基础
先掌握 AI 的整体样子
LLM、生成式 AI、模型限制等,工作前需要理解的基础。
3
从 AI 基础、实践教程、技术笔记到工具选择,整理成一条可跟着走的路径。
这里不是零散新闻,而是把 AI 放进工作前的整理架。先理解概念,再用小任务试做;需要更深入时,再看技术、流程与市场判断。
面向小团队的 AI 数据安全入门:哪些内容可以输入 AI,哪些不能输入,如何用占位符和人工审核降低风险。
用简明方式理解生成式 AI 的基本机制:Token、Transformer、训练、推理、上下文窗口与模型限制。
深入理解 LLM 基础原理、运行机制,比较 GPT-4、Claude、Gemini 三大模型。您的完整 AI 语言模型入门蓝图。
用 AI 整理会议纪要的实用指南:如何区分事实、决定、行动项和待确认问题,避免把会议记录变成含糊摘要。
一份适合日常工作的 AI 输出检查清单,帮助你在使用 AI 文案、摘要、计划和建议前检查事实、上下文、假设、语气与风险。
面向工作的 AI 调研摘要指南:如何收集资料、整理来源、区分事实与判断,并把调研变成可决策的材料。
从整理资料、生成初稿、检查风险到沉淀模板,学习如何把 AI 放进日常工作流程。