自從 ChatGPT 推出後，我幾乎把所有能找到的 AI 課程都上了一遍。
Udemy、Coursera、Google、YouTube 教學、付費訓練營。
但大部分課程不是太慢、太理論，就是我還沒學完就已經過時了。
所以我自製了一份學習藍圖。
15 週。市面上最好的免費資源。每週進度。
把這篇存起來，你會需要回頭參考的。
15 週學習藍圖
這份計劃分成兩個部分。
第一部分涵蓋 ChatGPT（第 1–6 週）。第二部分涵蓋更廣泛的 AI 技術棧（第 7–15 週）。
第一部分：精通 ChatGPT（第 1–6 週）
第 1 週 — ChatGPT 基本入門
OpenAI 有免費的學院。如果你是完全新手，非常適合。
→ 第一次使用 ChatGPT — 開始你的第一次對話、了解模型、探索應用場景 academy.openai.com/public/clubs/work-users-ynjqu/resources/chatgpt-basics
→ 基礎提示詞 — 適用於任何工作角色的 ChatGPT 提示詞 academy.openai.com/public/clubs/work-users-ynjqu/resources/chatgpt-for-any-role
→ 如何撰寫提示詞 — 簡單步驟與額外技巧 academy.openai.com/public/clubs/work-users-ynjqu/resources/prompting
→ 設定 ChatGPT — 如何避免得到千篇一律的回覆 help.openai.com/en/articles/8096356-chatgpt-custom-instructions
第 2–3 週 — 如何寫出好的提示詞
AI 有用與否的關鍵就在提示詞。以下三份指南涵蓋了一切。
→ 提示詞原則 — 十大原則及其適用時機 help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-the-openai-api
→ 提示詞公式 — 一套可重複使用的提示詞撰寫配方 www.promptingguide.ai/introduction/basics
→ 提示工程 — 四項核心技巧 www.promptingguide.ai/techniques
第 4–5 週 — ChatGPT 功能
大部分人只用了 ChatGPT 功能的 10%。這些內容會帶你認識剩下的部分。
值得了解的基本功能：
→ 語音模式 — 用說的而不是打字跟 ChatGPT 交流 help.openai.com/en/articles/8400625-voice-mode-faq
→ 網路搜尋 — Google 搜尋的真正替代方案 openai.com/index/introducing-chatgpt-search
→ 圖片生成 + 專案 — 建立圖片並整理你的對話 help.openai.com/en/articles/9260256-chatgpt-capabilities-overview
→ 學習模式 — 用 AI 真正學會東西，而不只是拿到答案 wondertools.substack.com/p/turn-ai-into-your-personal-tutor
值得花時間進階功能：
→ 深度研究 — ChatGPT 會自動搜尋數十個網站並為你撰寫報告 openai.com/index/introducing-deep-research
→ ChatGPT Agent — 幫你點擊按鈕、填寫表單、瀏覽網站 help.openai.com/en/articles/11752874-chatgpt-agent
→ Atlas — Chrome 的有力替代品 openai.com/index/introducing-chatgpt-atlas
→ Codex — 你唯一需要的程式碼應用工具 https://openai.com/codex
第 6 週 — GPT-5.5
GPT-5.5 改變了可能性。以下內容涵蓋新模式以及如何正確使用提示詞。
→ GPT-5.5 模式 — 何時使用自動、即時、思考與專業模式 https://openai.com/index/introducing-gpt-5
→ GPT-5.5 提示技巧 — 專屬於 GPT-5.5 的基礎與進階技巧 https://developers.openai.com/cookbook/examples/gpt-5/gpt-5_prompting_guide
→ 用 GPT-5.5 優化你的提示詞 — 如何利用模型改善自己的提示詞 https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-the-openai-api
第二部分：精通 AI（第 7–15 週）
當你熟悉 ChatGPT 後，下一步是培養 AI 素養 — 足夠了解每項工具以便聰明運用、認識風險，並知道何時不該依賴 AI。
AI 素養（第 7–10 週）
從以下每個類別中挑選一門課程。你不需要全部學完 — 一個紮實的基礎就夠了。
給非技術背景的專業人士：
→ IBM 的 AI 全民通：掌握基礎 — 涵蓋 AI 應用與關鍵概念，免費證書 edx.org/learn/artificial-intelligence/ibm-ai-for-everyone-master-the-basics
→ Google 生成式 AI 課程 — 什麼是生成式 AI、如何使用、與傳統機器學習的差異 skills.google/course_templates/536
→ AI 與職涯賦能 — AI 在商業中的應用 + AI 時代的職涯策略，免費證書 rhsmith.umd.edu/programs/executive-education/learning-opportunities-individuals/free-online-certificate-artificial-intelligence-and-career-empowerment
→ HP 的商業人士 AI 課程 — 新手友善，免費證書 life-global.org/course/423-ai-for-business-professionals
→ Google 的生成式 AI 領導者 — 生成式 AI 基礎、Google Cloud 服務、商業策略 cloud.google.com/learn/certification/generative-ai-leader
→ Google 提示詞必備專項課程 — 由 Google 專家教授如何撰寫有效提示詞 coursera.org/specializations/prompting-essentials-google
給專業人士的指南（非課程形式）：
→ 最佳 AI 書籍 — 為領導者與高階主管精選的閱讀書單 www.deeplearning.ai/resources/
→ 將 AI 視為思考夥伴 — 一項永遠不會過時的 AI 技能 www.anthropic.com/learn/build-with-claude/prompt-engineering/overview
→ LLM 資料隱私排名 — 哪些 AI 平台保護你的資料（哪些不保護） blog.incogni.com/ai-llm-privacy-ranking-2025
→ AI 流暢度 — 如何有效、合乎道德、安全地與 AI 協作 anthropic.skilljar.com/ai-fluency-framework-foundations
→ Perplexity 在工作中的應用 — 用 AI 更聰明工作的實用指南 r2cdn.perplexity.ai/pdf/pplx-at-work.pdf
給技術背景的人：
→ IBM AI 基礎 — 自然語言處理、電腦視覺、機器學習、深度學習，免費證書 skillsbuild.org/adult-learners/explore-learning/artificial-intelligence
→ AI 如何運作 — Anthropic 關於語言模型實際思考方式的研究 transformer-circuits.pub/2025/attribution-graphs/biology.html
→ ChatGPT 如何運作 — 基於 OpenAI 自身論文解釋 writings.stephenwolfram.com/2023/02/what-is-chatgpt-doing-and-why-does-it-work/
這只是起點。AI 素養是持續的過程，不是終點。
第 11–12 週 — 學習 Claude
在我工作流程中，只有一個工具能與 ChatGPT 並駕齊驅。不是取代，而是互補。
Claude 的思考方式不同。更長的上下文、對複雜文件的推理能力更強、程式碼、Agent 與工作流程表現優異。
從基礎開始，然後進入 Claude Code、記憶、Agent、自動化與真實工作流程。
基礎（從這裡開始）：
→ Claude 基礎 — artifacts、專案、技能，以及 Claude 如何應用於真實工作流程 https://anthropic.com/learn/claude-for-work
→ 提示工程（官方） — Anthropic 官方提示指南 https://docs.claude.com/en/docs/build-with-claude/prompt-engineering/overview
→ 互動式提示教學 — 動手練習提示工程 https://github.com/anthropics/prompt-eng-interactive-tutorial
Claude Code（真正的殺手級功能）：
→ Claude Code 101 — Claude Code 新手入門 https://anthropic.skilljar.com/claude-code-101
→ Claude Code 實戰 — 真實範例與工作流程 https://anthropic.skilljar.com/claude-code-in-action
→ Claude Code 完整文件 — 官方文件 https://code.claude.com/docs/en/overview
→ CLAUDE.md — 如何為 Claude 設定記憶、指令與專案上下文 https://code.claude.com/docs/en/claude-md
→ 技能 — 教 Claude 可重複使用的工作流程與系統 https://code.claude.com/docs/en/skills
→ MCP — 將 Claude 連接到 Slack、GitHub、Google Drive 與外部工具 https://code.claude.com/docs/en/mcp
→ 例行事項 — 自動化 24/7 的重複性工作流程 https://code.claude.com/docs/en/routines
進階 / 開發者：
→ Agent 架構 — 現代 AI Agent 實際上是如何設計的 https://langchain.com/blog?category_equal=%5B%22Agent+Architecture%22%5D
→ Claude Code 終極指南 — 社群為重度使用者提供的深入探討 https://github.com/FlorianBruniaux/claude-code-ultimate-guide
→ Awesome Claude Code — 精心策劃的工具、掛鉤、插件與工作流程 https://github.com/hesreallyhim/awesome-claude-code
免費的 Anthropic 學院：
→ 所有 Anthropic 學院課程 — 免費課程 + 證書 https://anthropic.skilljar.com
第 13–14 週 — 學習 Gemini
Gemini 的優勢在於它驅動的工具 — 有些功能 ChatGPT 和 Claude 還無法比擬，特別是在 Google 生態系統內。
→ Gemini 3 — 新版 Gemini 的實際應用 blog.google/products-and-platforms/products/gemini/gemini-3/
→ Gemini 提示指南 — 快速入門手冊，教你撰寫有效的 Gemini 提示詞 services.google.com/fh/files/misc/gemini-for-google-workspace-prompting-guide-101.pdf
→ NotebookLM 指南 — 以你個人文件為基礎的研究工具，幻覺次數比其他工具都少 support.google.com/notebooklm/?hl=en
第 15 週及之後 — 你的專業領域
從這裡開始，學習藍圖會根據你的領域而分流。選擇適用的部分。
AI 圖片、影片與視覺素材：
→ Nano Banana Pro 指南 — Google 的 AI 圖片生成器 ai.google.dev/gemini-api/docs/image-generation
→ Sora 2 指南 / Veo 3 指南 — 用 OpenAI 或 Google 創作 AI 影片 developers.openai.com/cookbook/examples/sora/sora2_prompting_guide / docs.cloud.google.com/vertex-ai/generative-ai/docs/video/video-gen-prompt-guide
→ 如何用 AI 製作專業視覺素材 — 資訊圖表、圖表、簡報素材 cloud.google.com/blog/products/ai-machine-learning/ultimate-prompting-guide-for-nano-banana
AI 背後的技術（適合好奇的非技術背景人士）：
→ 機器學習演算法 — 第一部分：www.ibm.com/think/topics/machine-learning-algorithms
→ 機器學習演算法 — 第二部分：www.geeksforgeeks.org/machine-learning/machine-learning-algorithms/
→ 什麼是資料庫：www.cloudflare.com/learning/serverless/glossary/what-is-a-database/
→ 向量資料庫：www.pinecone.io/learn/vector-database/
→ 什麼是自然語言處理：www.ibm.com/think/topics/natural-language-processing
→ Python 中的線性迴歸：www.geeksforgeeks.org/machine-learning/ml-linear-regression/
→ 建立你的第一個機器學習模型：developers.google.com/machine-learning/crash-course
程式設計與資料分析：
→ 如何用 AI 學習 Python — 從零開始最快的方法 www.coursera.org/articles/python-ai
→ 新手 vibe coding — 不會寫程式也能建立東西 www.ibm.com/think/topics/vibe-coding
→ 如何在 Excel 中使用 AI — 從產生函數到完成報告 support.microsoft.com/en-us/office/copilot-in-excel-help-learn-more-about-your-data-with-copilot-in-excel-7fc88a2d-3d24-4d68-8f4a-85f753af8db3
何時該為 AI 教育付費（何時不該）
這是我花費多年學習 AI 後的誠實答案。
你想學的東西 95% 都可以免費獲得。
真正的問題不在於取得管道，而是時間 — 找到真正優質的資源需要花幾個小時搜尋。
剩下的 5% 要嘛太新，要嘛太專門，還不存在免費版本。
所以決定很簡單：
→ 沒有預算：使用上述免費資源就好，只是需要多花時間找出好的。
→ 需要證明：花錢取得 Google、IBM 或 Coursera 的證書。
→ 想更快進步：取得結構化課程和可以提問的社群。
The Artificial Corner 社群有數百位成員正走在這條路上 — 他們可以取得深入的影片課程、逐步指南，以及上述每項工具的複製貼上提示詞。
唯一重要的事
你可以讀完這份清單上的每一項資源，但仍然無法擅長 AI。
真正有效的方法是：每天使用這些工具。
每週挑選一項資源，練習它所教的工具，並應用到你工作或生活中的真實情境。
15 週的持續練習，永遠勝過 15 週的被動閱讀。
把這篇加入書籤，每週回來參考。
如果這篇文章對你有幫助：
→ 轉發出去，讓更多人也能擁有這份藍圖
→ 追蹤 @sairahul1 獲取更多類似 AI 指南
→ 收藏這篇 — 連結值得保存下來
![成田悠輔的天才 AI 應用技巧 [保存版]](https://youmind.club/__ym/cms-assets/media/1784137658627_u4bwry_HNMS89bbsAAUPJI.jpg)
