小亦《人工智能应用百科》

这门课解决的是什么问题

很多人对 AI 工具的困惑不在于「知不知道」，而在于「真到用的时候接不上」。比如做产品原型要配图，翻遍素材库找不到合适的；写方案需要一张示意图，画图软件又不熟；想用 Stable Diffusion 出图，装完软件发现模型、扩展、参数全是一团乱麻，最后只能放弃。这门课针对的就是这类具体的卡点：它不讲大而全的 AI 概论，而是把 Stable Diffusion 的实际操作、对话式 AI 的用法、以及 AI 在理工类绘图和解题上的应用拆成可跟着做的步骤。对做 UI、产品、运营的人来说，它更像一本「遇到问题翻一下就能动手」的工具手册，而不是需要从头啃到尾的理论课。

适合什么基础，先看哪几块

如果你完全没碰过 AI 绘图，建议从 Stable Diffusion 的基础操作部分入手，先搞清楚界面里每个功能区是干什么的，再去看扩展安装、检查点模型和 Lora 模型的使用。这几块是后面所有操作的地基，跳过它们直接学高级功能，很容易卡在「模型放哪个文件夹」这种问题上。有过出图经验、但对模型管理比较混乱的人，可以重点看模型查找与使用那一节，它解决的是「去哪找、怎么挑、怎么装」的实际问题，而不是重复讲原理。至于对话与插件、AI 处理数理化和制图的部分，对基础要求不高，但需要你手头有具体的任务——比如要出一张函数图像、要整理一份带公式的说明文档——带着问题去看，吸收效率会明显不同。

学完能独立做什么，资料怎么配合练习

走完一遍之后，你应该能独立完成这些事：在自己的机器上装好并配置 SD 环境，根据需求切换合适的检查点模型和 Lora 模型；用图生图、提示词反推、放大等功能处理一张具体的图，而不是只会点「生成」；借助对话工具和插件完成资料整理、代码或公式的辅助处理；对理工类的绘图和计算需求，知道该用哪种 AI 方式去接。练习建议是：不要按顺序刷完就结束，每看完一个功能，立刻拿自己工作里的一张图或一个任务去试。资料里的演示是通用的，但你的素材是具体的，只有把两者对上，才算真正学会。遇到效果不对时，优先回头检查模型是否匹配、参数是否合理，而不是反复重装软件。