零基础学 AI，最容易被两种声音带偏。一种说必须先学 Python、数学和机器学习；另一种说不用学，收藏工具就行。
如果你想做算法、训练模型、研究深度学习，基础课迟早要补。但如果你只是想把 AI 用到办公、写作、学习、图片、资料整理和个人项目里，第一步可以简单一点：先做出一个看得见的结果。
先分清你是哪种学习目标
| 用AI提高效率 | 先学工具、提示词、任务拆解、结果检查 |
| 做AI内容资源 | 再学图片、视频、模型、工作流、素材授权 |
| 开发AI应用 | 补Python、API、数据、自动化、Agent和模型基础 |
不要把开发者路线硬套到所有人身上，也不要以为会用几个聊天工具就算学完了 AI。目标不同，第一周该练的东西也不同。
第一步，选一个马上用得上的小任务
比起看十篇路线图，完成一次真实任务更有用。可以从这些小事开始：
- 把一篇乱笔记整理成清楚的文章大纲。
- 把会议录音整理成纪要和待办。
- 给一个产品写三版小红书文案。
- 把一个 PDF 总结成要点和待查问题。
- 做一张文章封面或海报草图。
- 让 AI 解释一段代码或生成一个小脚本。
做完一次，你会马上知道自己缺什么：不会提问、资料给少了、格式没说清、结果太空、工具限制太多。这个反馈比空学概念真实得多。
第一周只练四件事
把任务说清楚。 不要只说“帮我写文章”，要说写给谁看、解决什么问题、语气是什么、需要什么结构、不能出现什么。
学会追问。 第一版不好很正常。继续要求它更具体、少套话、补例子、改成表格、换一种语气。
学会核对。 工具价格、政策、教程步骤、数据和高风险建议，不要让 AI 凭空替你拍板。
留下模板。 好用的提示词、流程和工具限制要记下来。不要只收藏答案，要记录它适合什么任务、哪里容易翻车。
一个轻量的7天练习
| 第1天 | 用AI改写一段自己的文字，让它更清楚、更顺口 |
| 第2天 | 总结一篇文章，输出观点、建议和待查问题 |
| 第3天 | 做一个表格，比如工具对比或选题清单 |
| 第4天 | 做一个PPT大纲，先练结构，不急着做完整PPT |
| 第5天 | 写一条短视频脚本或小红书笔记 |
| 第6天 | 尝试一个图片或设计任务 |
| 第7天 | 整理这一周的提示词、工具限制和踩坑记录 |
七天不需要变成专家，但能让你从“听说 AI 很厉害”变成“我知道它在哪些地方能帮我”。
什么时候再补原理
如果你只是日常办公、写作和做内容，Python 和算法不是第一优先级。你更需要任务拆解、资料整理、提示词、工具筛选和结果判断。
如果你开始想接 API、写自动化脚本、搭 Agent、处理数据、训练或微调模型，再补 Python、接口调用、数据格式和机器学习概念，会更有动力。
先做出一个小结果，再慢慢补原理。这样学 AI 不虚，也不容易被术语吓住。
学习过程也可以发到社区里：用了什么工具，卡在哪里，提示词怎么写，结果哪里能用、哪里不能用。新手踩过的坑，往往正是另一个新手最想知道的答案。
练习过程中，如果你发现 AI 回答总是很空，可以先补一篇 ChatGPT和DeepSeek怎么提问；如果你遇到的是一个复杂任务，可以用 普通人用AI解决问题 里的拆解方法。