01 / AI 基礎
AI 基礎 1：概念與工具
AI Foundations 1: Concepts and Tools
面向人工智慧入門的系統閱讀路線：從機器學習基本概念出發，認識演算法、資料與隱私、生成式 AI、倫理和工作應用。
19 篇中文譯文可讀
檢視目錄與閱讀順序 →AI 應用課程 / 工作流自動化 / 業務實踐
學會把 AI 用到真實工作裡
面向技術、業務與管理人員，從 AI 基礎和工具選擇開始，學習判斷哪些事情值得做、怎樣設計實施流程、衡量效果並控制風險。帶著一個真實任務來提問，也可以沿課程目錄系統學習。
圍繞這段內容解釋
回答附有原文章節依據，可繼續追問，也可以進入完整講解。
關於回答、隱私和使用額度
回答由 AI 根據本站已釋出資料整理，可能有誤，請結合原文核對。問題、選段與最近幾輪對話會傳送給 Cloudflare 的模型服務處理，請勿提交私人或保密資料。本站資料庫不儲存問題與對話正文；清空或重新整理頁面會結束本頁對話。
問答使用有限額度：同一訪問網路每天最多 10 次生成，全站每天最多 100 次；也可能因服務額度或繁忙暫時不可用。屆時仍可查閱原文和普通搜尋。額度按 UTC 日期重置。為限制濫用，臨時儲存按日加鹽的訪問網路摘要與計數，保留約兩天並定期清理。
當前已上線 40 篇完整中文譯文，覆蓋 AI 基礎、工具與業務流程。你也可以從 AI 基礎 1 開始，按自己的節奏系統學習。
沿目錄學習
從基礎走向工作應用
02 / AI 基礎
AI 基礎 2：業務流程
AI Foundations 2: Business Processes
理解 AI 工作流怎樣連線資料、智慧體與業務系統，逐步認識服務選型、語義檢索、RAG、MCP，以及流程中的治理與責任。
21 篇中文譯文可讀
檢視目錄與閱讀順序 →圍繞一個真實任務學習
先判斷價值，再設計怎樣實施。
開發與 IT 人員可以關注工具、資料和系統連線；業務與管理人員可以先從任務價值、人員分工與結果檢查入手。用同一個真實問題，把學到的知識逐步連成方案。
哪些事情值得做？
描述現在的做法、重複工作和受影響的人，明確希望改善什麼。
練習發現 AI 機會 →流程怎樣設計？
看清資料從哪裡來、AI 負責哪一步、哪些環節需要工具或人工。
理解 AI 工作流 →怎樣衡量效果？
事先確定時間、質量或成本等指標，用結果比較改進前後的差異。
設計並檢查工作流方案 →風險怎樣控制？
把隱私、錯誤、安全和責任放進設計，設定稽核與停止條件。
檢視 AI 風險評估清單 →