Outcomes
学完这一阶段，你应该能做到什么
不要求一次到位，但你至少应该把这几个判断和动作练熟。
- 弄清 token、上下文窗口、采样、工具调用和成本之间的关系。
- 知道模型最常见的失败模式，并学会把验证写进流程。
- 建立“模型擅长生成，开发者负责判断”的基本心智。
Lessons
核心课时
每节课都为一个工程动作服务，而不是只堆定义。
Course Content
正式课程内容
下面这部分才是这个阶段真正要读、要练、要做的正文。建议先顺序读，再回头做 mission 和 quiz。
这一阶段不是为了背定义，而是为了建立一套能长期使用的判断框架。很多人一开始就急着学 prompt 技巧，结果到了真实开发场景里，既不知道模型为什么会错，也不知道自己应该对什么负责。
你真正要掌握的是三件事：模型怎么处理上下文、为什么会出现看似合理但事实错误的输出，以及怎样把验证写进日常工作流。只要这三件事立住，后面的 AI 辅助编程才不会变成盲猜。
Token、上下文与成本
理解模型输入输出的基本计量方式，以及为什么“塞更多内容”不等于“理解更完整”。
这一课要掌握什么
- 知道 token 是什么，以及它为什么影响成本和上下文长度。
- 理解上下文窗口是有限资源，而不是无限记忆。
- 学会判断什么时候该精简输入，什么时候该补充示例。
正式讲解
把模型想成一个正在阅读你提供材料的助手。它每次只能看到一个有限的上下文窗口，而 token 就是这份材料的大致计量单位。你给进去的背景、要求、示例和历史对话，都会一起占用这个窗口。
这意味着两个很重要的后果。第一，输入越长，成本通常越高；第二，输入越乱，模型越难抓住真正重要的信息。很多新手以为“我把所有资料都贴进去最保险”，结果恰恰是把关键约束埋在噪声里。
更好的做法是把上下文分层：先给任务目标，再给当前代码或业务背景，再给不能破坏的边界，最后给输出格式和验收标准。这样模型不是知道得更多，而是更容易知道什么最重要。
Practice
练习：压缩任务上下文
- 选一个你最近做过的小任务，用 5 句话描述原始背景。
- 把它压缩成 3 层：目标、边界、验收标准。
- 比较两种写法，判断哪一种更适合直接交给 AI 执行。
Homework
课后作业：Token、上下文与成本
- 用你自己的话重写这一课的核心观点，不要照抄正文。
- 围绕“Token、上下文与成本”设计一个你所在项目或练习场景中的应用例子。
- 把这节课的内容整理成一份可以直接交给 AI 或同伴执行的小任务单。
交付一份包含概念解释、场景示例和执行清单的学习笔记。
Test
如果你真的理解了“Token、上下文与成本”，你能不能在一个新场景里复用它？
你应该能回答
- 请不用原文措辞，解释这节课最重要的一条判断。
- 请给出一个容易做错的反例，并说明为什么错。
- 请描述你会如何在真实任务里验证自己已经学会这节课。
通过标准
- 能准确复述核心概念，而不是只会摘抄名词。
- 能举出至少一个真实工作流中的应用方式。
- 能说清怎样验证自己不是“看懂了但做不出来”。
Evaluation
优秀
你能把这节课的方法迁移到新问题中，并主动指出常见误区与验证方法。
达标
你能解释核心概念，并在给定场景里按步骤使用它。
还需加强
你还停留在记定义阶段，遇到真实问题时不知道该如何落地。
学完自检
- 我能解释 token 会影响什么。
- 我知道上下文越多不一定越好。
- 我开始用“目标-边界-验收”来整理输入。
提示词不是咒语
提示词的本质不是技巧炫耀，而是把任务定义清楚。
这一课要掌握什么
- 理解高质量 prompt 的核心组成。
- 区分模糊要求和可执行任务。
- 学会用结构化方式描述输出。
正式讲解
很多人把 prompt 理解成一套神秘咒语，仿佛只要写得足够像高手，模型就会自动给出正确答案。真实情况正好相反：模型最需要的不是华丽措辞，而是清晰任务。
一个真正有用的 prompt，至少要回答这几个问题：你要解决什么问题、当前背景是什么、哪些东西不能动、输出应该落成什么形式、怎样算完成。缺任何一项，模型都可能靠猜补空白。
尤其在代码场景里，提示词最好像一张任务单，而不是一句聊天请求。你越像在给同事分配工作，AI 的结果越稳定。
Practice
练习：把一句模糊请求改写成任务单
- 写一句你常见的模糊请求，比如“帮我把页面优化一下”。
- 补齐目标、文件范围、不能破坏的行为和完成标准。
- 确认改写后的版本是否已经足够让别人独立执行。
Homework
课后作业：提示词不是咒语
- 用你自己的话重写这一课的核心观点，不要照抄正文。
- 围绕“提示词不是咒语”设计一个你所在项目或练习场景中的应用例子。
- 把这节课的内容整理成一份可以直接交给 AI 或同伴执行的小任务单。
交付一份包含概念解释、场景示例和执行清单的学习笔记。
Test
如果你真的理解了“提示词不是咒语”，你能不能在一个新场景里复用它？
你应该能回答
- 请不用原文措辞，解释这节课最重要的一条判断。
- 请给出一个容易做错的反例，并说明为什么错。
- 请描述你会如何在真实任务里验证自己已经学会这节课。
通过标准
- 能准确复述核心概念，而不是只会摘抄名词。
- 能举出至少一个真实工作流中的应用方式。
- 能说清怎样验证自己不是“看懂了但做不出来”。
Evaluation
优秀
你能把这节课的方法迁移到新问题中，并主动指出常见误区与验证方法。
达标
你能解释核心概念，并在给定场景里按步骤使用它。
还需加强
你还停留在记定义阶段，遇到真实问题时不知道该如何落地。
学完自检
- 我的 prompt 里有明确目标。
- 我补了边界和输出格式。
- 我能把 AI 请求写得像工程任务。
工具、RAG 与 Agent 的区别
理解模型纯生成、检索增强和工具调用之间的边界，避免把不同能力混在一起。
这一课要掌握什么
- 知道纯文本生成、RAG 和 agent 工作流的差别。
- 理解什么时候需要外部资料，什么时候只靠模型就够。
- 建立“是否需要联网/工具”的判断习惯。
正式讲解
如果问题只是整理已有信息，模型往往可以直接完成；如果问题依赖最新文档、私有知识或真实系统状态，就需要额外能力。RAG 的核心是先检索，再把检索结果交给模型；agent 的核心是模型不只回答，还会调用工具、读写上下文并分步推进任务。
这三个层次的区别很重要，因为它决定了你如何设计工作流。如果问题本质上是“查最新资料再整理”，那你就不该只靠模型记忆。如果问题本质上是“读仓库、改代码、跑检查”，那你需要的是 agent 化工作流，而不是普通聊天。
你可以把它们理解成能力递进：纯生成适合总结与草拟，RAG 适合事实增强，agent 适合真正进入工程流程。不要一上来就把所有问题都扔给最高复杂度的方案。
Practice
练习：判断问题该用哪种模式
- 列出 3 个问题：一个纯总结、一个依赖最新文档、一个需要动代码。
- 分别判断它适合纯生成、RAG 还是 agent 工作流。
- 写下你的判断理由。
Homework
课后作业：工具、RAG 与 Agent 的区别
- 用你自己的话重写这一课的核心观点，不要照抄正文。
- 围绕“工具、RAG 与 Agent 的区别”设计一个你所在项目或练习场景中的应用例子。
- 把这节课的内容整理成一份可以直接交给 AI 或同伴执行的小任务单。
交付一份包含概念解释、场景示例和执行清单的学习笔记。
Test
如果你真的理解了“工具、RAG 与 Agent 的区别”，你能不能在一个新场景里复用它？
你应该能回答
- 请不用原文措辞，解释这节课最重要的一条判断。
- 请给出一个容易做错的反例，并说明为什么错。
- 请描述你会如何在真实任务里验证自己已经学会这节课。
通过标准
- 能准确复述核心概念，而不是只会摘抄名词。
- 能举出至少一个真实工作流中的应用方式。
- 能说清怎样验证自己不是“看懂了但做不出来”。
Evaluation
优秀
你能把这节课的方法迁移到新问题中，并主动指出常见误区与验证方法。
达标
你能解释核心概念，并在给定场景里按步骤使用它。
还需加强
你还停留在记定义阶段，遇到真实问题时不知道该如何落地。
学完自检
- 我能区分 RAG 和 agent。
- 我知道什么时候必须查外部资料。
- 我不会把所有任务都复杂化处理。
幻觉、偏差与风险控制
真正可靠的 AI 使用方式，不是避免错误，而是设计能暴露错误的流程。
这一课要掌握什么
- 理解模型为什么会产生幻觉。
- 知道哪些场景风险最高。
- 学会把验证、引用和人工复核嵌入流程。
正式讲解
模型会给出错误信息，并不总是因为“它很笨”，而是因为它的目标是生成最合理的下一段输出，而不是自动证明自己所有结论都正确。尤其当上下文不完整、问题有歧义、资料过时或要求过宽时，它很容易用看起来顺畅的方式补全未知部分。
风险高的场景通常包括事实判断、医疗法律金融建议、最新版本差异、部署步骤以及任何需要精确引用来源的内容。越是这些场景，你越不能只看语气像不像专家。
成熟的控制方式不是“希望它别错”，而是把错误更早暴露出来：要求引用来源、要求写测试、要求说明假设、要求区分已知与推测、关键结果必须人工二次判断。
Practice
练习：给一个高风险任务加防错栏杆
- 选一个高风险任务，比如“升级部署配置”。
- 给任务补上来源要求、验证方式和人工审批点。
- 检查是否还存在“模型说了算”的环节。
Homework
课后作业：幻觉、偏差与风险控制
- 用你自己的话重写这一课的核心观点，不要照抄正文。
- 围绕“幻觉、偏差与风险控制”设计一个你所在项目或练习场景中的应用例子。
- 把这节课的内容整理成一份可以直接交给 AI 或同伴执行的小任务单。
交付一份包含概念解释、场景示例和执行清单的学习笔记。
Test
如果你真的理解了“幻觉、偏差与风险控制”，你能不能在一个新场景里复用它？
你应该能回答
- 请不用原文措辞，解释这节课最重要的一条判断。
- 请给出一个容易做错的反例，并说明为什么错。
- 请描述你会如何在真实任务里验证自己已经学会这节课。
通过标准
- 能准确复述核心概念，而不是只会摘抄名词。
- 能举出至少一个真实工作流中的应用方式。
- 能说清怎样验证自己不是“看懂了但做不出来”。
Evaluation
优秀
你能把这节课的方法迁移到新问题中，并主动指出常见误区与验证方法。
达标
你能解释核心概念，并在给定场景里按步骤使用它。
还需加强
你还停留在记定义阶段，遇到真实问题时不知道该如何落地。
学完自检
- 我知道幻觉不会因为语气自信而减少。
- 高风险任务我会加来源和验证。
- 关键结论我保留人工复核。
Deep Dive
这一阶段真正要建立的工程习惯
读完下面这些部分，再去做练习和复盘，学习效率会高很多。
模型为什么会看起来聪明
生成式模型本质上是在已有上下文里预测下一个最可能出现的 token。它能表现出推理、总结、编写代码等能力，但这不代表它总能保持事实正确或逻辑完整。
当你理解模型靠上下文工作，就会自然接受一个重要事实：给模型更清晰的任务边界、示例和输出格式，通常比空泛地要求“帮我写得更好”更有效。
为什么 AI 辅助编程会失败
失败往往不是因为模型不会写代码，而是因为开发者没有给出验收标准。没有测试目标、没有文件范围、没有兼容性要求，模型就只能在模糊任务里猜。
真正成熟的 AI 编程流程，一定包含人类负责的部分：需求澄清、上下文筛选、结果审查、回归验证和发布判断。
进入下一阶段前要有的习惯
你需要开始把每个任务写成结构化问题：目标是什么、边界是什么、输出应该落到哪里、如何判定完成。
这是后面使用 Codex CLI 时最重要的能力，因为好的命令输入，本质上就是好的任务定义。
Mission
写出第一份可验证的 AI 任务说明
选择一个你熟悉的小功能，比如“待办列表的搜索栏”，用三段话写清楚目标、约束和验证方式。
- 先用一句话描述用户价值，而不是直接说要写什么代码。
- 补充文件范围、技术栈、不能破坏的行为和必须保留的接口。
- 再写出验收标准，例如要通过哪些测试、页面上应该出现什么结果。