AI 实战学习地图

你会学到什么

这张地图不是课程目录，而是入口判断器。你要先知道自己现在卡在哪一层，再决定读哪一组教程。

新版 LearnPrompt 把学习路径拆成五层：AI 编程、Claude Code / Codex、Agent 工程、Agent Skills、Obsidian AI。它不是按工具热度排序，而是按“能不能把 AI 用进真实工作流”排序。

读完这页，你应该能做三件事：

如果你刚开始，不要先研究所有模型、所有 IDE、所有插件。先用一个很小的项目跑通闭环：

想法 -> 任务卡 -> AI 执行 -> 你验收 -> 复盘成规则

这个闭环跑通一次，比收藏 100 个工具链接更重要。

第一天：写一张任务卡。选一个很小的真实需求，比如“给 README 增加安装说明”或“给网页加一个入口按钮”。任务卡只写目标、边界、验收命令。

第二天：让 AI 先读项目，不要立刻改。要求它列出目录结构、关键文件、可能影响范围。你只接受 3-6 条计划，不接受一大段泛泛建议。

第三天：执行一个最小切片。只改一个页面、一个组件或一个脚本。改完必须看 git diff。

第四天：跑最快的检查。优先跑和本次改动最相关的命令。前端项目可以先跑 build，后端项目可以先跑单测或类型检查。

第五天：把失败写下来。如果 AI 改错了，不要只说“它不行”。记录：它漏读了什么、误判了什么、下次规则要怎么写。

第六天：把规则写回项目。可以写进 AGENTS.md、CLAUDE.md、README 或 Obsidian 项目笔记。规则要短，要能改变下一次执行。

第七天：判断是否值得做成 Skill。如果这个流程你已经做了三次，而且每次步骤类似，就可以开始写 Skill。

# 任务
我要完成什么？

# 背景
项目是什么？现在卡在哪里？

# 范围
允许改哪些文件？不允许动哪些文件？

# 验收
需要跑什么命令？我会如何人工检查？

# 输出
最后需要给我什么：diff、说明、PR、日报、还是 Skill 草稿？

读完一篇教程以后，不要用“我懂了”当标准。用下面四个问题验收：

每篇教程都按“目标、适合谁、核心概念、操作步骤、常见错误、实战案例、延伸阅读”组织。读完后应该能产出一个小结果，而不是只收藏概念。

你可以把 LearnPrompt 当作三种东西：

如果你没有项目，从 Claude Code 与 Codex 怎么选开始。如果你已经有项目，直接读 Agentic Coding 的最小工作流。