个人人工智能路线图和持续学习

收益：

• 可以制定适合他/她角色的人工智能技能发展计划
• 养成安全尝试和评估人工智能工具的习惯
• 建立可持续的方法来跟踪新的发展

恭喜您 — 您已完成本单元的学习。现在你知道什么是人工智能、它是如何工作的、它能做什么和不能做什么、它的风险以及它的负责任的使用。但识字不是终点，而是起点。人工智能工具正在迅速变化；本单元的目的是把你所学到的变成永久的习惯和不断提高自己的方法。简而言之：接下来你会做什么？本单元可帮助您绘制个人路线图。

为什么需要持续学习？

AI tools are updated every few months; New capabilities are added, boundaries change. A "hard rule" you learn one year can be updated the next year. Therefore, it is necessary to adopt a self-updating approach, not a fixed list to be memorized. Good news: the basics you learned in this module (probability, hallucination, verification, confidentiality, responsibility) do not change; Only the capabilities of the vehicles change.扎实的基础可以让你快速掌握每个新工具。

Step by Step Personal Roadmap

1. Determine the current situation.列出工作中重复的、基于语言的任务（回忆单元 8）。 This is your opportunity map.
2. Start small and low risk.第一次尝试不影响任何人的内部任务； This is where confidence and skill are built.
3. 收集有效的东西。 Store successful prompts in a "prompt library"; Don't start from scratch every time.
4. 测量和评估。 “这个任务被人工智能加速了多少？质量有下降吗？”问;留下不起作用的东西。
5. 逐渐扩大。随着信任的增长，继续进行更明显、更有价值的任务——始终进行验证和审计。
6. 保持更新。 Regularly monitor tool changes and your organization's new AI rules.

Tip: The "prompt library" does not require an expensive tool. A simple notes file or table is enough: task name, useful prompt, notes. Over time, this becomes your most valuable personal asset.

Skill Levels: See Where You Stand

级别

症状

下一步

首页

Asks questions occasionally, unsure of outcome

Apply prompt components (role/context/format)

不断发展的

Uses regularly, saves some prompts

Set up workflow (draft→validate→decision)

有能力的

It has templates and performs verification automatically

Be an example to your teammates, share the library

下一步

Redesigns processes with AI

Contribute to corporate policy and good practice

弱方法/强方法

Weak approach: Try the tool once, and when the first result is not perfect, say "it doesn't work" and quit.

Result: Skills do not improve;因为及时写作和验证需要练习。

强大的方法：定期尝试执行小任务，从每次尝试中吸取教训，保存有效的提示，并随着时间的推移将其转移到更有价值的任务上。

Result: Skill accumulates;几周之内，人工智能就会成为您日常工作的自然组成部分。

三个迷你箱

案例 1——从小事做起，逐渐做大的员工。一名助理一开始只是“纠正我电子邮件的拼写”。一旦他有了信心，他就开始总结，然后起草报告。他测量自己在三个月内每周增加约 4 个小时； because it solidified each step with low risk.

Case 2 — The power of the prompt library.一个团队在一个公共文件中收集了有用的提示。 Thanks to this library, a newly joined employee passed weeks of "trial and error" in a few days.积累的知识成为团队的共同资产。

Case 3 — The benefit of staying up to date.一名员工每月花费 30 分钟询问“我的车辆发生了什么变化？” He took the time to look.借助一项新功能，他将以前手动完成的工作自动化了。一点点的跟进习惯带来了很大的效率提升。

可复制模板

Prepare me a 4-week AI learning plan suitable for my role. For each week: 1 mini goal, 1 task to try and 1 review question.我的角色：[写下你的角色]。 Time I can spare per week: [e.g. 1小时]。

Convert my prompt that works for the following task into a "library record" format: title, intended use, prompt text, cautions.提示：[粘贴到此处]

评估我本月使用人工智能完成的这些任务：哪些任务确实节省了我的时间，哪些任务存在质量风险？给下个月的2个建议。任务：[列表]

给我建议一个简单、可持续的日常活动，每天不超过 10 分钟，以跟上人工智能领域的发展。我感兴趣的领域：[写作领域]。

常见错误

常见错误

• 第一次尝试就放弃了。 Prompt writing and verification improves with practice;不要仅凭一次尝试就做出判断。
• 不记录有效的内容。 If you don't keep a library, you start from scratch every time.
• 不测量就向前迈进。 If you do not evaluate the time savings and quality risks, you will waste your efforts in the wrong place.
• 风险业务快速深化。首先在低风险任务中建立信任；在监督下开展高影响力的工作。
• 忘记了基础知识。尽管工具发生了变化，但幻觉、保密和责任原则仍然有效。

注意：急于求成“每个人都使用它，我应该在几乎所有工作中使用它”是有风险的。可持续发展不是速度竞赛，而是速度竞赛。以小规模、安全且有节制的步骤取得进展。

综上所述

• 人工智能素养不是终点，而是通过持续学习保持活力的起点。
• 工具的功能各不相同，但基本原则（概率、幻觉、验证、保密、责任）保持不变。
• 路线图：确定当前状态，从小规模和低风险开始，积累有效的方法，衡量，逐步扩展，保持现状。
• 保留提示库可以节省时间，并成为团队的共同资产。
• 发展不是速度竞赛，而是速度竞赛。通过小规模、安全且有节制的步骤，它变得可持续。

应用任务

使用上面的“4 周学习计划”模板为自己制定计划，并立即选择您的第一周目标。另外，保存您见过的最好的提示，作为“图书馆记录”；让它成为您个人提示库中的第一项。

清单

• [ ] 我可以制定适合我角色的人工智能学习计划。
• [ ] 我安全地尝试小型、低风险的任务。
• [ ] 我在图书馆收集有用的提示。
• [ ] 我评估使用人工智能对时间和质量的影响。
• [ ] 我有一个可持续的惯例来跟踪进度。

模块考试

1. 机器学习与传统软件的主要区别是什么？

• A）模型从给定的例子中学习规则本身；规则不是一一手写的✔
• B）没有互联网，机器学习永远无法工作
• C）机器学习总是比传统软件更快
• D）传统软件不使用数据，机器学习使用数据

解释：在传统软件中，规则是人们一一编写的；在机器学习中，模型本身从样本数据中提取模式。区别在于规则的形成方式。

2.大型语言模型（LLM）如何生成文本？

• A）从现成的数据库中复制整个答案
• B) 逐步猜测下一个最可能的单词片段（标记）✔
• C) 在互联网上搜索并粘贴第一个结果
• D）先写句子的结尾，然后写开头

描述：法学硕士通过预测下一个最可能的“标记”（单词片段），一步一步、一点一点地构建文本。不复制现成的答案。

3. 以下哪一类任务是生成式人工智能较强的任务类型？

• A) 实时计算准确的银行余额
• B) Making legal decisions alone with guaranteed accuracy
• C) 总结长文本并用不同的语气重写 ✔
• D) 手动将产品堆放在实体仓库的货架上

描述：文本摘要、重写和起草等语言处理任务是法学硕士的最强领域；不是需要精确算术或保证准确性的任务。

4. 通常如何区分好的提示和差的提示？

• A) 它应该是最短、最模糊的指令。
• B) Asking the model in one word without giving any context
• C) 始终用英文写成
• D) Include role, context, clear task and desired format ✔

说明：强大的提示功能； It includes information such as role, context, clear task, target audience, and desired format. Vague instructions such as 'write something' produce generic and useless output.

5.人工智能中的“幻觉”一词指的是什么？

• A) The model presents fabricated information as if it were true in a convincing and confident manner ✔
• B）模型响应太慢
• C) The model does not understand the question and gives an error message
• D）模型将图像转换为文本

Explanation: Hallucination is when the model produces information that does not actually exist, in a confident and fluent language, as if it were true.这不是缓慢或错误消息。

6. When is it most critical to validate an AI output?

• A) 仅当输出太长时
• B）输出； When it feeds into a high-impact decision such as legal, financial, health or reputational ✔
• C) Only when the answer comes in a foreign language
• D) Validation is never necessary, the model is always right

Explanation: Verification is essential when the result is the basis for a decision and a high-impact area such as money, health, law or reputation.

7. 人工智能模型中偏差的主要来源是什么？

• A) Intentional malicious programming of the model
• B) 用户的互联网连接速度慢
• C) Existing imbalances and stereotypes in the data on which the model is trained ✔
• D) 问题应该用土耳其语写成

描述：该模型学习其训练数据中现有的不平衡和刻板印象；偏见通常来自数据，而不是恶意。

8. 在公共非企业 AI 工具中编写以下哪项风险最大？

• A) 公共博客文章的草稿
• B) A general definition already published on the Internet
• C) 虚构的、完全虚构的示例电子邮件文本
• D) A customer's name, TR ID number and health information ✔

Clarification: Identifiable personal/sensitive data such as the customer's identification number and health information should not be entered into public tools;这是 KVKK 和隐私风险。

9. 使用 AI 端到端执行任务的最健康流程是什么？

• A) Have AI produce a draft, verify the output, make the final decision as a human ✔
• B) 直接发布 AI 输出而不阅读它
• C) 跳过验证步骤，只查看输出的长度
• D）将决定留给人工智能而不质疑结果

描述：健康流动；让人工智能生成草案，验证输出（事实、来源、可用性）并像人类一样做出最终决定。草案-验证-决策链将责任归于人。

10. 在您自己的业务中使用人工智能生成的文本时，在透明度方面最好的方法是什么？

• A）始终隐藏 AI 输出并且从不告诉任何人
• B) 在机构政策/情况需要时验证内容并诚实地陈述人工智能支持 ✔
• C) 将人工智能生成的文本呈现为专家批准的意见
• D) 来源不明且内容根本不核实

评论：人工智能输出是一个很好的草稿，但不应该按原样呈现，就像其他人或专家的原创作品一样；根据企业政策和情况需要，应如实说明人工智能支持，并核实内容。

11. 企业（公司合同）人工智能工具和免费公开工具之间最重要的区别通常是什么？

• A）企业工具总是反应更快
• B) 公共车辆根本无法运行
• C) 企业工具可以提供合同保证，数据将被存储而不是在模型训练中使用✔
• D) 企业工具仅支持英文

描述：企业工具往往有合同保证，数据不会用于模型训练和存储条件；这是隐私方面的决定性差异。

12. 以下哪项是人工智能在工作场所的合适用例？

• A）未经人为批准，单独决定解雇员工
• B) 在不受监督的情况下向客户做出具有法律约束力的承诺
• C）未经核实直接发布重要财务报告
• D) 总结会议记录并起草行动项目（由人工控制）✔

描述：人工智能；它非常适合作为电子邮件起草、会议记录摘要和创意生成等任务的省时助手。影响人们的最终决定应该处于人类的控制之下。

13. 以下哪一项是负责任地使用人工智能的最基本原则？

• A) 重要决策的最终控制权和责任仍由人员承担 ✔
• B）始终无条件且毫无疑问地信任人工智能输出
• C) 与车辆共享尽可能多的个人数据
• D）在所有情况下都向同事隐瞒人工智能的使用

说明：最终的责任和控制权在于人类；人工智能的输出应该被接受为建议，并在重要决策中受到人类的监督。

14. 持续提高人工智能技能的最佳方法是什么？

• A）只阅读理论而不尝试该工具
• B) 安全地尝试小型和低风险的任务，评估结果，并积累有效的方法 ✔
• C) 如果第一次尝试不起作用，请完全放弃该工具。
• D）固定于单一方法而不关注新的发展

说明：安全地试验小型、低风险的任务，评估结果，收集有用的提示并定期跟踪新的发展，以确保可持续发展。