yeasy/ai_beginner_guide

---

关于本书

人工智能（AI）正在深刻地改变我们的生活和工作方式。从智能手机上的语音助手，到能够与人流畅对话的聊天机器人，再到自动驾驶汽车和医疗诊断系统——AI 技术已经渗透到各行各业。

然而，对于许多人来说，AI 仍然是一个神秘而遥远的概念。什么是机器学习？深度学习和机器学习有什么区别？ChatGPT、Claude、Gemini 这些工具背后的技术原理是什么？如何才能有效地使用这些 AI 工具来提升工作效率？

这本书试图用最朴素的语言回答这些问题。它面向完全零基础的读者，从 AI 的基本概念出发，逐步走向核心技术原理，最后落到实际应用技能。无论你是好奇 AI 世界的普通用户，还是希望将 AI 技术应用于工作的职场人士，都能在这里找到一条清晰的学习路径。

目标读者

本书适合以下读者：

• AI 初学者：对人工智能充满好奇，但缺乏技术背景的普通读者
• 职场人士：希望了解 AI 如何提升工作效率，寻找实际应用场景的专业人员
• 学生：正在学习相关专业或对 AI 领域感兴趣的在校学生
• 创业者：希望了解 AI 技术趋势和商业机会的创业者和管理人员
• 跨界学习者：来自其他专业领域，希望快速掌握 AI 基础知识的人士

你将学到什么

通过阅读本书，你将能够：

理解核心概念

• 掌握人工智能、机器学习、深度学习之间的关系与区别
• 理解神经网络、大语言模型等核心技术的工作原理
• 了解 AI 发展的历史脉络和未来趋势

掌握实践技能

• 熟练使用 ChatGPT、Claude、Gemini 等主流 AI 工具
• 学会编写高质量的提示词（Prompt），最大化 AI 输出效果
• 了解如何将 AI 应用于写作、编程、数据分析等实际场景

理解技术前沿

• 认识多模态 AI、智能体（Agent）等前沿技术方向
• 了解 AI 安全、伦理和监管的最新发展
• 洞察 AI 技术的发展趋势和潜在影响

培养批判思维

• 学会辨别 AI 生成内容的质量与可靠性
• 理解 AI 的能力边界和局限性
• 建立负责任使用 AI 的意识和习惯

本书特色

• 由浅入深：从最基础的概念讲起，逐步深入到专业知识，确保零基础读者也能轻松理解
• 理论与实践结合：不仅解释“是什么”和“为什么”，更注重“怎么做”的实操指导
• 案例丰富：通过大量真实案例和应用场景，帮助读者建立直观认知
• 紧跟前沿：内容基于近年的技术发展和行业动态（工具与产品更新很快，建议以官方信息为准）
• 结构清晰：章节设计合理，便于读者按需选择性阅读或系统学习

如何阅读本书

为满足不同背景读者的需求，本书采用双轨制学习路线。两轨不是身份标签，而是有明确入口、产出和验收标准的学习契约。

A 轨：基础使用者

前置条件

• 无需编程或高等数学基础
• 可使用浏览器和任一对话式 AI 工具
• 准备一个不含敏感信息的真实任务

可交付物

• 一份三轮提示词迭代记录
• 一份事实核验清单
• 一张个人场景工作流卡

验收标准

• 能用自己的话区分 AI、机器学习与深度学习
• 能比较三轮输出并说明改动理由
• 能为关键事实给出来源，并标出不确定项
• 能识别隐私、幻觉与自动化越权风险

B 轨：工程师增强

前置条件

• 达到 A 轨验收标准或具备同等基础
• Python 3.11+
• 会在命令行运行 Python 文件
• 一台可进行 CPU 计算的电脑

可交付物

• 五份实验结果字典与自评记录
• 一份失败案例与排障记录
• 一份最小 AI 工作流设计

验收标准

• 能复现实验的固定输入与预期范围
• 能解释每项评估为何通过或失败
• 能在不使用在线 API 和密钥的情况下完成五个实验
• 能把评估结果映射回对应章节的核心概念

完整路线和实验映射见附录 D，运行方法见 labs/ 目录。

本书主体内容共分为四个部分：

1. 第一部分：AI 基础入门（第一至三章）

   • 介绍 AI 的基本概念、发展历史和应用场景，为后续学习打下基础

2. 第二部分：核心技术解析（第四至九章）

   • 深入解析机器学习、深度学习、大语言模型、推理模型、新架构与多模态技术

3. 第三部分：实战应用技巧（第十至十三章）

   • 详细讲解主流 AI 工具的使用方法、提示词与上下文工程技术以及实战场景

4. 第四部分：进阶与展望（第十四至十六章）

   • 探讨智能体与多智能体系统、AI 安全伦理与未来展望，以及 AI 硬件与量子计算入门

建议初学者按顺序阅读，有一定基础的读者可直接跳到感兴趣的章节。每章末尾设有“本章小结”，帮助巩固所学内容。

十分钟快速上手

10 分钟认识 AI 的核心能力，只需这 3 个步骤：

1. 读懂第一章：什么是 AI：通过生活化类比理解机器学习、深度学习、大语言模型的基本概念（5分钟）
2. 动手第十一章：写出你的第一个提示词：在 ChatGPT 或 Claude 中尝试与 AI 对话，感受提示词的神奇效果（3分钟）
3. 体验第十章：AI 工具演示：浏览各类 AI 工具实际应用，从写作、编程到数据分析，看看 AI 如何改变工作（2分钟）

完成这 3 步，你将从理论和实践两个维度认识到 AI 的价值！

学习路线图

graph LR
    A["<b>零基础入门区</b><br/>第1-5章<br/>概念与工具体验"] -->|快速入门| B["<b>完全零基础</b><br/>第1-5章<br/>概念理解与工具使用"]
    A -->|想学编码| C["<b>有编程基础</b><br/>第1-8章<br/>原理与技术实现"]
    A -->|做产品| D["<b>想做 AI 产品</b><br/>第1-3,10-13章<br/>产品思维与应用设计"]
    A -->|管理决策| E["<b>管理者/决策者</b><br/>第1-3,14-16章<br/>战略规划与风险认知"]
    B -->|升级知识| C
    C -->|应用创新| D
    D -->|组织决策| E

    style A fill:#c8e6c9
    style B fill:#a5d6a7
    style C fill:#7cb342
    style D fill:#ffb74d
    style E fill:#ef5350

学习角色对比

针对不同背景读者的学习建议

文科生学习路线（“跳过数学、聚焦应用”）

文科生无需掌握复杂的数学原理和算法细节。建议学习路径如下：

• 第一步：读完第1-3章，建立 “AI 是什么、大模型如何工作” 的基本认知

  • 关键概念：机器学习、深度学习、大语言模型的直观理解（借助类比而非公式）
  • 跳过内容：第6-9章中的数学推导、神经网络细节描述

• 第二步：重点学习第10-13章

  • 第10章：探索 ChatGPT、Claude 等工具的实际能力，感受它们在写作、分析中的应用
  • 第11章：掌握提示词工程，学会与 AI 对话获得高质量输出（这是文科生最有用的技能）
  • 第12章：了解上下文工程，如何给 AI 提供足够背景信息
  • 第13章：学习实战案例，特别是写作、教学、文案创意等文科相关场景

• 第三步：选读第15章

  • 理解 AI 的伦理问题、社会影响与未来趋势，培养批判性思维
  • 了解 AI 可能带来的机遇与风险

职场人士学习路线（“快速上手、聚焦实用”）

职场人士面临的核心需求是 “如何用好 AI 提升工作效率” 和 “理解 AI 对行业的影响”。建议学习路径如下：

• 第一步：快速扫读第1-2章（1-2小时）

  • 理解 AI、机器学习、大语言模型的基本概念（无需深入细节）
  • 了解当前 AI 发展现状和技术能力范围

• 第二步：重点学习第10-13章（5-10小时）

  • 第10章：快速了解 ChatGPT、Claude、Gemini 等工具的优势和局限
  • 第11章：最关键部分 —— 学会写出有效的提示词，最大化 AI 输出价值
    • 学习为不同工作场景设计提示词（报告撰写、数据分析、方案策划、代码辅助等）
    • 练习一些实战例子
  • 第12章：理解上下文管理，如何组织信息让 AI 更好地理解需求
  • 第13章：深入学习行业应用场景
    • 找到与自己工作相关的案例，学习他人如何使用 AI
    • 思考如何在自己的工作中应用类似的方法

• 第三步：选读第14-15章（2-3小时）

  • 第14章：了解智能体（Agent）的概念，认识 AI 发展方向
  • 第15章：理解 AI 的偏见与伦理、安全与隐私、就业影响和长期走向，建立负责任使用 AI 的意识
  • 关键问题：AI 会不会替代我的工作？我的行业将如何被 AI 改变？

学习节奏建议

• 文科生：可用 20-30 小时系统学习（第1-3章：4小时，第10-13章：12-16小时，第15章：4小时）
• 职场人士：可用 10-15 小时快速上手（第1-2章：2小时，第10-13章：8-10小时，第14-15章：2小时）
  • 如有时间压力，最少也要学习“第1-2章 + 第11章”，时间约 3-4 小时

在线阅读

本书支持在线阅读，请访问：GitBook

下载离线版本

本书提供 PDF 版本供离线阅读，可前往 GitHub Releases 页面下载最新版本。

如需获取默认分支自动更新的预览版，可直接下载 ai_beginner_guide.pdf。该文件会随主线更新覆盖，不代表正式发布版本。

本地开发与预览

先安装 mdPress：

brew tap yeasy/tap && brew install mdpress
mdpress serve

启动后，访问 本地阅读地址 即可阅读本书。

参与贡献

欢迎对本书内容提出意见和建议！你可以通过以下方式参与：

• 在 GitHub 上提交 Issue 报告错误或提出建议
• 提交 Pull Request 改进内容
• 分享本书给更多需要的人

进阶阅读

读完本书后，你可以根据兴趣方向选择以下进阶读物：

💡 推荐路径：零基础学 AI → 提示词工程 → 上下文工程 / Claude 技术指南 → 智能体 AI → 大模型安全

---

📚 延伸阅读：学完基础后，推荐按以下路径深入：《大模型提示词工程指南》 → 《智能体 AI 权威指南》 → 《OpenClaw 从入门到精通》。

许可证

本书采用 CC BY-NC-SA 4.0 许可证。

---

让我们一起开启 AI 学习之旅，探索这个令人兴奋的技术新世界！