PLANNED LESSON
从 prompt 到 workflow：为什么只会聊天不够
让用户理解一次性问答和稳定流程的区别。
借鉴方式：DeepLearning.AI 的短课颗粒度 + Microsoft Learn 的角色场景
- 识别重复任务
- 拆成输入、处理、校验、输出
- 设计人工复核点
交付物：一张自己的 AI 工作流草图
← 返回学习地图
LEARNING PATH
AI 自动化与 Agent 实战路线
想把重复工作交给 AI 的人
从提示词走向工作流，把资料整理、信息收集、表格处理、客服和运营动作变成可复用自动化。
适合已经会用 AI，但希望它稳定参与真实工作的个人、小团队和运营者。
当前状态
内容建设中
先公开主题、目标和章节方向，用真实反馈决定优先补哪条线。
建议先看
从 prompt 到 workflow：为什么只会聊天不够
把一次性问答拆成输入、处理、校验和输出。
先看这一篇 →
这条路线参考了什么
借鉴的是课程结构、选题和教学节奏，具体案例和解释会改成妙AI自己的中文语境。
拟定章节
这些不是假装已经上线的内容，而是先把主题、目标、交付物定清楚，后续逐章补正文。
PLANNED LESSON
让 AI 处理表格、文档和网页资料
把 AI 从写文案推进到整理真实资料。
借鉴方式：OpenAI Academy 的工作流案例
- 资料收集
- 结构化抽取
- 异常检查
- 输出成表格或报告
交付物：一个资料整理提示词模板
PLANNED LESSON
Agent 什么时候靠谱，什么时候危险
建立自动化边界，避免把不该放手的任务交给 AI。
借鉴方式：Anthropic 对安全协作和工具调用的训练思路
- 低风险任务
- 高风险任务
- 权限和日志
- 失败兜底
交付物：一份 Agent 任务分级清单
完整模块
AI 工作流基本模型：输入、处理、校验、输出
用 AI 处理表格、文档、网页和邮件
个人知识库、企业资料库和检索增强
Agent 的边界：哪些任务适合自动化，哪些必须人工复核