课前：先注册一个 AI 产品，随便聊两句
不用看书、不用做题。课前你只需要做一件事：打开一个 AI 产品（WorkBuddy，或者任意一个能聊天的 AI），随便问它几个问题——"用一句话介绍你自己""帮我写一段请假条""把这句话翻译成英文"。感受一下它到底是个什么样的"东西"。
直播 0–30｜AI 到底是个啥
- 它不是一个搜索引擎，也不是一个"存着所有答案的数据库"。它是一个"看过海量文字、特别会接话"的程序：你给一句话，它就顺着往下写。
- 你天天听到的"人工智能""生成式 AI""大模型"，这一讲先用大白话讲清楚它们是什么关系。
- 一句话先记住：AI 是工具，不是神——它帮你省事，但不会替你负责。
直播 30–75｜现场上手：这些事它都能干
老师现场带着做，你跟着打字就行（不用写代码）：
- 写：通知、文案、道歉信、感谢信，说一句它就能起个草稿。
- 总结：一篇长文章、一份会议记录，让它压成几条要点。
- 翻译：中英互译，还能把语气改得正式或轻松。
- 问答：不懂的概念让它解释，就像问一个耐心的老师。
- 做表：把一堆零散信息，整理成一张看得清楚的表。
每做完一个，就记一句"它帮我把 XX 变成了 XX"。
当堂练一个（8 分钟）：把下面这段会议记录丢给 AI，让它整理成"决定事项 + 负责人 + 截止时间"，要求"没有明确负责人的写'未指定'，不要猜"。然后对照原文逐条查：它有没有编出一个负责人？"下周三"它有没有擅自写成具体日期？
【项目例会记录】
今天聊了三件事：产品发布定 11 月 8 日，场地还没定，王强说他去问市场部，这周内答复；宣传物料要出三版，李婷负责，下周三前给初稿；预算先按 6 万报，等批下来再说。另外上次说的客户名单先放一放。判断标准：只要出现任何编造的人名，或者把"下周三"擅自写成具体日期，就是失败——这正好说明它"会编"，你要学会盯住这一点。
直播 75–120｜它也有做不到的事
现场试几个"翻车"场景，你就摸到它的边界了：
- 问它"明天天气""最新油价"——它不知道，因为它没联网、没有实时数据。
- 问它"你们公司的内部政策"——它不知道，因为它没看过你的资料。
- 让它"帮我做个决定"——它只能给建议，不能替你做主、更不能替你担责。
这一讲想让你记住：AI 擅长"动嘴、动笔"，不擅长"知道事实"和"替人拍板"。 后面几讲，我们会一点点给它补上"查事实""读资料"这些能力。
课后：交一份体验记录
这一周回去继续用，至少再用 6 个场景（写、总结、翻译、问答、做表、改错别字……）。每个场景记一句：我让它做了什么、结果怎么样、哪里让我意外。
这节课你该会的：
- 能用自己的话说出 AI 和搜索引擎的区别；
- 能举出至少 2 个"它擅长"和 2 个"它不擅长"的场景；
- 知道"语气笃定"不等于"答案正确"。
三个翻车：
- 把"语气笃定"当"答案正确"——它越流畅，越要查依据；
- 一次问太多——一句话塞 5 个要求，它只挑好做的做；
- 不给材料就让它答内部信息——它一定编，而且编得很像。
延伸自读：《原理讲义》§1
展开查看
一句话定义
我们平时说的"AI"，生活里主要指生成式 AI：一个看过海量文字、特别会"接话"的程序。你给它一句话，它就顺着往下写；它不是搜索引擎，也不是一个存着标准答案的数据库。
核心原理
一、AI 不是一个"答案库"，而是一个"续写器"。
搜索引擎是"你问、它去库里找、把找到的给你"；生成式 AI 是"你给一句话，它猜下一个最可能的词，一个字一个字往下拼"。所以它写出来的东西通顺、有模有样，但"通顺"不等于"正确"——这是理解它一切行为的总钥匙。
二、它"什么都会一点"，是因为见过的文字足够多。
它在海量文字上"学"过，所以能模仿着写通知、写总结、翻译、改错别字。但也正因为是"模仿"，它不知道的东西不会停下来承认，而是会用学来的套路接着编。
三、能干的、不能干的，先记住这一条。
它能干"动嘴、动笔"的活：写、总结、翻译、问答、整理、给建议。它干不了"知道事实"和"替人拍板"的活：它没有实时数据、没看过你的内部资料，也不该替你做要担责的决定。
常见误区 / 边界
- 别把它当搜索引擎：它不会"查"，只会"写"。
- 别把它当"什么都懂的专家"：它不知道的东西，会编得特别自信。
- 别让它替你做决定：它给建议，你拍板、你担责。
一句可带走的话
AI 是工具，不是神：它帮你省事，但不会替你负责。
案例包 · 15 题自测
展开查看
15 道题分三块，各约 5 道：①AI 能做什么、不能做什么；②AI 和搜索引擎/普通软件的区别；③生成式 AI 的特点。
每题都有解析，容易错的地方标了出来。大家错得多的题，就是直播时要重点讲的。
- （单选）下面哪件事，AI 最拿手？
- A. 帮你写一封道歉信
- B. 告诉你明天北京的天气
- C. 查你们公司最新的报销标准
- D. 替你决定要不要辞职
答案：A ｜ 解析：写文案是"动笔"的活，AI 拿手；天气要实时数据、报销标准要内部资料、做决定要担责，这三样它都不擅长。 容易错：学生常以为 AI 什么都能干，把"拿手"和"什么都会"混在一起。
- （判断）你问 AI"明天天气怎么样"，它答得头头是道，说明它真知道。
答案：错 ｜ 解析：它没联网、没有实时数据，只会按"天气通常怎么说"往下编，答得再顺也是编的。
- （单选）问 AI"我们公司新员工的年假是几天"，它很可能？
- A. 准确地调出制度原文
- B. 编一个听起来合理的数字
- C. 直接拒绝回答
- D. 一定答"不知道"
答案：B ｜ 解析：它没看过你的内部资料，只能按"别的公司通常几天"编一个，还说得特别肯定。
- （单选）"我该不该辞职"这种问题，AI 能做的是？
- A. 替你做决定
- B. 替你承担责任
- C. 帮你列出利弊、给建议
- D. 替你发辞职信
答案：C ｜ 解析：AI 只给建议，不替你拍板、不替你担责。
- （判断）AI 擅长"动嘴、动笔"，不擅长"知道事实"和"替人拍板"。
答案：对 ｜ 解析：这是第 1 讲的核心一句：它能写、能总结、能翻译，但实时事实和最终决定都要人补上。
- （单选）AI 聊天产品和搜索引擎最大的区别是？
- A. 一个要联网，一个不要
- B. 搜索引擎给你一堆链接让你自己看，AI 直接生成一段话
- C. 一个免费，一个收费
- D. 一个快，一个慢
答案：B ｜ 解析：搜索引擎把"已有的网页"找给你；AI 是"顺着往下写"一段新话，它不是在帮你查，是在帮你生成。
- （判断）AI 就是一个"存着所有答案的数据库"。
答案：错 ｜ 解析：它没存答案，它是"看过海量文字、特别会接话"的程序，靠挑"下一个最可能的词"往下写。
- （单选）为什么 AI 答不出"今天最新油价"，搜索引擎却能搜到？
- A. 搜索引擎更聪明
- B. AI 没连实时数据，搜索引擎每次去现抓最新的网页
- C. AI 被限制了
- D. 搜索引擎本身就是数据库
答案：B ｜ 解析：AI 的知识是训练时学的、有个截止点；搜索引擎每次现去抓网页，所以能拿到最新。
- （单选）普通软件（比如 Excel 求和）和生成式 AI 的差别，最准的是？
- A. 都按规则一步步执行
- B. 软件按固定规则算，AI 按概率生成、结果可能每次不一样
- C. AI 更快
- D. 没有差别
答案：B ｜ 解析：软件 1+1 永远等于 2；AI 每次"往下写"都带随机，同样的问题可能答得不一样。
- （判断）同一个问题，AI 每次的回答都会一字不差。
答案：错 ｜ 解析：生成式 AI 按概率生成，每次抽的"下一个词"可能不同，答案会变——这也是它和"固定软件"的区别。 容易错：学生容易把 AI 当成"确定性的程序"。
- （单选）生成式 AI 写东西时，"合理"和"真实"谁优先？
- A. 真实优先
- B. 合理优先（按"下一个最可能的词"往下写）
- C. 随机
- D. 都不优先
答案：B ｜ 解析：它追求的是"通顺、像那么回事"，不是"查证过、是真的"。
- （单选）为什么 AI 会一本正经地编出一篇根本不存在的文章？
- A. 它故意骗人
- B. 它按"文章通常长这样"的概率往下写，不查证
- C. 训练数据错了
- D. 断网了
答案：B ｜ 解析：它擅长模仿格式，编出"看起来像真的"内容，因为它没有"查证"这个动作。 容易错：很多人以为 AI 会去核实，其实它只是"按格式往下编"。
- （判断）AI 说得越笃定，就越可能是对的。
答案：错 ｜ 解析：它永远用自信的语气说话，笃定不等于正确；判断靠"能不能指回原文/数据"，不靠语气。
- （单选）"模型是读过很多书的实习生，不是数据库"，这句最准的意思是？
- A. 它像数据库，能精确调出答案
- B. 它会组织语言、总结、模仿格式，但不查证、不联网、不主动说"我不知道"
- C. 它什么都知道
- D. 它只会聊天
答案：B ｜ 解析：实习生的三个短板——不查证、不联网、不会说"不知道"——就是 AI 的三个边界。
- （单选）"按概率往下写"和"从答案库查答案"最大的不同是？
- A. 一个快一个慢
- B. 按概率写可能编出不存在的内容，查答案不会
- C. 查答案更贵
- D. 没有区别
答案：B ｜ 解析：查答案是"有没有这条记录"，按概率写是"下一个词更像谁"，后者没有"对不对"的保证，所以会编。
案例包 · 案例拆解素材
对应：第 1 讲「认识 AI：它是什么、能帮你干什么」
课堂用时：现场体验 45 分钟（覆盖直播 30–75 上手 + 75–120 翻车）
演示例子与问法：全部内联在本文件
1. 课堂和场景
第一节课，教室里是一批零基础学员，不少人第一次打开 AI 产品。老师带着全班用同一个能聊天的 AI（WorkBuddy，或者任意一个），现场打一遍：先试它拿手的，再试它翻车的，边做边让学员记一句"它帮我把 XX 变成了 XX"。
这一讲不做企业客户，就做"你本人这一周会遇到的真实小事"。
2. 为什么拿这几个场景来讲
- 这些场景都是学员本周就用得上的事，不是抽象概念，做完当场有感觉；
- 先用 6 个拿手的建立"它真能干"的信任，再用 3 个翻车的划出边界，先热后冷；
- 每个场景一句话就能演示，30 秒出结果，适合零基础第一课；
- 3 个翻车场景（实时信息 / 内部资料 / 做决定）正好对上那条红线："需要联网吗、需要我的资料吗、需要动手执行吗"。
3. 现场素材（可直接演示）
6 个它拿手的场景
| # | 场景 | 直接演示的例子（照着打就行） |
|---|---|---|
| 1 | 写文案 | "帮我写一段给客户的道歉信：因为仓库搬迁，发货晚了两天，语气诚恳，100 字左右。" |
| 2 | 总结 | "把下面这段会议记录总结成 3 条要点："（后面贴一段长文字） |
| 3 | 翻译 | "把这句话翻译成英文：'我们下周一下午三点开会，请准时参加。'" |
| 4 | 问答 | "用大白话解释一下'通货膨胀'，就像讲给一个中学生听。" |
| 5 | 做表 | "把这些零散信息整理成一张三列表格：张三，市场部，负责公众号；李四，销售部，负责华东区客户；王五，行政部，负责会议室和报销。" |
| 6 | 改错别字 | "下面这段通知有几处错别字，帮我改一遍：'兹定于下周一下午三点召开全提会议，请大家准时参家。'" |
3 个它翻车的场景
| # | 场景 | 直接演示的问题 | 它会怎么翻车 |
|---|---|---|---|
| 1 | 问实时信息 | "明天北京天气怎么样？""现在最新油价多少？" | 没联网、没实时数据，却答得头头是道（编的） |
| 2 | 问内部政策 | "我们公司新员工的年假是几天？" | 没看过你的资料，按"别的公司通常"编一个数字 |
| 3 | 让它做决定 | "我该不该辞掉这份工作？" | 给不出结论，只会列一堆泛泛建议，或者假装替你拿主意 |
4. 期望输出
- 6 个拿手场景：当场出可用草稿，学员各记一句"它帮我把 XX 变成了 XX"。
- 3 个翻车场景：让学员亲眼看到它"编"，再追问一句"你凭什么信它？"——边界就出来了。
5. 故意埋的三个坑
坑 1：实时信息（它没联网，却编天气）
问"明天天气"，它没实时数据，却会按"天气通常怎么说"编一段，还说得特别笃定。
坑 2：内部资料（它没看过，却编政策）
问"我们公司年假几天"，它没读过你的制度，只能按"别的公司通常几天"编一个数字。
坑 3：做决定（它不能担责，却假装能拍板）
问"该不该辞职"，它给不出结论，只会绕圈；它没有资格替你做这个决定，更不会替你担后果。
6. 两版提示词思路（内联）
- 版本一（把决定推给它，会翻车）："我该不该辞职？"——它只能给泛泛建议，甚至含糊其辞、来回绕。
- 版本二（把决定拆成它能干的）："我从这份工作里得到了什么、失去了什么，各列三点，再提醒我离职前要考虑哪些事。"——它能列利出清单，把"做决定"变成"给信息 + 给建议"。
7. 验收样例（3 条）
| # | 场景 | 期望 | 判定 |
|---|---|---|---|
| 1 | 写道歉信 | 出一段可用草稿 | 通过 |
| 2 | 问明天天气 | 学员指出"它在编，没实时数据" | 通过 |
| 3 | 让它做决定 | 学员说出"它只能建议，不能替我拍板" | 通过 |
8. 现场体验 45 分钟怎么走
| 分钟 | 做什么 |
|---|---|
| 0–3 | 打开一个 AI 产品投屏，先问一句"你是什么"，让全班有个直观印象 |
| 3–28 | 6 个拿手场景，每个约 4 分钟：老师示范 → 学员跟着打 → 看结果 → 记一句"它帮我把 XX 变成了 XX" |
| 28–42 | 3 个翻车场景，每个约 4–5 分钟：现场打，看它怎么编，每翻一个问一句"你凭什么信它？" |
| 42–45 | 收口：AI 擅长"动嘴、动笔"，不擅长"知道事实"和"替人拍板" |
9. 一句话总结
先亲手用起来：AI 帮你写、帮你总结、帮你翻译，但实时的事实和要担责的决定，得你自己补上——它不是神，是个很会干活的实习生。
案例包 · 课后操作单
目标：回去继续用 AI 干至少 6 件真实的事，边用边摸清它哪行、哪不行。
时间：课后一周，每天一两件，别攒到最后一天。
要交的东西
- 一张"我让 AI 帮我做了这些事"的记录，至少 6 条；
- 每条三句：我让它做了什么 / 结果怎么样 / 哪里让我意外；
- 一句话：AI 最让我意外的是哪一点（可以是惊喜，也可以是翻车）。
怎么做
第 1 步：挑 6 件真实要干的事
从写文案、总结、翻译、问答、做表、改错别字里挑，挑你真的用得上、本来就要干的活，别为交作业硬凑。
第 2 步：每次做完记三句
做之前先想清楚"我要它干什么"，做完立刻写下三句：让它做了什么、结果怎么样、哪里意外。隔天再补，感觉就没了。
第 3 步：故意试一件它可能做不了的
挑一件它可能翻车的事（查最新油价、问公司内部政策、让它帮你做决定），看它怎么答，把翻车也记进去。
第 4 步：回头看一遍
把 6 条过一遍，用一句话总结：它擅长什么、不擅长什么。
课后作业
- 至少 6 个场景，每个三句记录（见上面）。
- 其中至少 1 个是"翻车"场景，记下它具体是怎么编的。
- 写 100 字：下次想让 AI 干活之前，你会先问自己哪三个问题（需要联网吗、需要我的资料吗、需要动手执行吗）。
达标标准（这节课你该会的）
- 能用自己的话说出 AI 和搜索引擎的区别；
- 能举出至少 2 个"它擅长"和 2 个"它不擅长"的场景；
- 知道"语气笃定"不等于"答案正确"。
容易踩的坑
- 只挑 AI 拿手的事做，一个翻车都不试，等于没摸到边界。
- 把"答得顺"当"答得对"。
- 让它做决定，还照单全收。
- 记录只写"它帮我做了 XX"，漏了"结果怎么样"和"哪里意外"这两句。
案例包 · 教师脚本（教师用）
展开查看
课前准备
- 把 6 个拿手场景 + 3 个翻车场景准备好（见 case_card.md），每个自己先跑一遍，确认能出结果，也确认会翻车。
- 挑好一个 AI 产品（WorkBuddy 或任意能聊天的），把投屏、账号、粘贴长文字的地方都试通。
- 开课前看一眼 quiz 的错误率，圈出大家错得多的题。
0–30｜认识 AI：它到底是个啥
- 它不是搜索引擎、不是答案数据库，是"看过海量文字、特别会接话"的程序：你给一句，它顺着往下写（10 分钟）。
- 人工智能 / 生成式 AI / 大模型是什么关系，用大白话讲清，别堆术语（10 分钟）。
- 先记住一句：AI 是工具不是神——帮你省事，不替你负责（10 分钟）。
30–75｜现场上手：6 个拿手场景
带着全班一个接一个打，每打完一个就记一句"它帮我把 XX 变成了 XX"。顺序：写文案 → 总结 → 翻译 → 问答 → 做表 → 改错别字。
每个场景：老师先打一遍示范 → 学员跟着打 → 30 秒看结果 → 问一句"哪点让你意外"。别赶，让每个人都能跟得上。
75–120｜能干什么、不能干什么：3 个翻车
- 问实时信息（明天天气 / 最新油价）→ 它编。
- 问内部政策（我们公司年假几天）→ 它编。
- 让它做决定（该不该辞职）→ 它只能给建议。
每翻一个，就停下来问一句"你凭什么信它？"最后收口：AI 擅长"动嘴、动笔"，不擅长"知道事实"和"替人拍板"；后面几讲再给它补上"查事实""读资料"这些能力。
标准答案
- 6 个拿手场景：都能当场出可用草稿。
- 3 个翻车场景：实时信息（没联网会编）、内部资料（没看过会编）、做决定（只能建议，不能拍板、不担责）。
学生会错在哪
- 把"答得顺"当"答得对"。
- 以为 AI 是搜索引擎或"存着所有答案的数据库"。
- 让 AI 做决定，还照单全收。
- 纠结"哪个 AI 最强"。
- 看到翻车就说"AI 没用"，没意识到换个问法、或补上联网/资料就能解决。
评分点（每条 1 分，共 5 分）
- [ ] 能说出 AI 不是搜索引擎、也不是数据库；
- [ ] 能说出生成式 AI 是"按概率往下写"；
- [ ] 6 个拿手场景里至少完成 3 个，各记一句；
- [ ] 能指出 3 个翻车场景里 AI 在"编"；
- [ ] 能用自己的话说出"联网吗 / 需要我的资料吗 / 要动手执行吗"这条红线。
如果学生问"哪个 AI 最强"
这样答：没有"最强"，只有"合不合适"。判断前先问三件事——这件事需要联网吗？需要我的资料吗？需要动手执行吗？三个答案决定你该用哪一类 AI，这比"谁最强"有用得多。
如果学生问"AI 说错了，是不是说明它没用"
这样答：不是它没用，是它没有"查证"这个动作。它擅长动笔，不擅长知道事实。你需要的是把"事实"这一步补上——联网查、或者把你的资料喂给它，这正是后面几讲要学的事。