Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

零基础小白如何入手AI

Answer

对于零基础的小白，入手 AI 可以参考以下步骤：

  1. 了解 AI 基本概念：
    • 建议阅读「从这里启程」部分，熟悉 AI 的术语和基础概念，包括其主要分支（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，了解 AI 的历史、当前的应用和未来的发展趋势。
  2. 开始 AI 学习之旅：
    • 在「入门：AI 学习路径」中，能找到为初学者设计的课程，特别推荐李宏毅老师的课程。
    • 可以通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。
  3. 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，可以根据自己的兴趣选择特定的模块进行深入学习。
    • 掌握提示词的技巧，它上手容易且很有用。
  4. 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自己的作品。
    • 知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。
  5. 体验 AI 产品：
    • 与现有的 AI 产品进行互动，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。

此外，还可以参考《雪梅 May 的 AI 学习日记》，其适合纯 AI 小白。作者的学习模式是输入→模仿→自发创造，学习内容可在 waytoAGI 社区发现自己感兴趣的 AI 领域，学习最新的内容。该日记中的学习资源免费开源。

对于编程工具，Cursor 是一个零代码基础的小白用户也能上手的 AI 编程工具，基于 Visual Studio Code 构建，集成了强大的 AI 功能。其具有 AI 辅助编程、简单易用的界面、支持多种语言、强大工具等特点和优势。下载可通过打开浏览器，访问Cursor 官网，点击“Download”按钮，选择适合电脑的版本，下载完成后，双击安装文件，按照提示完成安装。新建项目时，在界面中选择 open project，新建一个纯英文名称的文件夹后选择打开。其界面包括代码区、文件区、状态栏和 AI 互动区等主要区域。在正式开始项目前，可先设置一下 Cursor Rules。

Content generated by AI large model, please carefully verify (powered by aily)

References

问：新手如何学习 AI？

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。

《雪梅 May 的 AI 学习日记》挑战 100 天和 AI 做朋友（持续更新中）

说明：1.适合纯AI小白：如果你还在观望AI，不知道从何入手，可以参考我这个日记。你可以先看左边的目录，会发现我现在已经快到100天了，在这个时间跨度里，我从一开始的到处看看到现在觉得自己已经走在了一条学习AI的轨道上。2.学习模式是什么：我平时有记录笔记的习惯，所以积累了这份AI学习日记。我最近整理复盘了这将近100天记录的日记后，我发现我学习AI的模式是输入→模仿→自发创造。如果你没有自信一开始就用费曼学习法来接触AI，那你可以试试我这个实践出来的学习模式。3.学习内容：我日记里的学习内容你可以不用直接复用，因为AI的节奏太快了，很多学习的材料在半年后的现在可能已经不适用了。比如coze之前共学的那些课程，你会发现coze已经改版了，如果你按照老课程来模仿，产品功能不一样了，对你来说会有转换的门槛。你可以去waytoAGI社区发现你自己感兴趣的AI领域，去学习你自己想学的最新的内容。4.有时间学吗：在半年多的时间跨度中，其中有100天在学习AI，所以这里的DAY（天数）不是每天依次进行，而是有空的时候学习。目前我进行到了90天，希望自己能够坚持满100天，甚至更多时间。5.学习状态：我在2024年保持了比较好的学习状态，有意愿和动力也能头脑清醒的学进去东西。这种状态不仅体现在学AI，我在2024年还看了33本书，像《穷查理宝典》这样的大部头都能看进去。所以如果你看到这个100天日记觉得自己很难做到，那是学习状态没有到最好，不用有心里压力，能学多少算多少就行。6.有费用吗：本日记中学习资源的内容都是免费开源的，真的很感谢这些把信息开源的人，这样会AI的人才会越来越多。我也是秉持这个理念，把我的学习日记开源了

Cursor及MCP入门第一课

Cursor是什么？简单来说，Cursor是一个零代码基础的小白用户也能上手的AI编程工具，许多。基于Visual Studio Code（VS Code）构建，集成了强大的AI功能。它不仅保留了VS Code的优秀特性，还通过AI提供了代码补全、错误检测等功能，非常适合初学者和希望提升效率的开发者。Cursor的主要特点和优势：AI辅助编程：自动补全代码、检测错误、提供建议。简单易用的界面：界面直观，容易上手。支持多种语言：如Python、JavaScript、HTML等。强大工具：内置终端、调试器等功能。[heading2]下载Cursor[content]1.打开浏览器，访问[Cursor官网](https://www.cursor.com/)。2.点击“Download”按钮，选择适合你电脑的版本（Windows、macOS或Linux）。3.下载完成后，双击安装文件，按照提示完成安装。[heading2]新建项目[content]让我们开始第一个项目的准备工作吧，首先在界面中选择open project新建一个文件夹（名称建议为纯英文）后，选择打开[heading2]界面布局[content]打开任何一个创建的项目后，你会看到以下几个主要区域：代码区：中间部分，用于编写代码。文件区：左侧，包含当前项目文件管理、搜索等工具。状态栏：底部，显示终端运行情况和提示。AI互动区：右侧，显示你与AI之间的对话。[heading2]Cursor上手小技巧[content]在正式开始我们的项目前，先来设置一下Cursor Rules

Others are asking
AI编程
以下是关于 AI 编程的相关内容： Trae 国内版 Trae 是字节跳动旗下的 AI 原生编程工具，类似 Cursor、Windsurf 等 IDE 工具，可让用户通过自然语言编写出网页、软件。它具有以下特性： 1. 对国内用户友好，有中国官网、中文界面、国内模型，稳定且快速。 2. 使用完全免费，无需折腾会员，下载后可直接使用，支持豆包 1.5pro 和满血版 DeepSeek R1、V3 模型。 3. 内置预览插件，写完代码一键运行，所见即所得。 新手入门 AI 编程的建议 1. 打通学习与反馈循环，从验证环境、建立信心、理解基本概念开始，实现“理解→实践→问题解决→加深理解”的循环。 2. 使用流行语言和框架（如 React、Next.js、TailwindCSS）。 3. 先运行再优化，小步迭代，一次解决一个小功能。 4. 借助 AI 生成代码后请求注释或解释，帮助理解代码。 5. 遇到问题时采取复现、精确描述、回滚三步走。 用好 AI 编程工具（如 Cursor）的关键技能 1. 准确描述需求，清晰表达目标和问题。 2. 具备架构能力，将复杂系统拆解为松耦合的模块，便于 AI 高效处理。 3. 拥有专业编程能力，能够判断 AI 生成代码的优劣。 4. 具备调试能力，快速定位问题并解决，可独立或借助 AI 完成调试。 Trae 国内版的网址为：Trae.com.cn ，或点击文末【阅读原文】直接访问。
2025-03-25
你是一个财务总监，市场分析师，但是你没有数据，现在需要你寻找一下有没有可以自动查找数据，并且根据数据生成饼状图的 AI工具
以下是为您推荐的可以自动查找数据并根据数据生成饼状图的 AI 工具： 1. Claude Financial Data Analyst：可视化金融数据分析工具，能生成多种图表，包括饼图。上传文档后可快速生成动态图表，适用于趋势分析和分布分析。详细介绍：https://xiaohu.ai/p/14811 ，GitHub：https://github.com/anthropics/anthropicquickstarts/tree/main/financialdataanalyst ，https://x.com/imxiaohu/status/1847617781594030583 。 2. PandasAI：让 Pandas DataFrame“学会说人话”的工具，用户可以以 Pandas DataFrame 的形式提出有关数据的问题，会以自然语言、表格或者图表等形式进行回答，目前仅支持 GPT 模型，OpenAI API key 需自备。示例：pandas_ai.run 。GitHub 链接：https://github.com/gventuri/pandasai 。 3. DataSquirrel：自动进行数据清理并可视化执行过程，帮助用户在无需公式、宏或代码的情况下快速将原始数据转化为可使用的分析/报告的数据分析工具。平台符合 GDPR/PDPA 标准。链接：https://datasquirrel.ai/ 。
2025-03-25
ai发展路径
AI 的发展路径如下： 技术发展历程： 早期阶段（1950s 1960s）：专家系统、博弈论、机器学习初步理论。 知识驱动时期（1970s 1980s）：专家系统、知识表示、自动推理。 统计学习时期（1990s 2000s）：机器学习算法（决策树、支持向量机、贝叶斯方法等）。 深度学习时期（2010s 至今）：深度神经网络、卷积神经网络、循环神经网络等。 当前前沿技术点： 大模型（Large Language Models）：GPT、PaLM 等。 多模态 AI：视觉 语言模型（CLIP、Stable Diffusion）、多模态融合。 自监督学习：自监督预训练、对比学习、掩码语言模型等。 小样本学习：元学习、一次学习、提示学习等。 可解释 AI：模型可解释性、因果推理、符号推理等。 机器人学：强化学习、运动规划、人机交互等。 量子 AI：量子机器学习、量子神经网络等。 AI 芯片和硬件加速。 学习路径： 偏向技术研究方向： 数学基础：线性代数、概率论、优化理论等。 机器学习基础：监督学习、无监督学习、强化学习等。 深度学习：神经网络、卷积网络、递归网络、注意力机制等。 自然语言处理：语言模型、文本分类、机器翻译等。 计算机视觉：图像分类、目标检测、语义分割等。 前沿领域：大模型、多模态 AI、自监督学习、小样本学习等。 科研实践：论文阅读、模型实现、实验设计等。 偏向应用方向： 编程基础：Python、C++ 等。 机器学习基础：监督学习、无监督学习等。 深度学习框架：TensorFlow、PyTorch 等。 应用领域：自然语言处理、计算机视觉、推荐系统等。 数据处理：数据采集、清洗、特征工程等。 模型部署：模型优化、模型服务等。 行业实践：项目实战、案例分析等。 无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。
2025-03-25
思维导图生成ai
以下是一些与思维导图相关的 AI 工具： 1. GitMind：免费的跨平台思维导图软件，可通过 AI 自动生成思维导图，支持多种模式，如提问、回答、自动生成等。 2. ProcessOn：国内的思维导图与 AIGC 结合的工具，能利用 AI 生成思维导图。 3. AmyMind：轻量级在线 AI 思维导图工具，无需注册登录，支持自动生成节点。 4. Xmind Copilot：Xmind 推出的基于 GPT 的 AI 思维导图助手，可一键拓展思路，生成文章大纲。 5. TreeMind：“AI 人工智能”思维导图工具，输入需求后由 AI 自动完成思维导图生成。 6. EdrawMind：提供一系列 AI 工具，包括 AI 驱动的头脑风暴功能，有助于提升生产力。 总的来说，这些工具都能通过 AI 技术自动生成思维导图，提高制作效率，为知识工作者带来便利。 此外，还有一些关于思维导图生成的相关信息： 在使用 flowith 时，可通过引用节点技巧让 AI 根据特定参照输出高关联度内容，还可对比不同模型输出择优深挖，在满意内容节点添加“文本编辑器显示”进行精加工。 12 月更新的生成式 AI 年终数据中，思维导图相关的如 Whimsical Al 等也有相关流量等数据统计。
2025-03-25
ai音乐
AI 音乐相关内容如下： 关于 AI 短片配音：AI 音乐部分，点击后有直观界面，可选择人声歌曲或纯音乐，选完描述想要的音乐风格，如民谣、流行、嘻哈、国风等。若为人声歌曲，可自己写歌词或让 AI 写，通过智能歌词按钮输入简单词语给 AI 提示即可。还有音乐库选项，可选择合适风格的音乐添加到音轨。音效库方面，在搜索框输入相关音效词，如开门声，试听后添加到音轨。 人工智能音频初创公司：包括被 Apple 收购的。 AI 生成音乐的工具：是利用人工智能技术，特别是机器学习和深度学习算法创作、编排和生成音乐的软件平台。能分析大量音乐数据，学习音乐模式和结构，根据用户输入或特定指令创作新作品。推荐的 AI 音乐产品有：由前 Google DeepMind 工程师开发的 Udio（）。但需注意内容由 AI 大模型生成，请仔细甄别。
2025-03-25
我想找一个能帮我总结视频内容的AI工具
以下为您介绍两种能帮您总结视频内容的 AI 工具： 1. GPT： 对于有字幕的 B 站视频，若视频栏下有字幕按钮，说明视频作者已上传字幕或后台适配了 AI 字幕。 安装油猴脚本，刷新浏览器，点击字幕会出现“下载”按钮，可选择多种字幕格式。 将下载的字文字内容全选复制发送给 GPT 即可总结视频内容。总结完还可继续向 GPT 提问更多细节内容或探讨视频内容。 2. Get 笔记： 可以一键总结视频的笔记，支持抖音、小红书、B 站短视频和甚至是直播回放链接。 测试显示不仅能生成笔记，还有逐字稿。但使用时需注意：一是 AI 可能存在幻觉，生成内容仍需人类核对检查；二是若直播未准时开始，则不会生成直播笔记。
2025-03-25
有哪些AI工具可以获取上市公司年报数据。我是小白，推荐简单好学的工具。
以下是一些可能获取上市公司年报数据的 AI 工具及相关信息： AI 智库：提供了上市公司的相关排名和产品信息，如百度、美图公司、阿里巴巴、昆仑万维等公司的情况。 余一的相关文档：包括《从 2023 年报，看中国上市公司怎么使用生成式 AI》等，可通过相关链接获取详细内容。 对于小白来说，您可以先尝试从这些资源中获取所需的上市公司年报数据。
2025-03-25
我是一名ai小白，我想学习如何从一名小白利用ai创造财富
以下是为您提供的从 AI 小白利用 AI 创造财富的学习路径： 1. 搭建 AI 微信聊天机器人： 选用技术组件：极简未来平台、腾讯云轻量应用服务器、宝塔面板和 Docker。 按照详细的配置步骤进行操作，包括购买服务器、配置宝塔面板，部署 Docker 和 COW 组件，绑定微信号。 了解费用问题，如极简未来平台和腾讯云服务器的费用，以及通过积分和优惠降低成本的方法。 掌握运维问题的解答，包括如何管理和维护服务器和服务，以及遇到问题时的解决方案。 2. 学习 AI 技术原理与建立框架： 理解什么是 AI 大模型及其原理。 熟悉相关技术名词，如 AI、机器学习（包括监督学习、无监督学习、强化学习）、深度学习、生成式 AI、LLM 等。 了解技术里程碑，如 2017 年 6 月谷歌团队发表的提出 Transformer 模型的论文。 如果在实战过程中有任何不懂的地方，可以随时私信相关作者。另外，如果您有兴趣学习相关的 AI Agent 知识，可以加入免费的 AI Agent 共学群，通过微信号 Andywuwu07 或扫描二维码加微信，备注 AI 共学即可加入。通过不断学习和探索，相信您能在 AI 的世界中创造属于自己的价值。
2025-03-24
我是一名ai小白，我现在系统学习ai的一切创作，并利用于工作中，请问怎么从头开始学习
对于 AI 小白想要系统学习 AI 并应用于工作，您可以按照以下步骤从头开始： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（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，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 参考「」，其中有一系列为初学者设计的课程，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，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 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您的作品。 知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后也进行分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，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。 6. 参考他人的学习经验： 可以参考《雪梅 May 的 AI 学习日记》，了解他人的学习模式和经验。比如作者采用输入→模仿→自发创造的模式，并且学习资源都是免费开源的。 总之，学习 AI 需要耐心和持续的努力，祝您学习顺利！
2025-03-24
我是新手小白，先学习人工智能开发，从而找工作，如何开始
对于新手小白想要学习人工智能开发从而找工作，可以按照以下步骤开始： 1. 了解自身硬件情况和财力，选择合适的开始方式： 本地部署：如果电脑是 M 芯片的 Mac 电脑（Intel 芯片出图速度慢，不建议）或者 2060Ti 及以上显卡的 Windows 电脑，可以选择本地部署，强烈建议在配有 N 卡的 Windows 电脑上进行。 在线平台：对于电脑不符合要求的，可以使用在线工具，包括在线出图和云电脑，根据实际情况选择，前者功能可能受限，后者需手动部署。 配台电脑：不建议一开始就配主机，玩几个月后仍对 AI 有兴趣再考虑，主机硬盘要大，显卡在预算内买最好，其他随意。 2. 学习相关课程： 先验经验：需要熟练使用文生图、图生图，有一定逻辑思考和推理能力，适合炼丹新人、小白。 课程安排：课程约 70 80%是理论和方法论内容，大部分练习在课外沟通、练习，少部分必要内容在课上演示。 学习路径：必学、必看内容是基础课，解决环境和软件安装问题；建炉针对不同炼丹方式提供不同炼丹工具安装教程；正式内容分为数据集预处理、模型训练以及模型调试及优化三个部分。 3. 进行项目实践，例如： 可以参考“齐码蓝：你（或孩子）还需要学编程吗？AI 编程 Master GPTs”中的项目，先进行需求分析与项目规划，包括功能需求（如每个离谱生物的页面展示图片、头像、文字介绍，支持文字和语音对话，展示相关离谱事件）和非功能需求（页面加载速度快、用户界面友好、支持响应式设计），以及用户故事（如访客浏览不同离谱生物档案、了解背景故事和相关事件、进行文字或语音交流）。 然后进行架构设计与模块化，采用前后端分离架构，前端负责展示界面和用户交互，后端负责处理业务逻辑和数据存取，通过 REST API 实现前后端交互，模块化分为前端模块（生物档案组件、事件展示组件、对话组件）和后端模块（生物档案 API、事件 API、语音处理 API）。 4. 了解法律法规：阅读《促进创新的人工智能监管方法》，了解 AI 在社会和经济中的应用和影响，以及相关的监管环境。
2025-03-24
我是新手小白，先学习人工智能，如何开始
对于新手学习人工智能，您可以按照以下步骤开始： 1. 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（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，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您将找到一系列为初学者设计的课程，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，按照自己的节奏学习，并有机会获得证书。 3. 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），您可以根据自己的兴趣选择特定的模块进行深入学习。 一定要掌握提示词的技巧，它上手容易且很有用。 4. 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您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，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，您可以获得对 AI 在实际应用中表现的第一手体验，并激发您对 AI 潜力的认识。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得自己的成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。
2025-03-24
小白，学习AI
对于小白学习 AI，以下是一些建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（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，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，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，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，如图像、音乐、视频等，可根据自身兴趣选择特定模块深入学习。 掌握提示词的技巧，其上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 知识库中有很多实践后的作品和文章分享，欢迎实践后进行分享。 5. 体验 AI 产品： 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验。 此外，还有一些个人的学习经验可供参考： 像元子语通过参与《谁是人类》活动，意识到学习 AI 并非遥不可及，从 prompt 入手，虽在将 prompt 规范、抽象用以让 AI 拟人方面有困难，但参与和学习的过程很有收获。 雪梅 May 以输入→模仿→自发创造的模式学习 AI，其学习日记适合纯小白参考，学习内容可根据自身在 waytoAGI 社区的兴趣选择最新的，且学习资源免费开源。学习时间灵活，不必有压力，保持好的学习状态即可。
2025-03-24
我是一名 C 端用户产品经理，想转行做 AI 产品经理，应该从哪里入手
如果您作为一名 C 端用户产品经理想转行做 AI 产品经理，可以从以下几个方面入手： 1. 学习 Prompt 提示词：了解 Prompt 提示词的概念和应用，参考相关文档如 https://www.promptingguide.ai/zh ，掌握通过 Prompt 提示词解决产品经理日常工作场景的方法，例如行业洞察分析、方法论专家、头脑风暴、需求文档设计、功能价值分析、竞品分析报告、流程图/图表设计、思维导图设计、解决方案专家、周报生成器等场景。 2. 了解行业动态：关注 AI 行业的最新发展和趋势，通过混入各种相关群，与不同的人交流业务和技术，获取最新信息。 3. 弥补知识差距：由于 AI 技术发展迅速，可能存在技术与业务之间的知识断档。需要努力弥补自己在技术和业务方面的不足，熟悉相关技术知识，同时深入理解业务需求。 4. 积累项目经验：可以尝试参与一些 AI 相关的项目，哪怕是免费为相关人员提供服务，以积累实际经验。 5. 分析成功案例：研究已有的 AI 产品，了解其成功的因素和实现方式。
2025-03-22
怎么开始入手学习
以下是针对新手入手学习 AI 的建议： 1. 编程语言基础： 从 Python、JavaScript 等编程语言开始学习，掌握编程语法、数据结构、算法等基础知识，为后续的 AI 学习奠定基础。 2. 工具和平台体验： 尝试使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 基础知识学习： 了解 AI 的基本概念、发展历程、主要技术（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。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 实践项目参与： 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 前沿动态关注： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 6. 课程学习： 阅读「」部分，熟悉 AI 的术语和基础概念。 在「」中找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程按照自己的节奏学习，并有机会获得证书。 7. 选择感兴趣的模块深入： 根据自己的兴趣选择特定的 AI 模块（如图像、音乐、视频等）进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 8. 实践和尝试： 理论学习后进行实践，巩固知识。 尝试使用各种产品做出自己的作品。 参考知识库提供的实践作品和文章分享。 9. 体验 AI 产品： 与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解其工作原理和交互方式。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。
2025-03-14
我想学习ai，应从哪步入手
如果您想学习 AI，可以从以下几个方面入手： 1. 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念。了解人工智能是什么，其主要分支（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，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您将找到一系列为初学者设计的课程。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，按照自己的节奏学习，并有机会获得证书。 3. 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），您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 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您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，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。 对于中学生学习 AI，建议如下： 1. 从编程语言入手学习： 可以从 Python、JavaScript 等编程语言开始学习，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台： 可以使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识： 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目： 可以参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 此外，还可以参考《雪梅 May 的 AI 学习日记》，其中提到： 1. 适合纯 AI 小白：如果您还在观望 AI，不知道从何入手，可以参考这个日记。 2. 学习模式：输入→模仿→自发创造。 3. 学习内容：日记里的学习内容可能不适用，您可以去 waytoAGI 社区发现自己感兴趣的 AI 领域，学习最新的内容。 4. 时间安排：在半年多的时间跨度中，其中有 100 天在学习 AI，不是每天依次进行，而是有空的时候学习。 5. 学习状态：保持良好的学习状态，能学多少算多少。 6. 费用：学习资源的内容都是免费开源的。
2025-03-02
我想用AI设计一款小程序，我应该从哪里入手
如果您想用 AI 设计一款小程序，可以从以下几个方面入手： 1. 形成项目需求文档：与相关人员沟通确认需求细节，并查看对应文档。 2. 整理对应模块，进行功能设计：包括明确需求，进行 UI 和技术（前后端实现途径）、测试用例的设计。根据 AI 写的功能设计模块文档，观看确认和完善，以了解项目技术实现和执行方式。 3. 编写代码：根据模块任务一点点写代码，并将代码文件和更改记录写到对应代码说明文档，同时做好代码注解。在每个功能块开发完成后，用测试用例跑一遍。 4. 界面设计：可以先绘制草图，然后借助多模态 AI 工具（如 GPT/Claude）生成初步的前端结构代码。前端开发语言方面，HTML 用于构建网页基础框架，CSS 负责布局样式美化，JavaScript 实现交互逻辑。 此外，您还可以参考以下相关知识： 直接使用 Coze 的 API 对接前端 UI 框架，将工作流逻辑集中在工程模板端，实现前后端分离的处理方式。 直接调用大模型 API，并通过前端代码实现提示词处理和逻辑控制，将交互流程完全放入前端代码中。 了解如何实现文件上传，通过 Coze 的，用户可将本地文件上传至 Coze 的云存储。 参考关于 API 的使用及工作流执行流程的。 希望以上内容对您有所帮助。
2025-03-01
开发一款AI产品怎么入手
开发一款 AI 产品可以从以下几个方面入手： 1. 明确技术方案，封装 API 调用提示词： 在成功验证纯提示词方案后，进入产品化开发阶段。 借助 Cursor、Windsurf 等 AI 编程工具，实现插件效果。 产品化开发需考虑稳定获取网页内容、选择适合的 AI 大模型 API 服务、构建生产级提示词等问题。 稳定获取网页内容可通过用户浏览器以插件形式本地提取，例如让 AI 设计获取相关元素的 js 代码。 2. 对 AI 产品经理的要求： 入门级：能通过开源网站或课程了解 AI 概念，使用并实践应用搭建。 研究级：包括技术研究和商业化研究路径，能根据需求场景选择解决方案，或利用工具手搓出 AI 应用验证想法。 落地应用级：有成功落地应用案例并产生商业化价值。 总结来说，AI 产品经理要懂得技术框架，关注场景、痛点、价值。 3. 创新产品和服务： 探索基于 AI 的新产品或服务：调查分析市场需求，鼓励创新思维，开发原型并测试。 利用 AI 技术提升现有产品的智能化程度：识别可优化部分，改善用户界面和交互体验，基于反馈不断迭代更新。 通过以上策略，有助于开发出具有创新性和竞争力的 AI 产品。
2025-02-09
我是一名数据产品经理，想转行ai产品经理，该从哪里入手。你的知识库里有哪些可以帮到我。最好把他们列举出来，具体一些最好有步骤
以下是为您整理的从数据产品经理转行 AI 产品经理的相关知识和建议： 一、AIPM 技能树 1. 理解产品核心技术 了解基本的机器学习算法原理，有助于做出更合理的产品决策。 2. 与技术团队有效沟通 掌握一定的算法知识，减少信息不对称带来的误解。 3. 评估技术可行性 在产品规划阶段，能更准确地判断某些功能的技术可行性。 4. 把握产品发展方向 了解算法前沿，更好地把握产品的未来发展方向。 5. 提升产品竞争力 发现产品的独特优势，提出创新的产品特性。 6. 数据分析能力 掌握相关知识，提升数据分析能力。 二、AI 提示词工程师岗位技能要求 1. 学历和专业背景 本科及以上学历，计算机科学、人工智能、机器学习相关专业背景。 2. 熟悉 AI 工具 熟悉 ChatGPT、Llama、Claude 等 AI 工具的使用及原理，并具有实际应用经验。 熟练掌握 ChatGPT、Midjourney 等 AI 工具的使用及原理。 3. 项目经验 负责制定和执行 AI 项目，如 Prompt 设计平台化方法和模板化方法。 4. 技术理解 了解并熟悉 Prompt Engineering，包括常见的 Prompt 优化策略（例如 CoT、Fewshot 等）。 5. 数据分析与决策 对数据驱动的决策有深入的理解，能够基于数据分析做出决策。 6. 创新思维 具有创新思维，能够基于业务需求提出并实践 AI first 的解决方案。 7. 技术关注 对 AI 技术与算法领域抱有强烈的好奇心，并能付诸实践。 对 AIGC 领域有深入的理解与实际工作经验，保持对 AI 技术前沿的关注。 8. 编程能力 具备一定的编程和算法研究能力，能应用新的 AI 技术和算法于对话模型生成。 具有一定的编程基础，熟练使用 Python、Git 等工具。 三、AI 市场与 AI 产品经理分析 当前有两个场景： 1. 企业（包括传统企业和互联网企业）如何实现 AI 转型或用好 AI。 2. 产品经理如何转型 AI 产品经理。 希望以上内容对您有所帮助。
2025-01-21
如何0基础学习Ai
以下是 0 基础学习 AI 的方法： 1. 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的定义、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，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，能找到为初学者设计的课程，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，按照自己的节奏学习，并有机会获得证书。 3. 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，可根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 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作品。 在知识库有很多大家实践后的作品、文章分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，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。 对于中学生学习 AI，建议如下： 1. 从编程语言入手学习： 可以从 Python、JavaScript 等编程语言开始，学习编程语法、数据结构、算法等基础知识。 2. 尝试使用 AI 工具和平台： 可以使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识： 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目： 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 此外，还有二师兄的 AI 学习经历供您参考： 二师兄来自上海，是典型的 80 后，房地产行业从业二十年，计算机零基础。2024 年： 一月：买了 4070TiSuper 显卡配 4K160 显示器，备战游戏。 二月：在七彩虹售后群老哥的分享下，要了 SD 秋叶安装包，下载教学视频，迈出 AI 学习第一步。 三月：啃完 SD 的所有教程，炼丹，因图片数据集质量一般，lora 仅供自嗨。 四月：与小伙伴探讨 AI 变现途径，尝试用 GPT 和 SD 制作图文故事绘本、小说推文项目，因组员忙而不了了之，但练了一些绘本风格的丹。 五月：因工作变动，电脑运回家，在无硬件支持下加入 Prompt battle 社群，开始 Midjourney 的学习，打磨文生图提示词学习。
2025-03-25
我该如何从零基础，系统学习AI类工具？我的目标是熟练制作AI视频
以下是从零基础系统学习 AI 类工具并熟练制作 AI 视频的步骤： 1. 小说内容分析：使用 AI 工具（如 ChatGPT）分析小说内容，提取关键场景、角色和情节。 2. 生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述。 3. 图像生成：使用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作：利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。 6. 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。 7. 后期处理：对生成的视频进行剪辑、添加特效和转场，以提高视频质量。 8. 审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。 9. 输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。 需要注意的是，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI 工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。 另外，在使用 AI 工具时，以下是一些相关的资源和建议： 想出点子：最佳免费选项为4.0，但由于与互联网连接，必应可能更好。 制作视频：最佳动画工具为用于在视频中为人脸制作动画的。 同时，要注意深度伪造是一个巨大的问题，这些系统需要合乎道德地使用。
2025-03-24
0基础，我需要ai剪辑学习，方便我更快更高效的发布视频
以下是为您提供的 0 基础学习 AI 剪辑的指导： 团队分工： 制片人：负责影片的制作管理，包括团队组建、日程安排、信息收集、资料整理、各处岗位工作缺失时及时补上等。 图像创意：负责用 AI 生成富有想象力的角色和场景等所有出现在视频中的画面，并为每个角色赋予人物小传。 视频制作：将做好的角色场景等图像素材进行 AI 图生文的工作，需要擅长运营工具的笔刷等控制工具，更好的契合剧本。 编剧：负责撰写剧本，包括故事情节、角色串联、人物台词等。 配音和配乐：涉及背景音乐、音效、角色配音、声音克隆，用各种声音类 AI 工具捏出来。 剪辑师：负责把后期剪辑，包括镜头选择、节奏控制和音效配合。 相关技术及工具： MMVid：一个集成的视频理解系统，能处理和理解长视频内容并进行问答。应用场景包括快速的视频剪辑、图生视频、快速诊断等。 工具准备： 文案生成：DeepSeek。 古人形象定制：即梦 AI。 鬼畜视频合成： 声音克隆：fishAudio，用于克隆声音并生成对应文案的音频。 视频合成：Viggle.ai。 视频剪辑：剪映，用于合成音频与视频、添加字幕和背景图。 团队高效协作的方法在于每个人员分工明确，形成了一个最高效的 SOP，可以快速产出。
2025-03-24
我是ai基础小白，我想学习这个ai知识，请你帮我规划一下学习路径
以下是为您规划的 AI 学习路径： 一、了解 AI 基本概念 1. 阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的定义、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。 2. 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 二、开始 AI 学习之旅 1. 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 2. 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 三、选择感兴趣的模块深入学习 1. AI 领域广泛，比如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。 2. 掌握提示词的技巧，它上手容易且很有用。 四、实践和尝试 1. 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您的作品。 2. 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 五、体验 AI 产品 1. 与现有的 AI 产品进行互动，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。 如果您的学习方向偏向技术研究： 1. 掌握数学基础，包括线性代数、概率论、优化理论等。 2. 学习机器学习基础，如监督学习、无监督学习、强化学习等。 3. 深入研究深度学习，包括神经网络、卷积网络、递归网络、注意力机制等。 4. 钻研自然语言处理，如语言模型、文本分类、机器翻译等。 5. 探索计算机视觉，如图像分类、目标检测、语义分割等。 6. 关注前沿领域，如大模型、多模态 AI、自监督学习、小样本学习等。 7. 进行科研实践，包括论文阅读、模型实现、实验设计等。 如果您的学习方向偏向应用： 1. 具备编程基础，如 Python、C++等。 2. 掌握机器学习基础，如监督学习、无监督学习等。 3. 熟悉深度学习框架，如 TensorFlow、PyTorch 等。 4. 涉足应用领域，如自然语言处理、计算机视觉、推荐系统等。 5. 学会数据处理，包括数据采集、清洗、特征工程等。 6. 掌握模型部署，如模型优化、模型服务等。 7. 参与行业实践，包括项目实战、案例分析等。 无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。 如果您想将 AI 与宠物结合： 1. 掌握基础的机器学习、计算机视觉、自然语言处理等 AI 技术。 2. 了解宠物行为学、宠物医疗等相关领域知识。 3. 关注业内先进的 AI+宠物应用案例，学习其技术实现。 4. 尝试开发简单的 AI 宠物应用原型，并不断迭代优化。
2025-03-23
我是AI小白，没有编程基础；也没有理工基础，对硬件不了解，但是我对AI和硬件结合的内容很感兴趣。请为我调出相关内容
以下是为您整理的关于 AI 和硬件结合的相关内容： AI 技术的学习路径： 偏向技术研究方向： 数学基础：包括线性代数、概率论、优化理论等。 机器学习基础：如监督学习、无监督学习、强化学习等。 深度学习：涵盖神经网络、卷积网络、递归网络、注意力机制等。 自然语言处理：包含语言模型、文本分类、机器翻译等。 计算机视觉：涉及图像分类、目标检测、语义分割等。 前沿领域：例如大模型、多模态 AI、自监督学习、小样本学习等。 科研实践：包括论文阅读、模型实现、实验设计等。 偏向应用方向： 编程基础：如 Python、C++等。 机器学习基础：监督学习、无监督学习等。 深度学习框架：如 TensorFlow、PyTorch 等。 应用领域：自然语言处理、计算机视觉、推荐系统等。 数据处理：数据采集、清洗、特征工程等。 模型部署：模型优化、模型服务等。 行业实践：项目实战、案例分析等。 AI 硬件的发展趋势： 在端到端算法的时代，不应该继续使用冯诺依曼架构。 在存算一体（在存储单元里做计算）的芯片之上，一定会诞生一种全新的算法。对比人脑，使用存算一体的方式是未来 AI 硬件下一步的发展趋势，运行一个几百亿个参数的大模型最好的架构一定是存算一体的架构，因为它避免了所有的数据的搬运。 大模型与私域知识结合的方法： 按对模型改造侵入性划分，从左到右分为：重新训练、微调、RAG、关键词工程。 重新训练：拿私域数据重新训练大模型。 微调：拿私有数据 finetuning 大模型。 RAG：将知识库里的知识搜索送进大模型。 关键词工程：写好提示词。 加长 Context：当 Context 能无限长的时候，理论上讲可以把关于您的知识和记忆都 prefill 到 Context 里边去。 学术界中，做深度学习的人偏向于用 RAG，以前做过搜索的人偏向于用 Long Context。
2025-03-22
关于人工智能逐渐取代基础劳动力的看法
人工智能逐渐取代基础劳动力是一个复杂且具有多面影响的现象。 一方面，GPT4 等先进的人工智能在各种任务和领域表现出色，其能力涵盖了职业和学术领域，如诊断和治疗疾病、发现和合成新分子、教学和评估学生等。这可能导致一些需要高级培训的工作中，AI 系统取代人类工作者或减少对人类工作者的需求，例如美国医学院学生选择放射学作为职业的决策已受到 AI 在放射学中作用增长的影响。 另一方面，部分科技公司虽利用 AI 提升生产力和降低人力成本，但大多数评论者认为 AI 不会彻底取代程序员，行业会进入“人机协同”阶段，且 AI 取代初级岗位的可能性更高，高级工程师仍不可或缺。 红杉资本的观点指出，AI 正处于重要的发展阶段，其变革性影响巨大。AI 相关行业的 TAM 将扩展到几乎所有人类参与的行业，拥抱 AI 的公司因成本降低和能完成以前人类无法完成的自动化任务，竞争优势将上升。对于专业职业，劳动力虽不易被取代，但更专业的服务将加速出现，熟练 AI 的专业人员能产生高附加值。 总之，人工智能对基础劳动力的影响并非简单的完全取代，而是会带来职业结构的调整和变化，需要人们适应、重新技能或重新调整职业道路。
2025-03-22