本文针对想转AI但不知如何开始学习的人，提出“第一个月做完一件小事”的学习方法。作者强调实践的重要性，建议通过完成具体任务来驱动学习，并提供四周详细实践计划：第一周熟悉工具并了解其边界；第二周拆解任务步骤并判断自动化可能性；第三周制作可复用的模板；第四周复盘总结。文章还提供了每日1小时学习时间分配建议，并提醒避免三个常见错误：同时学习多个工具、只看不做、追求“学完再开始”。最后，作者指出一个月结束时，应具备一个小作品、一页纸说明和三条踩过的坑，以判断自己是否适合AI行业。

后台经常收到同一句话：

“我想转 AI，但不知道从哪开始学。”

我一般会反问一句：你现在收藏了多少个教程？

大部分人的答案是：几十个。B 站的、公众号的、网盘里存的、别人发的那种"学完就能做 AI 项目"的合集。

然后一个都没打开。

这不是你懒。是"收藏"这个动作给了一种假的进步感——收藏的那一刻，你感觉自己在准备，在规划，在"马上就要开始了"。但收藏不是开始，收藏是结束。它把你心里的焦虑按住了，让你舒服地再拖一个月。

所以今天这篇，我不给课程推荐，不谈方向选择，只回答一个问题：

第一个月，到底该干什么。

先给答案：第一个月不要"学 AI"，要"做完一件小事"。

一、为什么是"做"，不是"学"

你可能会问：我什么都不懂，不学怎么做？

这里有个误区。零基础的人总以为要先"学够"再动手——学完 Python、学完大模型原理、学完提示词，然后才开始做东西。

真实的情况反过来了：你是靠"做一件小事"才知道自己该学什么的。

区别在哪？

“学"的进度没法验收。今天看了两小时视频，明天看了三小时，一个月后你只能说出"我看了很多”，说不出"我会了什么"。

"做"有验收标准。做出来了就是做出来了，做不出来就是没做出来——没法骗自己。

而且"做"会逼着你查你真正缺的东西。做一个 Excel 数据整理的小流程，你会发现你缺的不是 AI 原理，是怎么把杂乱数据喂给它。这个发现，比你上十节课都值钱。

二、30 天怎么排

第 1 周：上手工具，顺便知道它不行

目标只有一个：每天用大模型处理一件你工作或生活里的真事。

写周报、回一封难回复的邮件、把孩子的错题整理成表格、给朋友圈文案想三个开头。什么都行，必须是真事，不是练习题。

用豆包、DeepSeek 都可以，不用纠结选哪个，你的目的不是选工具，是建立手感。

这一周结束时，你应该能回答一个问题：它哪方面好使，哪方面不靠谱。 比如你发现它写正式公文挺像样，但算数不行；总结长文很强，但核对细节会编。知道边界和会用一样重要——不知道边界的人，会被它坑。

第 2 周：把一个任务拆成步骤

挑你第一周里最顺手的那件事，把它拆开。

比如"写周报"这件事：先列本周做了什么 → 挑重要的三条 → 每条写成结果而不是过程 → 按领导的关注点排序。拆完标出：哪几步交给 AI，哪几步必须自己来。

这一步是整个月里最值钱的练习。因为 AI 相关的岗位，本质工作就是这个动作——把一件事拆开，判断哪段能自动化，怎么自动化。

提示词是这段流程的产物，不是起点。先有拆解，才有提示词。

第 3 周：做出一个小东西

把第 2 周拆好的流程，做成一个能重复用的模板。

可以是一份"周报生成模板"，也可以是"客户咨询分类规则"，也可以是一张"会议记录整理流程图"。形式不重要，标准只有一个：别人拿到它，不看你的讲解也能用。

这里最容易犯的错是把范围搞太大。写一个"AI 内容运营方案"、做一个"智能客服系统"——都太大。小到一周能做完，这个范围才是对的。 做完一个小东西的价值，远远大于开了三个大坑。

第 4 周：复盘，写成一页纸

回答四个问题：

• 我做的是什么，解决了什么问题

• 前后改了几版，每一版改了什么、为什么改

• 哪一步是 AI 做不了的，我怎么补的

• 如果重做一遍，我会怎么不一样

写成一页纸，不超过 500 字。这一页纸，就是你下个月跟任何人聊"我想转 AI"时的底气。

三、每天 1 小时怎么分

很多人一上来就定"每天三小时"，撑一周就崩了。1 小时的分配是这样：

查资料 15 分钟。 只查你当下卡住的那一点。别系统刷教程，系统学习是这个月之后的事。

动手 35 分钟。 这是主体。哪怕今天只推进了流程里的一小步，也要动手。

记录 10 分钟。 一句话就够：今天做了什么、卡在哪。这 10 分钟是你第四周复盘的全部素材——没记录的人，到第 4 周会发现自己什么都不记得。

三段的比例别乱。动手必须占一半以上，一旦查资料的时间超过动手，你就会滑回"收藏教程"的老路。

四、三个坑

第一个坑：同时学三个工具。

今天用豆包，明天听说 DeepSeek 强，后天又去装 ComfyUI。工具是替换品，流程才是你的能力。第一个月固定一个对话工具就够了，别换。

第二个坑：只看不做。

"我先把基础补一补"是这个月最大的谎言。看视频的舒适感会骗你，让你以为在进步。记住那个验收标准：做出来了就是做出来了，别的都算零。

第三个坑：追求"学完再开始"。

不存在"学完"这个状态。这行变得比你学的快，等你觉得准备好了，工具已经换了一代。先开始，缺什么补什么，这是我能想到最靠谱的一条路。

五、一个月结束时，你该有三样东西

① 一个小作品。 别人拿来就能用的那种，不用完美，能用就行。

② 一页纸说明。 四个问题写清楚，500 字以内。以后改简历，这段就是项目经历的原型。

③ 三条踩过的坑。 这是最容易漏的，但面试里最加分的恰恰是它——因为它证明你真的做过，不是看过。

三样凑齐，你对"我适不适合这行"的判断，会比第一个月之前准得多。这个月最大的产出，其实不是作品，是你终于拿到了判断自己的依据。

你现在的条件，落在哪一档？

回复【测评】，10 道题，3 分钟。做完把结果截图发我，

我按你的学历、年龄、专业，说清楚三件事：

① 你能直接投的岗是哪几个

② 还差什么、差多少

③ 哪些方向现在别碰

测完不发我也没关系——但别自己瞎猜，猜错的成本比做题高。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套 AI 大模型突围资料包：

• ✅ 从零到一的 AI 学习路径图
• ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
• ✅ 百度/阿里专家闭门录播课
• ✅ 大模型当下最新行业报告
• ✅ 真实大厂面试真题
• ✅ 2026 最新岗位需求图谱

所有资料 ⚡️ ，朋友们如果有需要 《AI大模型入门+进阶学习资源包》，下方扫码获取~

① 全套AI大模型应用开发视频教程

（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）

② 大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

③ 大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

④ AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

⑤ 大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

⑥ 大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

以上资料如何领取？

为什么大家都在学大模型？

最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！

不出1年，“有AI项目经验”将成为投递简历的门槛。

风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！

这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

以上全套大模型资料如何领取？