学习路线详情
人工智能（AI）与大语言模型（LLM）基础
建立人工智能应用开发的基础心智模型，理解大语言模型（LLM）、提示词、结构化输出、成本和评测。
章节6
公开6
版本v1
章节树
章节顺序
章节 · L0
人工智能应用开发全景与学习方法
- 理解人工智能应用不等于单次模型问答。
25 分钟阅读章节章节 · L0
大语言模型（LLM）如何工作：Token、上下文与生成
- 理解 Token、上下文窗口和生成的基础含义。
30 分钟阅读章节章节 · L0
提示词（Prompt）基础：指令、角色、约束、示例
- 能写出目标清楚的基础提示词。
30 分钟阅读章节章节 · L0
结构化输出：JSON、字段约束与解析
- 理解为什么产品中不能只依赖自然语言回答。
35 分钟阅读章节章节 · L0
模型选择：质量、成本、延迟与任务匹配
- 理解模型选择不是简单选择“最强模型”。
30 分钟阅读章节章节 · L0
基础评测：什么叫“回答可用”
- 理解人工智能输出评测需要明确标准。
35 分钟阅读章节