L1阶段|L2阶段|预习|1.AI大模型怎么学？从核心概念到职业规划的完整指南

市面上讲大模型的课不少，但多数要么一上来就堆数学，要么讲一堆概念却落不了地。这份资料更像是给转行者和在职提升的人准备的一张地图：先告诉你大模型到底是怎么回事，再告诉你哪些岗位在用它、需要什么能力，最后落到能自己动手做出东西。如果你之前只是零散地刷过几篇科普，说不清预训练和微调的区别，也没想明白学完能去做什么，那它值得花时间。

它解决的是"方向不清"和"上手无门"两个问题

很多人卡在第一步：知道大模型重要，但不知道从哪切入。资料从核心概念讲起，把大模型的能力边界、常见误区、行业里的实际用法先铺清楚，再谈职业路径，让你判断自己该往应用开发、提示词工程还是其他方向走。第二部分是提示词，专门解决"调了半天效果还是差"的问题——从构成要素到调优方法，讲的是可复用的思路，不是背几个模板。第三部分进入动手环节，用低代码平台配合 Python，把想法变成一个能跑的应用，这一步对没写过代码的人相对友好，对有基础的人则是快速验证的路径。最后一部分往回补原理，把预训练、SFT、RLHF 这些经常被混着说的机制理清楚，让你知道模型为什么这么表现。

适合什么基础，先看哪几块

如果你完全没有编程经验，建议按顺序走：先看概念和职业规划那部分建立框架，再啃提示词，然后直接进低代码实战，原理部分可以放到后面慢慢消化，不必一开始就硬磕。如果你已经会写 Python，可以跳过入门铺垫，重点看提示词调优和原理机制，再对照实战部分检查自己的实现思路。需要提醒的是，这套资料不承诺学完就能拿高薪，它给的是认知加动手能力，能不能转化成岗位还要看你自己做的项目和面试准备。

学完能独立做什么，资料怎么配合练习

走完一遍，你应该能独立完成几件事：说清楚一个大模型应用从需求到落地的关键环节，针对具体任务写出结构清晰的提示词并迭代优化，用低代码平台或 Python 搭出一个能用的 AI 应用原型，并且在别人讨论预训练和微调时知道他们在说什么。练习上建议这样配合：看概念部分时随手记下自己工作里能用上的场景；学提示词时拿真实任务反复试，对比不同写法的输出差异；实战部分不要只看演示，自己换一个题目重做一遍，哪怕功能简单；原理部分配合笔记整理机制之间的区别，用自己的话复述一遍比看懂更重要。资料里的视频和文档是配套的，遇到卡壳的地方先回去看对应片段，别急着往下赶。