Roadmap
四阶段学习路线
每个阶段都有清晰目标、工具重点和可交付结果，避免只停留在概念学习。
01
认知打底
建立对大模型、Prompt、上下文、函数调用、Agent 协作的基础理解。
- 理解模型能力边界与适用场景
- 掌握 Prompt 结构和约束表达
- 区分问答、生成、分析、自动执行场景
02
编码提效
把 AI 变成开发搭档，重点使用 OpenCode、Codex 辅助真实项目开发。
- 用 OpenCode 快速搭原型和页面骨架
- 用 Codex 在代码库里做修改和调试
- 形成需求拆解到验证交付的协作习惯
03
应用构建
开始接入模型 API，做出真正能使用的 AI 页面与业务流程。
- 接入 OpenAI 或兼容接口
- 做摘要、问答、润色、生成类 Demo
- 打通表单、文件、数据库和自动化流程
04
产品化上线
完成部署、版本管理、域名、HTTPS、监控，让项目真正可访问、可复用。
- 用 Nginx 或 Docker 部署到 ECS
- 沉淀文档、作品集和迭代记录
- 形成可持续更新的个人 AI 站点
Tool Stack
关键工具栈
学习模型只是起点，真正决定产出效率的是工具链和工程落地能力。
OpenCode
适合快速理解需求、生成原型、推进页面初稿，是前期搭建速度的关键工具。
Codex
更适合在真实代码中做调整、补实现、查问题和完成工程交付。
Prompt Engineering
决定 AI 输出质量的基础能力，直接影响模型在产品中的稳定性和可控性。
OpenAI API
从会聊天升级到会做应用，重点掌握接口、上下文、成本与安全边界。
Projects
准备做的 AI 作品方向
目标不是堆概念，而是做出能演示、能上线、能继续迭代的实际页面。
AI 摘要助手
输入长文本后生成摘要、重点清单和行动建议，适合练习文本处理与结果展示。
提示词实验室
记录不同 Prompt 模板的输出差异，沉淀可复用的提示词策略。
AI 写作工作台
实现润色、扩写、改写、提纲生成等能力，适合验证多步骤工作流。
个人 AI 作品集
把所有小项目与思考沉淀到一个站点里，逐步形成自己的展示入口。
Weekly Plan
四周推进节奏
每周做一件明确的事，持续输出，而不是零散学习。
梳理知识
建立模型、Prompt、API、Agent 的基础认知与术语体系。
搭建站点
完成中文学习站首页，把路线图、作品方向和部署方案沉淀出来。
接入能力
上线第一个 AI Demo，完成前端页面与接口打通。
对外展示
部署到 ECS，绑定域名，整理说明文档，形成可演示版本。