從理解 AI，走向判斷怎樣使用 AI
AI 基礎 1：概念與工具（AI Foundations 1: Concepts and Tools）從一個基礎問題開始：人工智慧能處理什麼問題，它怎樣從資料中學習？理解資料、模型、訓練和推斷之間的關係後，再認識服務與演算法，才能判斷一個工作任務適不適合採用 AI。
這條路線隨後把技術放回使用環境：資料從哪裡來，隱私怎樣受到影響，不同行業怎樣應用 AI，以及使用者怎樣衡量收益、風險與責任。這裡的正文、影片文字稿、講義與練習共同組成一條閱讀路線，按照知識關係進入同一個目錄。
建議怎樣閱讀
先從人工智慧與機器學習和發展脈絡建立基本概念，再讀服務與演算法。其中保留模型定製的完整擴充套件文字稿，可按需要查詢提示工程、RAG、微調、工具呼叫、嵌入和 MCP。
接著讀資料與隱私及行業應用，用機會發現練習把問題放回自己的工作。隨後進入負責任 AI 和四項倫理原則，先學會判斷使用條件，再深入生成式 AI。
生成式部分依次解釋能力與第一次試驗、模型型別與實施、不同媒體的內容創作，以及個人、人際、社會和環境影響。最後用日常工作分析與綜合方案練習，把工具、流程、評價指標和責任連線起來。
正文、文字稿與綜合講義怎樣配合
每頁先保留知識正文，再單獨放置配套影片的中文文字稿。即使概念重複，不同例子和講解過程仍有學習價值；目錄可以直接跳到需要的章節。相同檔案只保留一份完整譯文，另一處提供章節連結。
兩份綜合講義按其實際內容繼續展開概念、提示詞、記憶、基礎設施與業務機會。只有講義、沒有取得口頭逐字稿的部分，不從幻燈片推測額外發言。自制圖解輔助理解；獨立影片提供按需載入的播放窗及外鏈。頁面也可使用裝置中文朗讀。
練習與正文相鄰放置：機會發現、倫理反思、工具適用性、影響研究和綜合運營方案，分別幫助把概念用於具體問題。練習不代表已經替讀者完成驗證。
擴充套件資料與覆蓋邊界
本目錄包含 19 篇主體閱讀。三份較長的參考報告（AI 與技能發展、生成式 AI 的經濟潛力、線上自由職業平臺的影響研究）仍單獨跟蹤全文翻譯與公開使用條件，不把相關單元的導讀稱為報告全文。未取得的閱讀原連結不以相似文章冒充；編輯補充的公共參考均作說明。
完成後可以繼續 AI 基礎 2：業務流程，把單項能力連線成可執行、可檢查的流程。
完整中文譯文
閱讀目錄
- 01
理解人工智慧與機器學習的關係，沿資料、訓練、模型和推斷認識系統怎樣工作，並判斷它可以怎樣輔助日常任務。
4 份配套文字稿 · 5.6 千字中文 - 02
從規則系統、機器學習到生成式 AI，梳理人工智慧的發展脈絡，理解技術、資料與計算條件怎樣共同創造應用機會。
1 份配套文字稿 · 5.6 千字中文 - 03
認識常用 AI 服務與演算法，比較分類、迴歸、聚類和模型定製，並完整閱讀提示工程、RAG、微調、工具呼叫與嵌入的講解。
20 份配套文字稿 · 6.6 千字中文 - 04
從檔案、資料庫到雲端，理解資料系統如何演變，以及質量、資料管道、隱私、同意和治理怎樣影響 AI 的使用。
4 份配套文字稿 · 3.5 千字中文 - 05
透過醫療、金融、零售、製造等 AI 應用場景，比較組織想解決的問題、資料條件、預期收益和實施時需要核對的限制。
4 份配套文字稿 · 5 千字中文 - 06
從自己的工作中發現一個 AI 應用機會，描述業務問題、受影響的人與可衡量價值，區分值得驗證的設想和已經證實的結果。
實踐練習 · 0.8 千字中文 - 07
結合寫作、聊天機器人與內容生成案例，認識生成式 AI 的便利、錯誤、工作影響、心理依賴和資訊風險，練習衡量收益與代價。
2 份配套文字稿 · 3.4 千字中文 - 08
逐項理解 AI 倫理中的比例、隱私與資料保護、公平與無偏、透明與可解釋性，結合案例、法規比較和影片文字稿檢查實際應用。
1 份配套文字稿 · 4.3 千字中文 - 09
選擇一個常用 AI 應用，用比例、隱私、公平與透明四項原則分析收益、風險和改善方式，形成有具體理由的反思。
實踐練習 · 0.5 千字中文 - 10
瞭解生成式 AI 怎樣建立文字、影象、聲音和程式碼，比較常見工具、適用任務與侷限，並按步驟完成第一次工作場景試驗。
4 份配套文字稿 · 4.3 千字中文 - 11
比較 GAN、VAE、Transformer 與擴散模型，理解生成式 AI 的實施路徑、技術選擇、成本條件，以及從試點走向正式使用的過程。
4 份配套文字稿 · 5.5 千字中文 - 12
為一個明確工作任務比較生成式 AI 方案，說明需要的內容、工具選擇、預期價值與試驗方法，避免先選產品再尋找用途。
實踐練習 · 0.5 千字中文 - 13
比較文字、影象、音訊和影片的 AI 內容創作方式，理解個人工具、整合平臺與定製方案怎樣連線質量標準、團隊協作和實施階段。
2 份配套文字稿 · 3.7 千字中文 - 14
從個人、人際、社會結構與環境四個層次理解生成式 AI 風險，保留影響案例和完整影片講解，並說明歷史統計與排放外推的侷限。
2 份配套文字稿 · 2.7 千字中文 - 15
尋找一個真實 AI 倫理困境，交代發生了什麼、原因是什麼、有哪些證據，以及怎樣解決或減少傷害，並保留可查詢的來源。
實踐練習 · 0.5 千字中文 - 16
比較 AI 增強與自動化，分析日常工作的時間、重複性、資料和價值，認識工具評價、人員培訓、變更管理與試點實施方法。
4 份配套文字稿 · 3.4 千字中文 - 17
圍繞具體業務問題提出 AI 運營方案，用現狀與改進後流程、評價指標、角色變化、風險和倫理考慮形成前後連貫的論證。
實踐練習 · 0.9 千字中文 - 18
沿講義順序複習 AI、機器學習和生成模型，理解語義空間、提示詞結構、上下文與記憶，並用 CO-STAR 框架改進任務描述。
綜合講義 · 2.8 千字中文 - 19
連線 AI 的計算位置、能源與基礎設施、內容權利和商業機會，區分技術可行、許可條件與實際業務價值。
綜合講義 · 2.9 千字中文