普通用户从真实任务开始
第一步练习把需求写清楚，第二步学会提供资料与限制，第三步建立结果核对清单。可以选会议纪要、翻译、PPT 或文章修改中的一个任务，比较使用前后的人工时间与错误。
从AI 工具选择指南找到入口，不必同时注册十个平台。
开发者先掌握一次完整调用
理解请求、认证、模型名、输入输出和错误码。做一个小型文本整理程序，保存脱敏的耗时与用量记录，再练习超时、重试和费用上限。
调用前阅读Token 计费，用API 测速确认连接表现。能返回一句话之后，再处理结构化输出和工具调用。
想理解原理，需要补什么
从数据、训练与测试的区别开始，再学习回归、分类、神经网络和语言模型。Google 机器学习速成课程提供相关模块和练习，可按自身基础选择。
数学与编程知识不足时，先补课程列出的前置要求。理解一个实验为什么失败，比背下很多模型名称更扎实。
一个四阶段练习安排
第一阶段完成一次真实任务并记录缺点；第二阶段修改输入和验证方法；第三阶段把重复步骤写成流程；第四阶段用新的样本测试流程是否仍然有效。每个阶段都保留一个可展示的成果。
这只是学习安排示例，进度取决于基础和可投入时间，不承诺固定天数掌握全部 AI。
怎样判断课程值得继续学
看课程是否有明确前置条件、可完成练习、反馈与更新来源。遇到只展示效果却不给操作材料的内容，先尝试复现一个例子再决定投入。基础概念见AI 是什么，自动化方向见AI Agent 入门。