DOCAI · 学习
从第一次对话，到能自己搭一个
每条路径都写明：适合谁、不需要什么基础、按什么顺序学、学完能做到什么。课程是「做一件事」，概念是「理解一个词」，两边互相链。
4 条路径 · 12 节课
学习路径
04按目标选，不按工具选。每条路径都只编排已有课程，不重复讲课。
零基础 · 2 节 · 约 40 分钟零基础路径：先把 AI 用起来不用懂原理：先学会把要求说清楚，再学会让模型读你的材料。两节课之后，你至少能判断一次回答靠不靠谱。会用 · 5 节 · 约 2 小时日常使用路径：把 AI 变成稳定的工具给已经在用、但结果时好时坏的人：固定提问结构、控制材料长度、把材料变成周报、算清成本，最后学会判断改动有没有用。开发者 · 8 节 · 约 4 小时开发者路径：从第一次调用到能上线给会一点编程、还没接过模型 API 的人：先跑通一次请求，再处理流式、错误、成本和检索，最后把工具循环与上线清单走完。研究 · 2 节 · 约 3 小时研究者路径：从论文到能复现的判断给想读懂原始论文的人：先学会用评测判断改动有没有用，再手搭一次 RAG，然后按一条清晰的线索读十一篇奠基论文。
全部课程
12可以单独点开，但按路径学不会漏掉前置。
- L0第一次对话：怎么问，怎么判断答得好不好选一个入口，按四要素把要求写清楚，再用三个标准检查回答。这一节不涉及任何代码，但决定了后面所有内容的上限。
- L1读懂一次 API 报错拿到报错先看状态码、再看响应体的 type 与 message：三步把「一句话」定位到具体环节，而不是靠猜。
- L1让模型读你的文件：先切小，再提问粘贴、上传、走 API 三种方式，共同的坑是「太长」。学会先切分、再带着上下文提问，回答质量会明显不同。
- L1把一份 CSV 变成周报把表格粘进对话、给一个固定结构、要求标出依据：三件事做完，模型就能稳定产出可核对的周报初稿。
- L2算清一次请求的成本输入 token、输出 token、单价三个变量决定一次调用花多少钱；重试和上下文重发是最容易被忽略的开销。
- L2第一次 API 调用：10 行 curl从环境变量里读 key，用一条 curl 发出第一个请求，再逐段看懂响应。跑通之后，所有框架都只是把这十行包起来。
- L2上线前的检查清单鉴权、超时、限流、成本、日志、回滚：六项过一遍，比上线后救火便宜得多。
- L2流式输出与超时设置打开流式、逐块拼接文本、给首字节和总时长各设一个超时：让用户早点看到字，也让卡住的连接能自己退出。
- L2把模型接进自己的代码从 curl 过渡到代码：用环境变量管 key、用 SDK 或 HTTP 发请求、把 base URL 和模型名做成配置，出问题能逐层定位。
- L3改完提示，怎么知道变好了先留一批固定测试题、给每条定判定标准、再新旧对比：没有这三步，任何「感觉好多了」都不可信。
- L3给模型一个工具，让它自己用定义一个函数、把它的结构告诉模型、执行模型返回的调用、再把结果发回去：亲手跑一遍工具调用的完整回合。
- L3搭一个最小可用的 RAG三份文档、一次向量化、一次检索、一次回答：不装框架，用最少代码看清 RAG 的每一步在哪出错。