AI Foundations
这门课带你从零理解生成式 AI：它是什么、大语言模型如何工作、为什么有时会出错，以及如何写出让它听懂的提示词。不需要任何技术背景。
在互动学院中学习（含测验与进度保存）→生成式 AI（Generative AI）是一类能「创造新内容」的人工智能——文字、图片、代码、音频都可以。ChatGPT 就是其中最有名的例子：你用日常语言提问，它生成一段全新的回答。
搜索引擎是把已经存在的网页找出来给你；生成式 AI 则是根据它学到的规律，现场「写出」一段以前并不存在的内容。所以它能帮你起草、改写、续写，而不仅仅是查找。
搜索引擎检索已存在的信息，生成式 AI 则根据学到的规律现场创造新内容，因此能起草和改写。
ChatGPT 背后是「大语言模型」（LLM）。理解它的一个简单心智模型：它是一个极其强大的「下一个词预测器」，从海量文本中学会了语言的规律。
当你提问时，模型并不是去数据库里查答案，而是一个词一个词地预测「接下来最合理的是什么」，连成一段流畅的回答。正因为如此，它擅长语言任务，但对精确的事实和计算要谨慎核对。
模型是在某个时间点之前的大量文本上训练的，所以它对训练之后发生的事可能不了解。需要最新信息时，给它提供资料，或使用带联网/搜索能力的功能。
LLM 的核心机制是逐词预测最合理的延续，而非查询数据库；它的知识也可能有时间截止。
同样的问题，问法不同，答案质量天差地别。好的提示词（Prompt）不需要术语，只要把你想要的说清楚：要它做什么、背景是什么、想要什么样的结果。
你是一位经验丰富的职业规划顾问。 请帮我把下面这段工作经历改写成简历里的 3 条成果项。 要求：用动词开头、尽量量化、每条不超过 25 字。 经历：我负责公司公众号，半年里把阅读量从 2000 提到 1 万。
明确角色、背景与期望格式，能让模型更准确地命中你的真实需求。
ChatGPT 在很多任务上表现出色，但它并不是万能的。了解它真正擅长的领域，能让你把时间用在刀刃上。
ChatGPT 在文字类工作上表现最为突出。无论是起草邮件、润色文章、改写措辞，还是将长文档压缩成摘要，它都能快速给出高质量的结果。翻译也是它的强项，支持数十种语言之间的互译。
ChatGPT 是出色的头脑风暴伙伴，能快速生成多种角度和创意。它也擅长从你粘贴进来的文本中回答问题、提取信息——前提是信息就在对话窗口里。
我是一名产品经理，需要向董事会汇报我们 Q3 的用户增长情况。 请帮我完成以下任务： 1. 将下面这段数据总结为三个核心洞察（每条不超过 30 字） 2. 为每个洞察提供一个可能的原因 3. 建议一个下一步行动 数据：[在此粘贴你的数据或报告内容]
ChatGPT 最擅长处理对话窗口内的文本，整理会议记录是典型的强项场景。它无法访问实时数据或外部系统。
ChatGPT 有时会自信地说出错误的事情——这种现象叫"幻觉"。理解它为什么会发生，以及如何应对，是负责任使用 AI 的基本功。
幻觉是指 AI 生成了听起来合理、但实际上不正确的内容。模型可能会捏造一篇不存在的论文引用、给出错误的历史年份、或者描述一个并不真实的统计数据——而且语气听上去完全确定。
ChatGPT 的工作原理是预测"在这个上下文中，下一个词最可能是什么"。它不是在查阅数据库或核实事实，而是在生成听起来合理的文本。当它不确定时，它仍然会生成一个看起来合理的答案，而不是说"我不知道"。
对于 ChatGPT 给出的重要信息，分享前务必通过其他来源验证。特别是数字、引用、和近期新闻，不要直接复制粘贴 AI 的输出而不核实。
ChatGPT 是语言模型，本质上是在预测下一个词，而不是在查找事实。这导致它有时会生成听起来合理但不正确的内容。
使用 ChatGPT 能提升效率，但也需要了解边界。哪些信息不该分享、哪些决策不该依赖 AI，是每个用户都应该知道的。
你输入到 ChatGPT 的内容会被 OpenAI 处理，在某些情况下可能用于模型改进。因此，敏感信息应该保留在对话之外。
ChatGPT 可以提供参考信息，但不应该作为医疗、法律或财务决策的唯一依据。AI 没有执照，不了解你的完整情况，也不承担任何责任。重要决策请咨询专业人士。
当你用 AI 辅助完成一份工作成果时，考虑向接收者说明。在许多职业和学术场景中，使用 AI 需要遵循相关规范。透明使用不仅是诚信问题，也能帮助建立正确的使用文化。
未公开的公司机密信息不应输入到第三方 AI 工具，存在数据安全风险。
理论学完了，现在动手实践。本课设计了三个具体练习，带你体验 ChatGPT 最实用的三种用法。
找一篇你最近读过的文章或报告（任何语言均可），将正文粘贴到 ChatGPT 中，然后使用下面的 Prompt。
请将以上内容总结为 5 个关键要点，每个要点用一句话表达，不超过 30 字。
给 ChatGPT 设定一个角色，然后向它寻求职业建议。角色设定能让 AI 的回答更聚焦、更专业。
你是一位有 15 年经验的职业顾问，专注于科技行业。我是一名有 3 年经验的后端工程师，想转型做产品经理。请给我 3 条具体的行动建议，并说明每条建议的理由。
选一个你工作中常遇到但难以向非专业人士解释的概念，用下面的模板向 ChatGPT 提问。
请用小学生能理解的语言解释什么是[你的概念]。用一个生活中常见的比喻来帮助理解，解释不超过 100 字。
角色设定为模型提供了明确的视角和专业背景，让回答更具针对性，而不会让内容更准确或更长。
第一次的回复很少是最好的。学会通过追问和修改指令来迭代输出，是用好 ChatGPT 的核心技能。
即使你的 Prompt 写得很好，第一次回复也可能在长度、语气、格式或内容深度上与你的期望有差距。迭代不是因为 AI 出错，而是因为你在逐步明确自己真正想要什么。
选择一个你关心的话题，先让 ChatGPT 给出初始回答，然后进行三轮迭代：第一轮调整长度，第二轮改变格式，第三轮加入新的约束条件。观察每一轮如何改进输出。
第一轮：[初始问题] 第二轮：请将上面的回答缩短到 50 字以内，只保留最核心的一点 第三轮：请将这 50 字改写为一封正式邮件的开头段落 第四轮：请在邮件开头加上一个吸引眼球的统计数据（如果没有真实数据，请注明"示例数据"）
在同一对话中追问最高效，ChatGPT 会保留上下文记忆，你只需告诉它需要调整什么，而不必重复所有背景。
恭喜你完成了 AI 基础课程的全部内容！通过以下 6 道测验题，检验你对核心概念的掌握程度。
生成式 AI 通过学习大量已有数据来生成新内容，包括文字、图像、代码等，但它不能实时访问外部数据。
语言模型的核心机制是"下一词预测"——根据上下文计算最可能的下一个词，逐词生成回复，而不是查阅数据库。
模型在训练截止日期后不会自动获取新数据，因此对之后发生的事件（新法规、近期新闻等）可能无法提供准确信息。
幻觉是指 AI 生成了看似可信、实际上错误的内容，这是语言模型"预测合理文本"机制的副作用，而非蓄意欺骗。
未公开的公司商业机密不应输入第三方 AI 服务，存在数据安全和保密风险。其他选项均属于可安全使用的场景。
ChatGPT 可以提供背景信息和初步思路，但它没有执照、不了解你的完整情况，也不承担法律责任。重要决策必须咨询专业人士。
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 →