MODULE 00 · 先立关系
先看清人和模型各自负责什么，再开始学术语。
你会知道这门课究竟教什么，也会知道为什么“一键生成”不是终点。
通过大规模文本与多模态数据训练、根据当前输入预测并生成后续内容的模型。一次回答同时受模型能力、系统规则、当前上下文、采样过程和可用工具影响；它生成的是候选，不自带事实担保与业务责任。
它像一个读过很多资料、接话很快的新同事：能归纳、改写、比较、起草，也会在资料不全时把“听起来合理”接下去。它会生成，不等于它知道你的现场，更不等于它说的都对。
LLM 不是搜索数据库，不是永久记住你公司的员工，也不是一个会自动承担后果的人。聊天界面、模型、联网搜索、文件读取和执行工具是不同层，不能统称为“AI 什么都知道”。
当它给出一条漂亮但无法回源的价格、日期或结论时，你会把它当候选并要求证据，而不是因为语气笃定就放行。
THE PARADOX · 先拆一个悖论
模型越来越强，操作门槛越来越低。真正拉开差距的，不再是会不会点按钮，而是一个人能否给出现场事实、辨认好坏、说清修改理由，并把一次成功留下来。
所谓 AI First，不是遇到任何事情都先让 AI 代做。它指的是：开始一件知识工作时，先判断模型能承担哪一段，再把人的事实、品味与责任放在正确的位置。
所以这门课不卖“万能指令”，也不把几个行业做成几个按钮。它教你一套可以迁移的合作能力：问清、判准、迭稳、造成资产。
| 工作 | 模型擅长 | 人必须负责 |
|---|---|---|
| 理解任务 | 发现缺口、整理要求 | 提供真实场景与最终目标 |
| 生成候选 | 快速给出结构、表达与多个方案 | 判断哪一版值得继续 |
| 核验结果 | 辅助列清单、做对照 | 核对事实、风险与业务后果 |
| 形成资产 | 整理模板与步骤 | 决定规则、例外和停止条件 |
FOUR MOVES · 全课只有四个动作
它们是每一件 AI 工作都会经过的四个责任点。
把目标、对象、材料、限制和收货标准说到模型不用靠猜。
把流畅与正确分开；事实有来源，方案有理由，结果有人负责。
一轮只解决一个承重问题，锁住不动项，保留版本差异。
把做顺的过程留下，下一次不从空白开始，第二个人也能接手。
ONE REAL TASK · 选一件真事
课程的价值不在于你记住多少名词，而在于同一件事从模糊需求走到可用结果，再走到可复用方法。
服装店主选一件商品图；餐饮老板选一张套餐海报；内容运营选一条口播；财务人员选一份月度经营表。
选择低风险、材料在手、七天内真会被使用的任务。不要用医疗诊断、法律结论、录用决定或自动付款作为第一件练习。
ZERO STEP · 第一次使用也从这里开始
打开任意能进行文本对话的大模型，新建一次对话，发出下面这句话。第 00–03 课只需要这种聊天能力；第 04–07 课才需要电脑和一个已经登录的编码 Agent。现在不需要买域名、服务器或 API。
我是第一次认真用大模型工作。先不要替我完成任务，请先问我 3 个会直接影响结果的问题。等我回答后，再给一版草稿，并标出你仍然不确定的地方。
打开任意文本对话模型，完成一次“它先问、你再答”的最小对话。
写一句：我需要在什么时间前，把什么交给谁。
列出你手里已经有的三份材料。
写出谁会判断它能不能用。
另一个人读完后，能复述你要交什么、交给谁、由谁验收。