得交给它。
持续地把重复、起草类工作交给 AI 形成习惯，比掌握零散技巧更能带来实际收益。
AI 不是哪儿都适用。把精力花在「高频 + 耗时 + 不需要你独有判断」的任务上，回报最高。学会快速判断一件事值不值得交给 AI。
高频、耗时、容错较高、规则清晰的任务，是 AI 回报最高的场景。
当某类任务你要反复做，就别每次从头打字。把一个好用的提示词「模板化」，留出空格填入当次的具体信息，效率立刻翻倍。
先写出一个能产出满意结果的提示词，然后把里面「每次都会变」的部分抽成占位符（如【主题】【受众】），固定不变的要求保留下来。下次只换占位符即可。
你是一位资深内容编辑。 请把下面的要点扩写成一篇面向【受众】的短文。 要求：语气【正式/轻松】，长度约【字数】字，结尾给一句行动号召。 要点： 【在这里粘贴你的要点】
固定通用要求、抽出可变占位符，就能让一个好提示词反复复用、持续打磨。
Custom GPT 让你可以创建一个专为特定用途设计的 AI 助手，配置好之后团队所有人都能直接使用，无需每次重复输入背景信息。
Custom GPT 是你在 ChatGPT 中创建的专属 AI 配置。你可以给它设定名字、描述、行为指令，上传参考文档，并开启特定能力。创建后，它会出现在你的 GPT 列表中，一键即可使用。
系统指令是 Custom GPT 的核心配置，它告诉模型应该扮演什么角色、如何回应用户、专注哪些话题。
通过上传文件，你可以让 Custom GPT 参考你的内部文档、产品手册或行业资料来回答问题。这就是 RAG（检索增强生成）的实际应用。
RAG（Retrieval-Augmented Generation）是指 AI 在回答问题时，先从上传的文档中搜索相关片段，再结合这些内容生成回答。它不是把整本书都"塞进"模型记忆，而是在需要时按需检索。
RAG 并不完美。如果文档结构混乱、标题不清晰，GPT 可能检索到错误的段落。上传文件过多时，相关性排序可能失准。此外，GPT 不会"背诵"整个文档，而是基于检索到的片段作答。
RAG 让 GPT 能够在回答时检索上传文档中的相关内容，从而给出更有针对性的回答，但它不能访问实时数据或公司内部系统。
系统指令是 Custom GPT 的灵魂。写得好，它每次都像一个专业顾问；写得模糊，它会变成一个不知所措的通用助手。
你是"小助"，一位专注于产品管理领域的工作助手，服务于一家 B2B SaaS 公司的产品团队。 你的专长： - 帮助撰写和优化产品需求文档（PRD） - 整理用户反馈并提炼洞察 - 协助准备产品 Roadmap 和 Sprint 计划 行为准则： - 回答简洁，默认使用中文 - 遇到不确定的内容，明确说明"我不确定，建议核实" - 不提供超出产品管理范畴的专业建议（如法律、财务） - 输出内容默认使用 Markdown 格式，便于复制到 Notion 示例对话： 用户：帮我把这段用户反馈整理成洞察 小助：好的，请粘贴反馈内容，我会帮你提炼出 3-5 条核心洞察，并标注出现频率。
写完系统指令后，刻意测试一些边界场景：问它不该做的事情、用奇怪的方式提问、给出不完整的信息。好的指令应该让 GPT 在这些情况下也能优雅地处理，而不是给出奇怪的回答。
示例问答起到"少样本学习"的作用，向模型展示你期望的回答格式、深度和语气，从而让实际输出更接近预期。
Custom GPT 不只是个人工具，它也可以成为团队的共享资产。了解如何在团队工作流中引入 AI，以及设计共享 GPT 时的注意事项。
使用 ChatGPT Team 或 Enterprise 套餐的组织可以在内部共享 Custom GPT。团队成员可以直接使用你配置好的 GPT，无需各自重新设置，确保大家使用一致的 AI 助手。
团队共享的 GPT 应该写对所有成员都适用的通用指令，避免加入只对某一个人有意义的个人偏好。指令中不要假设用户具备特定背景知识，保持语言清晰友好。
重复性、格式统一、多人都需要完成的任务最适合用共享 Custom GPT 来标准化，能显著节省整个团队的时间。
使用 ChatGPT 时，你输入的数据如何被处理？了解 OpenAI 的数据政策和你的隐私选项，是安全使用 AI 工具的前提。
使用 ChatGPT 免费版和 Plus 版时，OpenAI 默认可能使用你的对话内容来改进模型（除非你选择退出）。对话记录会被保存，用于提供服务和安全审查。这意味着你输入的内容不应包含任何不愿意让第三方看到的信息。
ChatGPT Enterprise 和 Team 版提供了更强的数据保护：对话内容不用于训练模型、数据在传输和存储中加密、管理员可以查看使用情况报告、支持 SSO 单点登录。如果公司对数据安全有高要求，应优先考虑这些企业级选项。
在 ChatGPT 设置的"数据控制"中关闭"改进我们的模型"选项，是目前最直接的方式。无痕浏览器不影响服务器端的数据处理。
你已经完成了应用 AI 基础课程的全部学习内容。通过以下 6 道测验题，检验你对 Custom GPT、团队协作和数据安全的理解。
Custom GPT 不能直接访问公司内部数据库。它只能通过上传文件、开启内置工具（网页浏览、代码解释器）等方式扩展能力。
好的系统指令既要正向定义行为（该做什么），也要设置边界（不该做什么）。两者都有才能让 GPT 在各种情况下表现一致。
RAG 是检索式方案：GPT 在回答问题时搜索上传文档的相关片段，而不是把整个文档都"记住"。文件过多反而可能降低检索精度。
ChatGPT Team 版支持在组织内部发布和共享 Custom GPT，团队成员登录后可以直接在 GPT 列表中找到并使用。
客户的个人身份信息属于敏感数据，不应输入第三方 AI 服务。其他三项均为可安全使用的公开或非敏感内容。
透明使用 AI 是职业诚信的体现。在学术、职业等场景中，是否使用 AI 可能有具体规定，应主动了解并遵守相关规范。
想要测验互动、进度自动保存的完整体验？
进入 AI 学院互动版 →