先提出问题
从 10 个基础问题开始，先和 AI 讨论，再尝试用自己的话解释。
问题是学习的起点AI Learning Notes · Carol Works
AI 学习
与实践笔记
从零开始，建立自己的 AI 基础认知地图。
知其然，也慢慢理解所以然。
这里记录我学习 AI 时遇到的问题、逐渐形成的理解，以及边做边学的实践过程。
My Learning Notes
先看懂地图，
再边做边学。
刚开始学习 AI 时，我面对很多新概念，也不知道应该从哪里进入。我试着先提出问题、建立基本认识，再在实际使用中不断修正自己的理解。
从模糊的问题开始听过 AI，却不知道许多概念之间有什么关系；会和 AI 聊天，也仍然有不少困惑。
把学习过程记录下来用自己的话解释概念，用生活和工作的例子检验理解，再把新的发现整理成可以回看的学习笔记。
Learning Journey
三个步骤，整理我的 AI 学习
建立认知地图
把零散概念连接起来，理解它们之间的关系，逐渐形成自己的 AI 基础认知地图。
知其然，也知其所以然边做边记录
在真实任务里继续使用 AI，记录有效的方法、遇到的困难和新的理解。
让认识在实践中生长Learning Questions
用 AI 学 AI
10 个问题，开始建立自己的 AI 基础认知地图。
A NOTE FROM MY LEARNING
给刚开始学习 AI 的朋友们
大家好：
刚开始学习 AI 时，我为自己整理了 10 个小问题。
这些问题不是为了看看谁懂得多。
它们更像是一组学习提示。可以先和 AI 讨论一遍，再试着用自己的话说出来。你会发现，很多原本模糊的概念已经开始变得清楚。
其中：第 1—7 题是基础问题；第 8—10 题稍微进阶，可以按照自己的兴趣选择。
这不是考试，也不需要背标准答案。可以使用豆包、DeepSeek、ChatGPT，或者任何习惯使用的 AI 来帮助自己学习。
回答每一道题时，只做两件事：① 用自己的话解释。② 最好举一个生活或工作的例子。
如果 AI 给出的答案看不懂，不要停在那里，可以继续追问它：“说简单一点。”“假设我是一个完全不懂 AI 的人，再给我解释一次。”“给我举一个生活里的例子。”“我这样理解对不对？”
不要追求说得专业，先追求自己真的懂。这是我学习 AI 时很有帮助的一个方法：用 AI 学 AI。
10 个学习问题
第 1—7 题｜基础问题
第 1 题｜AI 到底是什么？
AI 和我们以前使用的普通软件，有什么不一样？请举一个你自己使用 AI 的例子。
第 2 题｜什么是大模型？
你知道的大模型有哪些？请列举几个。
第 3 题｜什么是 Token？
请用一句大白话解释。
第 4 题｜什么是上下文？什么是 AI 幻觉？
你遇到过吗？
第 5 题｜什么是提示词（Prompt）？
如果你想让 AI 帮你完成一件事情，你会怎样把要求告诉它？请从自己的工作中选一件事，写一个你认为比较好的提示词。
第 6 题｜AI 世界里的“工具”是什么？
请举 2—3 个 AI 可以使用的工具。
第 7 题｜什么是工作流（Workflow）？
请选一件你自己工作或生活中需要分几个步骤完成的事情，说说它的工作流是什么。
第 8—10 题｜进阶问题
第 8 题｜什么是 Agent？什么是 Skill？
第 9 题｜什么是 AI 的记忆和权限？
第 10 题｜AI 的这些能力是怎么“接起来”的？
什么叫“模型调用”？什么是 API？什么是 MCP？不需要研究技术原理，试着用自己的话说说：它们分别是用来干什么的？
请不要有压力，学习本来就是从“问题”开始的。带着自己的理解和问题继续探索就好。
Keep Learning
把问题留下，把理解写下来。
这是我的个人学习记录。以后遇到新的概念、工具和实践方法，我会继续整理，也会保留那些还没有想明白的问题。