AI

每天吃透一个 AI 知识点 —— AI 学习线路图：从 Prompt 到 Agent

Posted Cola🌀

转载：小红书 AI产品赵哥

前言🔖

最近有朋友私下问我：怎么学 AI，能不能给他规划一条清晰、易上手的路径。今天，咱们闲言少叙，一起来聊聊：怎么系统学 AI。

你是不是也这样？

  • 刷到一篇 100 个神级 Prompt 赶紧收藏，过两天又刷到一个 Agent 演示，马上跑去研究另一个东西。东一榔头西一棒子，名词学了一堆，真要用的时候还是不知道从哪下手。
  • 知道 Prompt、Agent、RAG、Function Calling，但不清楚它们之间什么关系、怎么配合用。

这种情况很普遍。大部分人学 AI 乱，是因为手里没有一张地图，只是在零散的知识里打转，看不到全貌。

今天给你一张学习地图，分 7 个模块，涵盖了从基础用户到能搭自动化系统需要学的东西。

具体做法是：不用按顺序学。先通读一遍，知道每个模块干嘛的，遇到具体问题时再回来查就行。

学习 AI 全景地图

它主要由 7 个版块组成：

  1. Prompt（提示词工程）：如何清晰地告诉 AI “你要做什么”。
  2. Agent（智能体）：如何让 AI 从 “回答问题” 升级到 “解决问题”。
  3. Claude Code（或同类工具）：一个强大的、能承载你所有想法的 AI 编程环境。
  4. Memory（记忆系统）：如何让 AI 记住你和你的项目，不再是金鱼。
  5. Skills（技能封装）：如何把一套重复的做法，打包成 AI 可以随时调用的技能包。
  6. MCP（模型调用协议）：如何让 AI 能够操作你电脑之外的各种软件和数据。
  7. Routines（自动化例程）：如何让一整套流程实现无人驾驶，自动运行。

现在，让我们把这 7 个部分展开聊聊。

　　

一、Prompt（提示词工程）🔖

🔹1.1 是什么？

Prompt，就是你与 AI 对话的语言。学习 Prompt 工程，本质上就是学习如何把一个模糊的任务，描述成一段清晰、明确、无歧义的指令，让 AI 能够准确地理解你的意图。

　　

🔹1.2 你什么时候需要学它？

  • 当你发现 AI 总是答非所问、胡说八道时。
  • 当你感觉 AI 像个 “听不懂人话的杠精”，需要你反复解释时。
  • 当你希望 AI 的输出格式稳定、内容可控时。

　　

🔹1.3 都学哪些？

  • 《Prompt Engineering Guide》：这是一份被社区奉为圣经的指南。你需要从中掌握 Prompt 的三大基本构成要素：
    • 指令（Instruction）：明确告诉 AI “做什么”。
    • 示例（Examples / Few-shot）：给 AI 看几个样板，它会学得比你想象中快。
    • 验收标准（Success Criteria）：告诉 AI “怎样才算做得好”。
  • prompt-eng-interactive-tutorial：这是一个带你从基础练到进阶的交互式课程。它会教你更高级的技巧，比如：
    • 角色扮演（Role-playing）：让 AI 扮演一个专家角色。
    • 思维链（Chain of Thought）：让 AI 在回答复杂问题前，先写出思考步骤。

　　

🔹1.4 举例子

  • 糟糕的 Prompt: “帮我写个故事。” (AI 可能会给你写一篇火星人爱情故事，而你想要的是武侠小说)
  • 优秀的 Prompt: “请扮演一位金庸风格的武侠小说家（角色扮演）。写一个 500 字的故事开头（指令）。故事的主角是一个流落街头的孤儿，意外捡到一本剑谱（示例）。故事的结尾要留一个悬念（验收标准）。”

如果你刚开始接触 AI，Prompt 是你必须攻克的第一关，也是性价比最高的一关。掌握好它，你与 AI 的协作效率能立刻提升 5~10 倍。

　　

二、Agent（智能体）🔖

🔹2.1 是什么？

如果说普通的 AI（如 ChatGPT）是一个博学的图书管理员，你问它问题，它从海量的知识里找出答案给你。那么，Agent 就是一个能干的项目经理。你给它一个目标，它会自己去拆解任务、调用工具、分析结果、解决问题。

　　

🔹2.2 你什么时候需要学它？

  • 当你的任务无法通过一次简单的问答完成，需要多个步骤时。
  • 当你希望 AI 能与外部世界互动（比如上网查资料、操作你的文件）时。
  • 当你对 “AI 自主完成复杂任务” 的底层工作原理感到好奇时。

　　

🔹2.3 都学哪些？

  • 《Agentic 智能体设计模式》：这本书，它会帮你解构一个 Agent 的大脑是如何工作的。你需要理解几个核心概念：
    • Agent 循环（Agent Loop）：也就是我们常说的 “思考 → 行动 → 观察” 的循环机制。
    • 子智能体（Sub-agents）：如何让不同的 Agent 分工协作，比如一个负责规划，一个负责执行，一个负责审查。
    • 纠错与反思机制（Error Correction & Reflection）：当 Agent 搞砸了事情，它如何能吃一堑长一智，在下一步中修正自己的行为。
    • 评估与监控（Evaluation & Monitoring）：AI 经常不靠谱，如何监督并衡量智能体系统？包括定义评估指标、简历反馈循环及实施报告系统，如何确保智能体在运行环境中的表现符合预期。

　　

🔹2.4 举个例子

  • 普通 AI：你问它：“北京今天天气怎么样？” 它回答你：“北京今天晴，25 度。”
  • Agent：你对它说：“我今天下午想在北京找个地方喝咖啡，帮我推荐一个。”
    1. 它会思考：“推荐咖啡馆需要考虑天气、地点、评分等因素。”
    2. 它会行动：调用天气 API，发现今天天气很好，适合户外。
    3. 它会再行动：调用地图和点评 API，搜索 “带有户外座位的、评分高的咖啡馆”。
    4. 它会再思考：综合信息后，它可能会给你推荐：“三里屯的 Coffee Lover 评分很高，而且有露台，今天天气不错，很适合去那里。”

学习 Agent，就是学习如何赋予 AI 决策能力，让它变成一个行动派。

　　

三、Claude Code（或同类工具）🔖

🔹3.1 是什么？

前面讲的 Prompt 和 Agent，都还是理论层面。Claude Code（或 Codex、Cursor 等）就是那个让你所有想法变成现实的工作台。

它是一个集成了强大 AI 能力的编程环境，你可以在上面构建、测试和运行 Agent。

　　

🔹3.2 你什么时候需要学它？

  • 当你学完了 Prompt 和 Agent 的基本概念，渴望亲手实践时。
  • 当你希望 AI 能帮你处理与代码、文件、命令行相关的具体任务时。

　　

🔹3.3 都学哪些？

  • 《Claude Code 101》：这是一份从零到一的完整入门指南。它会带你走过：
    • 安装与配置：如何把 Claude Code 搭起来。
    • 上下文管理：如何有效地与它进行对话，提供项目背景。
    • 核心功能概览：带你认识后面我们会讲到的 Skills、MCP、Hooks 这些高级玩法。
  • 《Claude Code in Action》：这更像一个现场演示。通常是一些视频教程或实战文章，它会用一个小时左右的时间，完整地展示一个真实案例，比如：
    • 看它如何读取你本地的文件。
    • 看它如何执行一条命令行指令。
    • 看它如何连接到一个外部服务。

　　

四、Memory（记忆系统）🔖

🔹4.1 是什么？

AI Agent 天生没有记忆，它的记忆只存在于短暂的 “上下文窗口” 里。

Memory 系统，就是用来解决失忆症的。它让 AI 能够跨越单次对话，长期地记住一些关键信息。

　　

🔹4.2 你什么时候需要学它？

  • 当你厌倦了每次和 AI 对话，都要重新介绍一遍你的项目背景、你的个人偏好、我们上次聊到哪了。
  • 当你希望 AI 能根据过去的经验，越用越懂你。

　　

🔹4.3 都学哪些？

  • 《CLAUDE.md + Auto memory》：这份资料通常会讲解两种核心的记忆方式。
    • a. 基于规则的静态记忆（CLAUDE.md）：也就是我们之前讲过的，通过一个 Markdown 文件，把项目的核心规则、不变的背景、编码规范等硬知识固化下来，让 AI 每次启动时都必须阅读。
    • b. 动态的项目记忆：如何设置一个专门的记忆文件夹，让 AI 可以自动地把重要的对话摘要、关键的决策、用户的偏好等信息，记录在里面，供未来随时查阅。

　　

五、Skills（技能封装）🔖

🔹5.1 是什么？

当你在和 AI 协作的过程中，发现有一些做法或操作流程，你经常需要重复地向 AI 解释。Skills 机制，就是让你把这些重复的做法，打包成一个独立的、可复用的技能包。

　　

🔹5.2 你什么时候需要学它？

  • 当你发现你总是在不同的项目里，向 AI 重复同样一套指令时。比如，你总是在教 AI “如何写一份符合我们公司规范的周报”。
  • 当你希望把一套最佳实践，沉淀下来，方便自己和团队成员复用时。

　　

🔹5.3 都学哪些？

  • 官方资料《Extend Claude with Skills》：它会教你如何创建一个 Skill。一个 Skill 通常是一个文件夹，里面包含：
    • 一个文件（SKILL.md）：用清晰的语言，描述这个技能是干什么的、步骤是什么、注意事项有哪些。
    • 一些辅助脚本（可选）：比如一个用于格式化文本的 Python 脚本。
    • 一些参考文件（可选）：比如一份优秀的周报模板。

　　

🔹5.4 举个例子

学习 Skills，就像你在玩一个 RPG 游戏时，把你常用的一套连招，设置成一个宏。

  • 没有 Skills：每次打 Boss，你都要手动按一遍 “冲锋 → 破甲 → 旋风斩 → 斩杀”。
  • 有了 Skills：你只需要按下一个快捷键（比如 @skill-boss-combo），你的角色就会自动打出这套华丽的连招。你把 “怎么做” 的细节，封装了起来，以后只需要调用它的名字就行了。

　　

六、MCP（模型调用协议）🔖

🔹6.1 是什么？

很多时候，你的 AI Agent 需要用到的数据和工具，并不在你的本地电脑上。它们可能在云端的数据库里、在 Notion 里、在公司的 CRM 系统里，或者在任何一个第三方软件里。

MCP (Model-Caller Protocol)，就是一座连接 AI 与这些外部世界的桥。它定义了一套标准的通信协议，让 AI 可以安全、规范地调用这些外部工具。

　　

🔹6.2 你什么时候需要学它？

  • 当你不想再手动地从网页上复制内容，再粘贴到 AI 的对话框里。
  • 当你希望 AI 能够直接读取和操作你的 Notion 数据库、你的 JIRA 任务，或者调用一个公共的天气 API。

　　

🔹6.3 都学哪些？

  • 官方资料《Connect Claude Code to Tools via MCP》：这份文档会告诉你：
    • MCP 的基本原理是什么。
    • 社区已经有哪些现成的 MCP Server 可以直接用（比如连接 Notion、GitHub 的）。
    • 如何自己动手，为你公司的内部系统，写一个简单的 MCP Server。

　　

🔹6.4 举个例子

  • 没有 MCP：你想让 AI 知道你今天的日程。你得先打开日历 App，复制今天的日程文本，再粘贴给 AI。AI 想帮你创建一个新日程，它只能生成一段文字告诉你 “请手动在你的日历里创建……”。
  • 有了 MCP：AI 可以直接喊话（调用）：“嘿，日历 MCP Server，把今天的日程给我！” 然后它就能拿到结构化的数据。它也可以直接下指令：“嘿，日历 MCP Server，帮我在下午 3 点创建一个‘与客户开会’的日程！”

　　

七、Routines（自动化例程）🔖

🔹7.1 是什么？

当你已经把一套完整的流程（结合了 Prompt、Agent、Skills、MCP 等）全部跑顺了，你自然会产生一个懒惰的想法：能不能让它自己跑起来，不要再每次都让我手动启动了？

Routines，就是满足你这个想法的 “自动化调度中心”。

　　

🔹7.2 你什么时候需要学它？

  • 当你有一个固定周期的、重复性的任务，希望它能自动执行。
  • 当你希望某个事件的发生，能自动触发一整套 AI 工作流。

　　

🔹7.3 都学哪些？

  • 官方资料《Automate Work with Routines》：它会详细讲解 Routines 支持的三种核心触发方式：
    • a. 定时触发 (Scheduled)：最简单的方式。比如，“每天早上 9 点，自动运行 @skill-daily-report 这个技能”。
    • b. API 触发 (Webhook)：更高级的玩法。比如，当你的 JIRA 系统里有一个新的 bug 被创建时，JIRA 可以向你的 Routine 发送一个 API 请求，自动触发一个 “AI 分析 bug” 的工作流。
    • c. GitHub 触发 (Git Hooks)：与代码协作深度集成。比如，每当你向代码仓库提交一个新的 PR 时，自动触发一个 “AI Code Review” 的 Routine。

　　

🔹7.4 举个例子

学习 Routines，就像你给你的机器人设置 “闹钟” 和 “条件反射”。

  • 定时触发：你给机器人管家设置了闹钟，“每天早上 7 点，准时把早餐做好”。
  • 事件触发：你给它设置了条件反射，“只要门口的传感器检测到有人按门铃（事件），就立刻启动‘开门→问好→端茶’的招待流程”。

到这儿，你已经走完了从手动操作到无人驾驶的完整旅程。

　　

🔹附录：四份随手查阅的工具书

除了上面 7 大模块，还有 4 份资料，你不需要系统学习，但应该把它放在你的浏览器书签里，作为随时可以查阅的工具书：

  1. 《Claude Code Ultimate Guide》：想深入了解原理时，去翻它。
  2. 《Awesome Claude Code》：想找一些现成的插件、Skills、酷炫玩法时，去这里淘。
  3. 《Anthropic Academy》和 《Official Claude Code Docs》：当你想知道官方最近又更新了什么新功能，或者某个功能的最准确用法时，查阅这两份官方文档。

　　

八、来来来，咱总结一下，很重要🔖

最后说个扎心的：这份 AI 学习地图，如果你只是放在收藏夹里，那我基本上就等于白写了，希望你能真正【实操】起来。

💡 我记得有一个 AI 行业大佬说过一句话，我表示很认同：

如果你看不清方向，不知道该学什么、做什么，那就把你泡在 AI 里，直到有一天泡入味儿了，你会发现你已经不一样了！

站在学习的角度，如果你是一个纯粹的新手，那么我的建议是：

💡 先集中精力，把【模块一：Prompt】和【模块三：Claude Code】这两个模块搞定。这能让你快速地入门，并立刻在日常工作中感受到 AI 带来的效率提升。

至于剩下的模块，你现在只需要对它们有一个大概的印象，知道它们是用来解决什么问题的就行了。

然后，在你的实践中，当你遇到问题时，再回到这张地图上来：

  • “唉，每次都要重复介绍背景，好烦！” 👍👍👍 去查【模块四：Memory】。
  • “唉，这个流程我教了 AI 八百遍了，它还是记不住！” 👍👍👍 去查【模块五：Skills】。
  • “唉，我不想再手动复制粘贴了！” 👍👍👍 去查【模块六：MCP】。

带着问题去学习，是最高效的学习方式。这张地图，就是你的 “问题索引”。

希望每一个 AI 的经历者，都成为时代的弄潮儿！