1、从重复劳动和真实工作物中识别值得解决的 AI 场景；
2、解释模型、Chat、上下文、工具、Token 和幻觉，判断 AI 的能力边界；
3、将模糊想法转化为 PRD、原型、技术方案、测试样例和可运行 MVP；
4、判断一项任务适合留在 Chat、沉淀为 Skill、建设 RAG，还是实现为程序或 Agent 工作流；
5、为 AI 输出设计来源核验、异常处理、人工确认和回归测试；
6、从个人、小微企业和大型组织三个层面设计 AI 落地路径；
7、用一组可检查的交付物证明结果，而不是只展示一次成功演示。
Who
学习对象和基础
1、在校生、校招生和职场新人；
2、希望把 AI 放进实际工作的业务、产品、运营、设计和职能人员；
3、希望从真实场景出发完成第一版 AI 应用的创业者和中小企业骨干；
4、需要理解 AI 项目发现、验证与落地方法的初级 FDE 或企业数字化人员。 本课程不要求学员具有大模型训练经验。技术实操采用 AI 编程工具辅助完成，但学员仍需对需求、数据、测试和最终
结果负责。
