从一个方向开始就好
不用全看。选一个你当下最想解决的问题，点进去，先动起来。
先搞清楚 AI 能干什么、不能干什么，以及为什么“先拆活”比“先学提示词”更重要。
ChatGPT、豆包、Kimi、DeepSeek……按免费额度和上手难度挑，不追新，只选当下够用的。
把一件事拆成输入、处理、输出三段。你说得越具体，AI 返回的结果就越接近“能直接用”。
角色、背景、任务、要求、格式。记住这个五要素，大多数日常任务就够用了。
从“5分钟调用API”或“做一个文案生成器”开始，代码不超过50行，先跑通再优化。
贪大、裸奔、一键生成、只收藏不实践……新手最容易踩的坑，提前知道就能绕开。
会议纪要、客户咨询分类、周报初稿、资料摘要。挑一个你明天就要做的活。
等你跑通第一个闭环之后，再了解 RAG、Agent、API 这些词，它们会自然变得可理解。
30 天，不贪多，只跑通一个闭环
每周大约 5 小时。目标不是“学会 AI”，是让一个重复的活真正被交出去。
从“重复的事”开始，而不是“重要的事”
重要的事你不熟，没有验收标准，AI 给什么你都判断不了好坏。重复的事你熟，你知道“做对了长什么样”，这是新手唯一可靠的起点[reference:0]。
- 第 1 周：选一个每周重复 3 次以上的活，写下输入、处理、输出。
- 第 2 周：用五要素提示词让 AI 跑出第一版，你负责验收和修改。
- 第 3 周：把流程固定下来，换 3 个不同素材测试稳定性。
- 第 4 周：判断这件事是否值得继续交给 AI，再决定要不要扩展。
先避开最大的坑
“一上来就做全能 AI”是新手失败率最高的路径。先用 MVP 跑出一个小结果，比铺一个大摊子重要得多[reference:1]。
新手够用的工具，就这几类
不用全部注册。先挑一个通用对话工具 + 一个长文本工具，就足够开始。
写作、翻译、代码、多轮对话都在线。免费版有次数限制，但对新手练习完全够用[reference:2]。
完全免费、中文语境适配好，适合学生和职场人做文案、润色、总结[reference:3]。
处理长文档、资料总结很顺手。免费，适合需要读大量材料的人[reference:4]。
中文长文和推理表现扎实，有免费额度，适合想往 API 方向走的入门者[reference:5]。
用 AI 做搜索，会给出信息来源，适合需要核实事实的场景[reference:6]。
把你的文档丢进去，让 AI 基于你的材料回答，减少胡编乱造[reference:7]。
任何活，都拆成三段
输入、处理、输出。写下来，AI 才知道往哪走[reference:8]。
输入：我手上有什么
文件、截图、几条聊天记录、一段语音转文字。先把你手里的材料摆清楚，AI 不需要猜。
处理：要做哪几个动作
提取 → 分类 → 汇总 → 成文。动作越少越具体，结果越可控。不要一次让它干五件事。
输出：交付物长什么样
一张表、一份文档、一段话、一个清单。直接说清楚格式，比事后反复调更省时间。
一个小提醒：新手最大的误区是把 AI 用在你最不熟的领域，然后嫌它答得不好。先在你已经会做的事情上用，你才有验收能力[reference:9]。
先抄这三套，再谈自由发挥
提示词不是写得越长越好，是把“角色、背景、任务、要求、格式”说清楚[reference:10]。
角色 + 任务 + 约束
“你是一个面向小白的 AI 教程编辑。把下面这段专业术语改写成 15 岁能看懂的话，不超过 200 字，不要用比喻。”——适合改写、翻译、润色。
少样本示例
给它 1–2 个“正确答案”的样例，再说“按这个风格处理下面的内容”。适合格式固定、风格要求明确的任务。
分步思考 + 先问再做
“先列出你完成这件事需要我补充哪些信息，不要直接开始写。”——适合复杂任务，避免它一口气跑偏。
这几个坑，提前知道就能绕开
来自真实实践里最常见的失败模式，不是理论风险[reference:11]。
贪大：一上来就做“全能 AI”
什么都想做，往往什么都跑不通。先做最小可行版本，拿到一个正向结果再扩展。
→ 先跑通一个闭环裸奔：通用大模型直接干专业活
不给背景、不给资料、不给验收标准，然后怪 AI 不专业。专业活需要你提供上下文。
→ 先喂材料，再提要求一键生成：生成很快，验证没跟上
AI 给你第一版，你直接复制粘贴。事实、数据、代码都需要你用自己的判断过一遍。
→ 你才是最后的验收人只收藏不实践
收藏了 50 个工具和 100 条提示词，一个都没真正用过。打开其中一个，今天就用一次。
→ 少收藏，多跑一遍第一个实战，越小越好
不需要算法背景，不需要啃数学。会用一点 Python，就能让大模型为你干活[reference:12]。
调用一次大模型 API
注册 DeepSeek 或通义千问，拿到 API Key，用 openai 库发一条消息。你会看到“一个超级聪明的实习生”第一次回你话。
做一个文案生成器
用系统提示词给模型设定“小红书文案编辑”的人设，输入一个主题，让它按固定格式输出标题和正文。跑通之后，你就理解了提示词工程的真实手感[reference:13]。
明天就能用的场景
挑一个你本周本来就要做的事，用拆活三段法跑一遍。
会议纪要整理
输入录音转文字，处理为“决议 + 待办 + 负责人”，输出一张表。你只需要核对人名和日期。
客户咨询分类
把 20 条咨询记录丢进去，按类型分类、统计高频问题，再让它标出哪些可以做成标准话术[reference:14]。
长文档摘要
用 Kimi 或 NotebookLM 读长材料，让 AI 先输出结构，再逐段摘要。不要一次让它总结全文。
邮件 / 消息初稿
给出对象、目的、语气三个要素，让 AI 出第一版。你改语气和细节，比从零写快得多。
周报框架
把你这一周的零散记录丢进去，让它按“进展 / 问题 / 下周计划”整理。你只补判断和数字。
资料初筛
用 Perplexity 做带来源的搜索，先拿回可核实的线索，再决定深入读什么[reference:15]。
我们只做一件事：
帮你把第一步走对
AI新手入门教程不是又一个工具大全。我们把“零基础普通人到底该怎么开始”拆成可以执行的小步骤：先选一件重复的事，再拆清输入处理输出，然后用最小的工具跑通，最后才谈扩展。不制造焦虑，也不堆砌术语。
最近值得留意的几件事
不追热点，只看跟“新手能不能用起来”有关的变化。
DeepSeek 中文长文能力持续更新
对新手来说，中文语境下的长文本理解和推理门槛在降低，API 免费额度也够练手。
NotebookLM 让“基于自己资料回答”更可用
减少胡编乱造的关键一步：先限定材料范围，再让模型在范围内回答。
小红书知识卡模板生态继续成熟
极简白底、商务清单、科技蓝教程卡等模板，让非设计师也能做出信息层级清楚的内容。
“先拆活、再提示词”的共识在扩散
越来越多实践者意识到，卡住新手的不是 prompt 技巧，而是说不清自己要什么结果[reference:17]。
正在入门的人怎么说
来自社区的真实反馈，不加工。
“先拆活再写提示词”这一点真的救了我。之前学了一堆万能模板，一用就废。现在从会议纪要开始，反而稳了。
用豆包跑了一遍客户咨询分类，20 条记录两分钟出表。第一次觉得 AI 是真的能交活，不是玩具。
贪大那个坑我踩过。本来想做一个全能助手，三个月什么都没跑通。看了 MVP 那篇才调头。
提示词模板 B 少样本示例很好用。给它两个我写过的邮件样例，出来的东西语气就对多了。
5 分钟 API 那个项目真的能跑通，代码不超过 10 行。对新手来说，看见输出那一刻很重要。