15 周从零到 AI 高手：2026 年唯一需要的学习路线图
原文链接：How to Go From Zero to AI Hero in 15 Weeks — The Only Roadmap You Need in 2026
自从 ChatGPT 发布以来，我上过能找到的所有 AI 课程。
Udemy、Coursera、Google、YouTube 教程、付费训练营。
大部分课程要么太慢、太偏理论，要么等我学完的时候就已经过时了。
所以我制定了自己的路线图。
15 周，精选最佳免费资源，逐周推进。
收藏这篇，你会回来反复看的。
15 周路线图
计划分为两部分。
第一部分涵盖 ChatGPT（第 1–6 周），第二部分涵盖更广泛的 AI 技术栈（第 7–15 周）。
第一部分：掌握 ChatGPT（第 1–6 周）
第 1 周 — ChatGPT 入门基础
OpenAI 有一个免费学院，完全零基础也能上手。
→ First ChatGPT Steps — 开始你的第一次对话，了解模型，探索使用场景
academy.openai.com/public/clubs/work-users-ynjqu/resources/chatgpt-basics
→ Basic Prompts — 适用于任何工作角色的 ChatGPT 提示词
academy.openai.com/public/clubs/work-users-ynjqu/resources/chatgpt-for-any-role
→ How to Write a Prompt — 简单步骤和额外技巧
academy.openai.com/public/clubs/work-users-ynjqu/resources/prompting
→ Setup ChatGPT — 如何避免得到泛泛的回复
help.openai.com/en/articles/8096356-chatgpt-custom-instructions
第 2–3 周 — 如何写出好的提示词
一个有用的 AI 和一个无用的 AI 之间的区别，就在于提示词。以下三个指南涵盖了一切。
→ Prompt Principles — 十大原则及各自适用场景
help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-the-openai-api
→ Prompt Formula — 可重复的提示词编写方法
www.promptingguide.ai/introduction/basics
→ Prompt Engineering — 四种核心技术
www.promptingguide.ai/techniques
第 4–5 周 — ChatGPT 功能
大多数人只用了 ChatGPT 10% 的功能，这些资源帮你解锁剩余的部分。
值得了解的基础功能：
→ Voice Mode — 用语音代替打字与 ChatGPT 对话
help.openai.com/en/articles/8400625-voice-mode-faq
→ Web Search — 替代 Google 搜索的实际选择
openai.com/index/introducing-chatgpt-search
→ Image Generation + Projects — 创建图片并组织你的对话
help.openai.com/en/articles/9260256-chatgpt-capabilities-overview
→ Study Mode — 用 AI 真正学习，而不只是获取答案
wondertools.substack.com/p/turn-ai-into-your-personal-tutor
值得花时间深入了解的高级功能：
→ Deep Research — ChatGPT 自主搜索数十个网站并为你撰写报告
openai.com/index/introducing-deep-research
→ ChatGPT Agent — 替你点击按钮、填写表单、浏览网站
help.openai.com/en/articles/11752874-chatgpt-agent
→ Atlas — Chrome 的有力替代品
openai.com/index/introducing-chatgpt-atlas
→ Codex — 你唯一需要的编程应用
第 6 周 — GPT-5.5
GPT-5.5 改变了很多可能性的边界。以下资源涵盖新模式和正确的提示方法。
→ GPT-5.5 模式 — 何时使用 auto、instant、thinking 和 pro 模式
openai.com/index/introducing-gpt-5
→ GPT-5.5 提示词 — GPT-5.5 专属的基础和高级技巧
developers.openai.com/cookbook/examples/gpt-5/gpt-5_prompting_guide
→ 用 GPT-5.5 优化你的提示词 — 如何利用模型来改进你自己的提示词
help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-the-openai-api
第二部分：掌握 AI（第 7–15 周）
掌握 ChatGPT 之后，下一步是 AI 素养 — 了解足够多的知识来聪明地使用每个工具、理解风险，并知道什么时候不该依赖 AI。
AI 素养（第 7–10 周）
从下面每个类别中选一门课。你不需要全部都学 — 一门扎实的基础就够了。
面向非技术专业人士：
→ IBM AI for Everyone: Master the Basics — 涵盖 AI 应用和核心概念，免费证书
edx.org/learn/artificial-intelligence/ibm-ai-for-everyone-master-the-basics
→ Google 生成式 AI 课程 — 生成式 AI 是什么、怎么用、与传统机器学习的区别
skills.google/course_templates/536
→ AI & Career Empowerment — AI 时代的商业应用与职业策略，免费证书
→ HP’s AI for Business Professionals — 对初学者友好，免费证书
life-global.org/course/423-ai-for-business-professionals
→ Google’s Generative AI Leader — 生成式 AI 基础、Google Cloud 服务、商业策略
cloud.google.com/learn/certification/generative-ai-leader
→ Google Prompting Essentials Specialization — 由 Google 专家教授的提示词编写方法
coursera.org/specializations/prompting-essentials-google
面向专业人士的指南（非课程）：
→ Best AI Books — 为领导者和管理者精选的阅读清单
www.deeplearning.ai/resources/
→ AI as a Thinking Partner — 永不过时的 AI 技能
www.anthropic.com/learn/build-with-claude/prompt-engineering/overview
→ LLM Data Privacy Ranking — 各 AI 平台的数据保护情况对比
blog.incogni.com/ai-llm-privacy-ranking-2025
→ AI Fluency — 如何高效、合乎道德、安全地与 AI 协作
anthropic.skilljar.com/ai-fluency-framework-foundations
→ Perplexity at Work — 用 AI 更聪明工作的实用指南
r2cdn.perplexity.ai/pdf/pplx-at-work.pdf
面向技术人员：
→ IBM AI Fundamentals — 自然语言处理、计算机视觉、机器学习、深度学习，免费证书
skillsbuild.org/adult-learners/explore-learning/artificial-intelligence
→ How AI Works — Anthropic 关于语言模型实际思考方式的研究
transformer-circuits.pub/2025/attribution-graphs/biology.html
→ How ChatGPT Works — 基于 OpenAI 论文的解释
writings.stephenwolfram.com/2023/02/what-is-chatgpt-doing-and-why-does-it-work/
这只是起点。AI 素养是一个持续的过程，不是终点。
第 11–12 周 — 学习 Claude
在我的工作流中，只有一个工具赢得了与 ChatGPT 并列的永久位置。不是替代品，而是互补。
Claude 的思考方式不同。更长的上下文窗口，在复杂文档推理、编程、Agent 和工作流方面表现更好。
从基础开始，然后深入 Claude Code、记忆、Agent、自动化和实际工作流。
基础（从这里开始）：
→ Claude Basics — Artifacts、Projects、Skills 以及 Claude 如何在实际工作流中运作
anthropic.com/learn/claude-for-work
→ Prompt Engineering（官方）— Anthropic 官方提示词指南
docs.claude.com/en/docs/build-with-claude/prompt-engineering/overview
→ Interactive Prompt Tutorial — 动手练习提示词工程
github.com/anthropics/prompt-eng-interactive-tutorial
Claude Code（真正的解锁）：
→ Claude Code 101 — Claude Code 初学者入门
anthropic.skilljar.com/claude-code-101
→ Claude Code in Action — 实际示例和工作流
anthropic.skilljar.com/claude-code-in-action
→ Claude Code Full Docs — 官方文档
code.claude.com/docs/en/overview
→ CLAUDE.md — 如何给 Claude 记忆、指令和项目上下文
code.claude.com/docs/en/claude-md
→ Skills — 教 Claude 可复用的工作流和系统
code.claude.com/docs/en/skills
→ MCP — 将 Claude 连接到 Slack、GitHub、Drive 等外部工具
→ Routines — 自动化 24/7 重复性工作流
code.claude.com/docs/en/routines
进阶 / 构建者：
→ Agent Architecture — 现代 AI Agent 的实际设计方式
langchain.com/blog?category_equal=%5B%22Agent+Architecture%22%5D
→ Claude Code Ultimate Guide — 社区深度指南，面向认真使用的用户
github.com/FlorianBruniaux/claude-code-ultimate-guide
→ Awesome Claude Code — 精选工具、Hooks、插件和工作流
github.com/hesreallyhim/awesome-claude-code
免费 Anthropic Academy：
→ All Anthropic Academy Courses — 免费课程 + 证书
第 13–14 周 — 学习 Gemini
Gemini 的亮点在于它驱动的工具 — 这些功能 ChatGPT 和 Claude 目前还无法匹敌，尤其是在 Google 生态内部。
→ Gemini 3 — 新版 Gemini 的实际用途
blog.google/products-and-platforms/products/gemini/gemini-3/
→ Gemini Prompting Guide — 编写有效 Gemini 提示词的快速入门手册
services.google.com/fh/files/misc/gemini-for-google-workspace-prompting-guide-101.pdf
→ NotebookLM Guide — 基于你自己文档的研究工具，幻觉率低于任何其他工具
support.google.com/notebooklm/?hl=en
第 15 周及之后 — 你的专业方向
从这里开始，路线图根据你的领域分叉。选择适合你的方向。
AI 图片、视频和视觉：
→ Nano Banana Pro Guide — Google 的 AI 图片生成器
ai.google.dev/gemini-api/docs/image-generation
→ Sora 2 Guide / Veo 3 Guide — 用 OpenAI 或 Google 创建 AI 视频
developers.openai.com/cookbook/examples/sora/sora2_prompting_guide / docs.cloud.google.com/vertex-ai/generative-ai/docs/video/video-gen-prompt-guide
→ How to Create Professional Visuals With AI — 信息图、图表、演示素材
cloud.google.com/blog/products/ai-machine-learning/ultimate-prompting-guide-for-nano-banana
AI 背后的技术（面向好奇的非技术人员）：
→ Machine Learning Algorithms — Part 1
www.ibm.com/think/topics/machine-learning-algorithms
→ Machine Learning Algorithms — Part 2
www.geeksforgeeks.org/machine-learning/machine-learning-algorithms/
→ What Is a Database
www.cloudflare.com/learning/serverless/glossary/what-is-a-database/
→ Vector Databases
www.pinecone.io/learn/vector-database/
→ What Is NLP
www.ibm.com/think/topics/natural-language-processing
→ Linear Regression in Python
www.geeksforgeeks.org/machine-learning/ml-linear-regression/
→ Build Your First ML Model
developers.google.com/machine-learning/crash-course
编程与数据分析：
→ How to Learn Python With AI — 从零开始最快的路径
www.coursera.org/articles/python-ai
→ Vibe Coding for Beginners — 不会写代码也能构建应用
www.ibm.com/think/topics/vibe-coding
→ How to Use AI With Excel — 从生成函数到完整报告
什么时候该为 AI 教育付费（什么时候不该）
经过多年学习 AI，这是我的坦诚回答。
你想学的 95% 内容都可以免费获得。
真正的问题不是获取渠道，而是时间 — 找到真正好的资源需要数小时的搜索。
剩下的 5% 要么太新，要么太专业，还没有免费的形式。
所以决策很简单：
→ 没有预算：使用上面的免费资源，只是需要花更多时间找到好的。
→ 需要证明：为 Google、IBM 或 Coursera 的证书付费。
→ 想加快速度：获取结构化课程和一个可以提问的社区。
唯一重要的事
你可以读完这份清单上的所有资源，但仍然不擅长 AI。
真正有效的方法是：每天使用这些工具。
每周选一个资源，使用它教的工具，把它应用到你工作或生活中的实际问题。
15 周的持续练习，永远胜过 15 周的被动阅读。
收藏这篇，每周回来看一次。
评论互动