第 6 章:实操:用 AI 完成一件真实的小事
本章目标:把前五章串成一条完整流水线,产出一篇可发布的 Markdown 笔记。这是新手村的毕业作业。
开篇:今天,把它真正用起来
前五章讲的都是「怎么想」,这一章只做一件事:用 AI 完成一件真实的小事,并且把它发布出去。
不要跳过。看懂和会用之间,隔着的就是这一次完整的实操。
6.1 任务定义
任务:选一个你最近真正关心的技术小问题,用 AI 工具完成调研、整理、写作,最后用 Markdown 成稿并提交。
交付物:
- 一篇 800–1500 字的 Markdown 笔记;
- 至少 3 个可打开的来源链接;
- 一张自己画的流程图、对比表或截图(不能是 AI 编的图);
- 一次 Git 提交记录。
选这个任务的原因:它同时练到提问、搜索、验证、结构化、写作、版本管理,成果还能直接变成你的第一篇博客。
6.2 五步流水线
下面逐步展开。
6.3 第一步:选题与拆解
好的练习题有三个特征:小、具体、你有真实疑问。
| 不好的选题 | 改写成 |
|---|---|
| 「介绍一下 RAG」 | 「RAG 的切分粒度对召回率有什么影响?三种切分方式对比」 |
| 「学 Docker」 | 「Docker 容器里写的文件为什么重启就没了?怎么持久化」 |
| 「AI 怎么用」 | 「同一个提示词,为什么两个模型输出差这么多」 |
选题后用对话工具拆解(注意:先别让它写正文):
我想写一篇关于 ___ 的笔记,读者是和我一样刚入门的人。
请先不要写正文,只帮我列出 5 个必须回答的子问题,并按逻辑排序。
每个子问题标注:需要事实 / 需要例子 / 需要对比。拿到子问题后,自己删改一遍。提纲错了,后面全是白工。
6.4 第二步:调研与验证
对每个子问题,按「先搜后问」的顺序:
- 先搜:用搜索引擎或浏览器 AI 找到 1–2 个原始来源(官方文档、论文、项目 README);
- 再问:把来源内容贴给对话工具,让它按你的子问题提取要点;
- 核对:数字、版本、命令,回到原文确认。
防止被带偏的提示词:
下面是我找到的原文片段。请只基于这段内容回答,不要补充外部知识。
如果片段没有回答我的问题,直接说「材料不足」。
我的问题是:___「只基于材料回答」能大幅降低幻觉,也能让你分清是材料不够还是模型在编。
6.5 第三步:提纲与成稿
先出提纲,你确认后再逐节写:
基于上面的材料,帮我生成文章提纲:
- 开头用一句话说清这篇笔记解决什么问题
- 中间 3–4 节,每节一个小标题 + 2–3 个要点
- 结尾给一个可执行的建议
不要写正文,等我确认提纲。确认后逐节生成:
按这个提纲写第 X 节,300 字以内。
要求:先给结论,再给理由;引用材料时标注来源编号;不要用「众所周知」「显而易见」这类空话。最后自己通读一遍,重点改三处:开头是否说人话、例子是否具体、结论是否可执行。
6.6 第四步:配图与排版
- 流程图/结构图:用 Markdown 的 Mermaid 语法自己画,或让 AI 生成后你逐行检查节点关系;
- 对比表:让 AI 按「维度 / 方案 A / 方案 B」生成,你再补真实数据;
- 截图:自己截,别用 AI 生成的示意图冒充真实界面。
排版检查:一级标题只出现一次;每节不超过 3 层标题;代码块标注语言;表格不超过 5 列(手机端才不挤)。Markdown 细节回看 Markdown 实用教程。
6.7 第五步:提交与发布
把笔记放进项目目录,用 Git 记录:
git status
git add docs/notes/你的笔记.md
git commit -m "docs: 新增《___》学习笔记"
git push如果你用的是本博客这类「push 即发布」的站点,推送后等自动构建完成,再打开线上页面检查:
- 链接是否可点;
- 图片是否加载;
- 手机宽度下表格是否溢出;
- 上一篇 / 下一篇是否正常。
6.8 毕业检查表
- [ ] 选题是一个具体问题,不是一个大词;
- [ ] 提纲是自己改过的,不是 AI 原样输出;
- [ ] 每个关键结论都有来源,链接能打开;
- [ ] 数字、版本、命令都核对过;
- [ ] 至少有一个人工产出的图或表;
- [ ] 通读一遍,删掉了空话和重复;
- [ ] Git 提交信息说清了改了什么;
- [ ] 线上页面检查通过。
八项全过,新手村毕业。
6.9 下一站
你现在应该能判断:什么任务交给 AI、用什么工具、怎么验证。接下来该补的是「自己写代码」的能力——去 Lv1 编程基础,从 Python 或 Node.js 开始,把「让 AI 改代码」变成「自己看得懂 AI 改了什么」。
练习
按本章流程完整做一次,把成稿链接和复盘(哪一步最花时间、哪一步 AI 帮得最多)记在自己的笔记里。