惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

W
WeLiveSecurity
博客园 - 【当耐特】
Microsoft Azure Blog
Microsoft Azure Blog
WordPress大学
WordPress大学
Stack Overflow Blog
Stack Overflow Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
IT之家
IT之家
Cloudbric
Cloudbric
The Register - Security
The Register - Security
小众软件
小众软件
PCI Perspectives
PCI Perspectives
G
Google Developers Blog
AI
AI
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Google DeepMind News
Google DeepMind News
Google DeepMind News
Google DeepMind News
宝玉的分享
宝玉的分享
Recent Commits to openclaw:main
Recent Commits to openclaw:main
量子位
TaoSecurity Blog
TaoSecurity Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
F
Full Disclosure
N
Netflix TechBlog - Medium
博客园_首页
Last Week in AI
Last Week in AI
A
Arctic Wolf
B
Blog RSS Feed
J
Java Code Geeks
C
Cybersecurity and Infrastructure Security Agency CISA
I
InfoQ
aimingoo的专栏
aimingoo的专栏
云风的 BLOG
云风的 BLOG
NISL@THU
NISL@THU
MyScale Blog
MyScale Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Jina AI
Jina AI
有赞技术团队
有赞技术团队
S
Schneier on Security
L
Lohrmann on Cybersecurity
P
Privacy & Cybersecurity Law Blog
T
Threat Research - Cisco Blogs
P
Palo Alto Networks Blog
S
Security @ Cisco Blogs
Security Archives - TechRepublic
Security Archives - TechRepublic
Security Latest
Security Latest
Vercel News
Vercel News
博客园 - 司徒正美
Webroot Blog
Webroot Blog
Hacker News: Ask HN
Hacker News: Ask HN
A
About on SuperTechFans

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
零基础人员如何入门AI?这是一份给你的学习路径指南
产品经理崇生 · 2024-05-21 · via 人人都是产品经理

当下AI已然成了风口,不论是否是互联网人,都在学习AI。那如果是没有任何基础的普通人,面对AI如何入门呢?作者给大家整理了一份学习路径,跟着这个路径学习,基本可以解决你不会用的问题。

AI已成趋势,这点自不必多言。

我在过往负责飞书文档期间,也接触了大量一线的AI项目和人员,对于如何入门AI,还是有一点心得的。

如今网络上的AI课程可谓五花八门形形色色,让人眼花缭乱难辨真假。

其实细究下来,不少都是通过贩卖焦虑吸引对AI一知半解的普通人报课。有感于此,我想给零基础的你,介绍一下入门AI学习路径指南。

注意,这里不会涉及到具体的AI使用知识,而是把整个学习路径帮你梳理出来,给你在学习AI的过程中有一份行动指南。当然,后续我也会陆续将我自己的AI学习心得整理出来,分享给大家,敬请期待。

一、一些关于AI的误解

在介绍关于AI,零基础的你,可能还有以下这些常见的误解:

  • (误)使用AI需要懂代码懂技术,是只有程序员才能使用的高科技。——(正)当前许多AI应用和服务使用门槛很低,无需编程知识即可使用,用户只需按照提示操作即可。
  • (误)AI汇总了这么多的资料,非常聪明,只需要简单一个指令就可以给出满意的、准确的结果。——(正)AI的结果受训练集、模型算法等因素的影响,会出现“幻觉”问题,需要依靠使用者的指令引导和自我判断。
  • (误)学习AI的知识很专业,需要专门报名培训课程才能学会。——(正)网络上的资料、教程很多,百闻不如一“做”,先从日常应用与AI结合做起,建立基本认知,再寻求针对性提升。

其实总结起来,AI技术确实强大,但并非只有专业人士才能使用。

AI的应用,完全是可以通过学习掌握的。普通用户,同样可以通过简单的操作体验AI带来的便利,并逐步提升自己对AI的应用。所以,请放宽心,不要有任何畏难的情绪。你只需要按照下面所罗列的路径步骤,便可以逐步掌握对AI的使用。

二、打底:建立对AI的基础认知

AI是一个非常广阔的领域,但是是有其基础的运作机制的。因此,在学习AI的最开始,你需要理解其基本的运作流程。以下是一个极度精简的AI运作流程,它旨在为你提供一个清晰的起点,帮助你构建起对AI如何运作的初步理解。随着你对AI的认知理解不断深入,你可以基于这个基础流程逐渐扩展、丰富与细化。

三、起始阶段:先用起来,在使用中学习

不要在意没有经过专门学习,“学中用用中学”是最好的学习手段。可以根据你的日常应用,从以下几个领域里(建议是与你的职业、专业或者爱好有关的领域),选择1-2个与你日常应用有关的场景,直接入手尝试。

  • 智能问答:这个是最为日常的应用场景,当你需要快速获取信息或解答疑问,都可以尝试通过AI进行智能问答。
  • 智能写作:对于作家、记者或任何需要撰写大量文本的专业人士,智能写作工具可以提高效率。你可以尝试撰写大纲、续写扩写内容、调整改变语气风格等。
  • 智能生成图片:设计师和创意工作者可以利用AI生成的图片来加速创作过程,这同样是当前AI发展的火热领域。
  • 智能数据分析:数据分析人员可以利用AI来撰写分析公式,识别数据中的模式和趋势,制作图表等。从而减轻数据分析工作的负担。
  • 智能编程:计算机专业或IT开发者,可以通过AI辅助编程、检查代码等来提高编码效率,减少机械性的工作。

这一阶段的重点:

  • 了解AI的基本运作流程,包括它的输入、处理和输出过程。感受AI能力边界,即可以做什么、不可以做什么(需要说明的是,这个认知范围会随着你对AI的了解而不断变化,但建立这个边界本身是必要的)。
  • 学习通过不同的指令(Prompt)和多轮会话来使用AI。重点是通过与AI的交互,学习如何有效地向AI表达你的需求,以及如何通过会话来不断要求AI生成更符合要求的内容。
  • 至于选择什么AI工具,用哪家的大模型,这个并非这一阶段的重点。我更建议你尽可能去尝试不同的产品,国内外的都可以尝试,也是对AI行业建立更广泛的了解。(我在下方会有推荐的一些AI相关网站,可供参考。)

四、进阶阶段:根据需求定制应用

随着你对AI的理解和应用逐渐深入,你会发现通用大模型虽然功能强大,但在不少特定场景下并不能完全满足需求。而当这些“无法满足”的感受不断积累,你便可以进入“进阶”阶段。在这一阶段,你需要学习如何用通用大模型定制不同的AI应用,以提供更加个性化和高效的服务。

ChatGPT的GPTs,就是典型的AI应用配置

这一阶段的重点:

  • 学习如何给AI设计不同的“人设”来实现定制服务。所谓“人设”就是通过前置配置一段说明文本,为AI赋予特定的角色和性格,使其能够更好地适应你指定的场景或需求。这包括调整AI的语言风格、行为模式或专业知识。
  • 学习如何进一步通过配置不同的插件、知识库、能力来强化AI应用。这里有几个概念需要一一介绍。
  • 插件:AI生成的回答,来源于训练集的内容,这在某些场景是无法满足需求的(典型如:天气查询、股价查询)。但我们可以通过给AI配置不同的插件,来让AI可以获得更多的能力,相当于给予AI以能力扩展。
  • 知识库:同上,由于AI的回答来源于训练集,当我们需要限制AI只能在指定内容的基础上进行回答(这样的要求在一些像客服问答服务上很常见),就需要给AI指定知识库。知识库通常是本地或线上文本内容和表格数据。
  • 能力:当我们希望AI不仅仅是回答问题,而是根据要求去进行更多的操作(比如:发送邮件、生成文档等)。此时就可以通过给AI配置一些内置或外接的“能力”(通常是以API的形式提供),来让AI在输出结果上更加丰富。

国内的“天工AI”就支持配置AI应用(即它们称为“智能体”的功能),可以看到界面上有角色设定、能力、插件、知识库等模块的配置。

“天工AI”的官方插件。可以看到,这些内容都是无法预训练的,只能通过调用插件获取。

五、深入阶段:用工作流和数据库实现“闭环”

在你已经熟悉AI的基本操作和定制化应用之后,可能还是会感觉AI只能充当流程中的一环,无法形成一套完整的“闭环”(比如:无法根据输入的信息,执行不同的操作)。当你遇到这些阻碍时,说明你可以进入更深层次的阶段,通过设计工作流和搭建数据库来实现更为强大的AI应用。

这一阶段的重点:

  • 学习如何在AI进一步搭建工作流、数据库,搭建真正强大的、能够适配各类场景的AI应用。
  • 设计工作流:工作流由多个节点构成,节点是组成工作流的基本单元。例如,大模型、自定义代码、判断逻辑等节点。它是AI应用中任务执行的顺序和逻辑。工作流可以让AI真正实现不同的业务流程的闭环。
  • 搭建数据库:为了使AI应用能够处理复杂的任务,需要搭建一个结构化的数据库来存储和管理数据。这包括确定数据模型、设计数据库架构以及实施数据存储策略。登记信息、识别分类记录内容,都是典型的需要搭建数据库来应用AI的场景。

目前国内支持应用定制开发的,推荐使用Coze平台https://www.coze.cn/

六、最后,这些与AI相关的网站,推荐给大家

AI大模型(国内)

AI周边

最后的最后,再次奉劝各位朋友,千万别随便报课。先建立自身的基本认知,知道自己具体哪些方面需要提升,再有目的性地寻找对应的培训。

作者:产品经理崇生,公众号:崇生的黑板报

本文由 @产品经理崇生 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Pixabay,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。