刚开始用 AI 的人
已经在用聊天式 AI，但概念一多就发懵：Token 是什么、幻觉为什么会发生、Agent 和对话框有什么区别。这门课把这些词一次性理清楚。
AI 粉皮书AI入门基础粉皮书
免费AI学习课程 · AI学习工具书
AI 入门基础知识
这门课是大模型时代的共同语言课。课程大纲参考 PMaker《AI 入门基础》知识地图的六个板块整理扩写：基础认知、大模型、提示词工程、上下文与 RAG、Agent 与 Skill、成本与安全。每一章都回答三个问题：它是什么、它会怎么出错、和你有什么关系。
19 个阅读单元约 6-8 小时免费阅读 · 无需登录
开始学习
学完以后，你能独立完成这些事
- 01说清 AI、机器学习、深度学习、大模型、Agent 的关系，不再被名词绕晕
- 02从「预测下一个词」推出幻觉、知识截止等全部边界，知道哪些错误防得住
- 03用背景、要求、限制、验收四个部件写出一次就能跑对的提示词
- 04看懂上下文窗口、检索和 RAG，明白知识库答不准时先查哪个环节
- 05读懂 Token 报价表和 Agent 的失控形态，守住成本与人机分工的边界
这门课适合谁
要在团队里推 AI 的人
需要向同事、老板或客户讲清楚 AI 能做什么、不能做什么、钱花在哪。课程提供了可以直接复用的判断框架和话术。
准备做 AI 产品的人
想进入 AI 行业做产品或运营，需要一张完整的产业地图：算力、模型、平台、应用各层怎么协作，提示词、RAG、评测这些工程概念到底解决什么问题。
课程目录
共 6 个学习模块、19 章，对应 PMaker 知识地图的六大板块。你可以按顺序学习，也可以从当前需要的章节开始。
第一部分 建立共同语言
先把名词和行业坐标搞清楚，后面每一章都建立在这张地图上
第二部分 看懂大模型
从「预测下一个词」这一条机制，推出它全部的本事和全部的毛病
- 03
大模型的运作原理：每次只预测下一个词
写诗、写代码、做翻译，背后全是同一个动作：根据已有内容预测下一个词。理解了这一点，它与搜索引擎的区别、训练与推理的成本差异，全都顺理成章。
入门25 分钟 - 04
模型的六种类型与开源闭源
文本、图片、视频、语音合成、语音识别、向量——六种模型输入输出和计费单位各不相同。再分清推理模型、普通模型、开源与闭源，选型表格就填出来了。
入门20 分钟 - 05
Token、参数量与温度：度量一个模型
模型不按字数收费，参数量不代表强弱，答案每次不同也不是故障。这三个最容易混的度量，各自量的是完全不同的东西。
入门20 分钟 - 06
调用一个模型：三件套、常用参数与降级
base_url、模型名、API Key 三件套，加上 max_tokens、stream、system 几个参数，就是接入一个大模型的全部。再看懂选型分档与降级，你就理解了所有 AI 产品的稳定性设计。
进阶20 分钟 - 07
幻觉、知识截止与多模态：边界的由来
编造人名、不知道昨天的事、看图漏细节——三类最常翻车的场景，都能从生成机制本身推出来。理解了成因，就知道哪些能防、哪些只能绕。
入门20 分钟
第三部分 写好提示词
提示词不是咒语，是需求文档。写清楚一分，它就多做对一分
第四部分 上下文与 RAG
大模型没有记忆。看清检索怎么找到东西，再看怎么把资料装进有限的窗口
第五部分 Agent 与 Skill
从聊天到办事，中间加了工具调用、循环、Skill 与 MCP 这几层
第六部分 成本与安全
Token 账单怎么算、提示注入怎么防、哪一段判断永远不该交出去
参考资料
课程大纲参考 PMaker《AI 入门基础》知识地图整理扩写。学到对应章节时，可以回到原版地图对照条目原文。
六大板块原始出处
每一章的大纲来源都对应地图上的一个板块。想核对原始条目时，从这里直达。
从第一章开始
建立一套完整的 AI 共同语言：能用四部件写出稳定提示词，能看懂 Token 账单，能判断哪些事可以交给 AI
把高频名词放回同一张地图，从「预测下一个词」讲到大模型的本事与毛病，再到提示词、上下文、Agent、成本与安全。不写代码，也能听懂 AI 产品背后的每一层。