4 课 · 60–90 分钟
完成第一条可验证的 AI 工作流
一份任务简报和一张 10 条案例试验表。
课程进度0 / 4
继续下一课 →学习进度 / 四门实践课程
像看课程表一样，
看清自己学到了哪里。
按课程汇总已完成课文、下一课和实践产物，让每次回来都能直接继续。
AI VISTA / PROGRESS FILE学习总览
0%总进度
- 01完成第一条可验证的 AI 工作流
- 02让 AI 回答稳定到可以使用
- 03设计能够展示证据的 AI 回答
- 04用权限、恢复和成本控制自动化
0/ 16 课已完成
课程进度实践产物成果记录
学习路线 / 第 06 站 · 成果记录
这一站把阅读完成度，重新连接到真正做出的工作。
完成比例只是定位工具。更重要的是检查哪些实践产物已经形成、下一课是什么，以及哪项判断仍需要返回课程或社区继续验证。
- 带什么来
- 已读课文、实践产物和讨论反馈
- 在这里做
- 按课程检查完成项与下一步
- 带什么走
- 一份进度总览和清晰的继续入口
从已读到工作证据
一份完整成果，不是已读数量，而是四类可以交给别人复核的材料。
课程状态帮助你找回位置，成果组合用来证明学习是否进入真实任务。某一类材料缺失时，不必从头重学；直接回到对应课程补齐最早的缺口。
复核规则只展示产物，不口头解释。复核者仍能说清决定、依据和失败处理，才算真正形成工作证据。
完成不等于掌握
用四个问题，检查学习有没有进入真实工作。
已读状态只说明你到过这一课。真正的完成需要产物存在、标准经得起复核、证据仍然有效，并且流程失败后能够恢复。任何一项答不上来，都不是归零，而是下一步学习入口。
使用方法每完成一门课，邀请一位没有参与制作的人逐项提问。先记录答不出的地方，再返回对应主题补齐。
- 01 产物是否存在返回对应课程补做产物 →
你能否打开一份已经填写的简报、评测表、权限图或恢复手册，而不只是回忆文章内容？
通过信号：产物使用了当前任务的真实输入。
- 02 验收是否通过重新建立验收与案例 →
另一位同事能否使用同一标准，对案例作出与你一致的通过或失败判断？
通过信号：标准能够区分合格、需修改和拒收。
- 03 证据是否仍有效复核来源、版本与时效 →
关键判断引用的资料是否仍是正确版本，并且允许当前使用者访问？
通过信号：重要结论可以追溯到有效来源。
- 04 失败时能否恢复补齐停止与恢复路径 →
当模型、工具或交接失败时，谁会发现、在哪里停止、怎样恢复到安全状态？
通过信号：团队演练过至少一种失败。
四门实践课程
继续下一课，而不是重新寻找入口。
0 / 16 项独立实践已完成
课文与产物
逐项检查已经完成的实践。
这项任务究竟适不适合使用 AI？实践产物 · 判断矩阵
未完成把一个 AI 想法写成可验证的任务简报实践产物 · 一页简报
未完成扩大投入前，先做一次 10 条案例试验实践产物 · 试验表
未完成重写 Prompt 之前，先画清上下文实践产物 · 上下文图
未完成先写验收契约，再写 Prompt实践产物 · 验收契约
未完成换模型之前，先诊断回答为什么失败实践产物 · 诊断树
未完成先判断 RAG 值不值得做实践产物 · 投资判断表
未完成检查引用是否真的支持答案、是否仍然有效实践产物 · 引用审计
未完成只给 Agent 完成任务所需的最小权限实践产物 · 权限阶梯
未完成在 Agent 出错之前，先设计恢复方式实践产物 · 恢复手册
未完成用任务评分表选择模型，而不是追榜单实践产物 · 选型评分表
未完成算清一条 AI 工作流的完整成本实践产物 · 成本图
未完成在 AI 读取输入前，先画清数据边界实践产物 · 数据边界图
未完成建立一套会持续有用的 AI 评测集实践产物 · 评测集蓝图
未完成把人工复核放在仍能改变结果的位置实践产物 · 复核关卡图
未完成在漂移变成事故前监测 AI 工作流实践产物 · 漂移观察板
未完成