从真实问题开始
先明确场景、任务和目标，再选择工具。
AI菜园 / 关于我们 · 个人学习入口
从AI基础开始，练到你能完成自己的真实任务
AI菜园是给个人学员、合伙人与合作伙伴使用的AI学习与实战场：先把计算机基础、大模型和常用工具讲明白，再带着你的真实任务做练习、检查结果、复盘方法。
LEARNING PATH
01
先懂基础模型、工具与使用边界
02
跟着练习从任务到可检查成果
03
形成方法模板、知识库与工作流
WHY A GARDEN / 名称由来
你带着问题来，我们陪你把AI练会
像种菜一样，先播下基础，再用你的真实任务反复练习；每次都检查结果、修正方法，最后收获自己的模板、清单和工作流程。我们更关注你能不能用、能不能复用、能不能在工作里继续成长。
AI菜园立场
人负责判断，AI协助执行
AI可以整理、生成、分析和连接工具；事实、权限、风险和最终决定仍由人负责。先理解这一点，再开始练工具会更稳。
HOW WE WORK / 工作原则
把复杂问题拆成可完成的小闭环
先做能检查的事情，再做能复用的事情，最后再谈系统化和规模化。
把边界写在前面
提前确认资料权限、人工检查点和停止条件。
留下可维护成果
沉淀模板、知识结构、流程和检查清单。
WHAT YOU LEARN / 学员能学什么
从看懂AI，到把它用进你自己的工作
从AI基础、工具实操、办公自动化，到知识库、内容制作和团队小型试点，AI菜园按真实任务组织学习路径，也把每一步的输入、检查和成果讲清楚。
学习路径
从一项真实任务开始，先学会判断、执行和复盘。
实战案例
看一项任务如何被整理成可展示、可解释、可复用的成果。
视频训练
把脚本、分镜和成片拆成能跟着练习的过程。
VIDEO TRAINING / 视频实战
从脚本到成片，完成一次可检查的视频实战
把选题、脚本、分镜、口播、画面和成片拆清楚，帮助学习者理解AI如何参与视频制作，并留下可复用的制作方法。
VIDEO PRACTICE
短剧、广告、口播
通过作品练习理解AI如何参与视频制作，同时保留人工判断、素材授权和成片检查。
LEARNING STRUCTURE / 学习结构
三步形成自己的AI工作方法
先把基础讲清楚，再围绕真实任务练习，最后把有效步骤沉淀成可以继续使用的成果。
先把基础讲清
理解计算机基础、大模型、提示方式和使用边界，知道AI适合帮什么忙。
带着任务练习
从办公、内容、知识库或团队任务中选一项，完成第一次可检查的成果。
把方法留下来
把有效步骤整理成提示词、模板、清单、知识结构或工作流。
FAQ / 学习前先理解
把几个常见问题提前说清楚
这些不是完整问答页，但能帮你快速判断从哪里开始学。
AI到底能帮我做什么？
可以从整理、改写、分析、生成草稿和连接工具开始，但目标与最终判断仍由人负责。
为什么不能只学一个工具？
工具会更新，真正能迁移的是任务拆解、上下文表达、检查和复盘的方法。
怎样判断自己真的学会了？
能用自己的资料完成一次任务，发现并修正问题，还能把有效步骤留下来复用。
HOW IT WORKS / 学习闭环
从看懂到会做，再到能复用
先看清任务，再选择入口，完成练习后把成果沉淀成可维护的方法。
基础认识
场景、案例和诊断先把“学什么、能做什么”说清楚。
工具实操
围绕文档、内容、知识库和任务完成一次真实练习。
成果训练
把任务拆成步骤，再把步骤变成模板和方法。
NEXT PATH / 下一步路径
按你现在的目标，选一条入口
如果还没确定，从基础、实操、视频三个方向里选一个先开始，不必等到全部准备好。
先看基础
如果你想先认识计算机基础、大模型和常用工具，就从AI基础学习中心开始。
再做实操
如果你已经有具体任务，就从办公、内容或知识库训练开始。
最后复盘
如果你想看完整过程，就从案例、视频和过程演示里找一项照着练。
START YOUR TRAINING / 开始训练
从一个小任务开始，不用等学完所有工具
先浏览训练场景、视频展示，或根据诊断说明整理岗位、任务、资料和边界。