给文科生的AI蓝皮书：入门级——从0起步，打造独属于你的AI工具与工作流

目录 给文科生的AI蓝皮书1 00阅读说明2 01做一架能弹响的小钢琴6 02用截图表达审美需求15 03把小钢琴升级成练习应用22 04让AI先看懂你的小钢琴27 05做出可以分享的音乐32 第二部分：用AI做一个音视频转文字工具38 第三部分：用AI做一个PDF常用工具69 11做一个本地PDF编辑器70 14处理签名和敏感信息9615打包成可以安装的软件105第四部分：用AI把经验沉淀成Skill11016给AI一份设计说明书11117找到自己的方法11818把确认过的方法做成Skill12419安装和管理Skill12820判断Skill是否值得用136第五部分：用AI执行自动化任务14721生成一次今日塔罗壁纸14822让塔罗壁纸形成个人风格15523设置每日自动生成16224设计自己的每日惊喜167第六部分：让能力长在自己身上17225判断该让AI做什么17326用采访模式拆任务18027判断第一步是否靠谱18628结果不满意时继续迭代19229把成功复盘成方法19830走出原来的世界204后记210 给文科生的AI蓝皮书 入门级 从0起步，打造独属于你的AI工具与工作流 这本书以Codex的使用过程作为主要案例，但它不是一本只讲Codex的工具手册。工具会变，模型会变，界面会变，真正重要的是：你如何把AI放进自己的工作现场，让它理解任务、处理材料、协作修改，并最终形成一套可重复的工作流程。 全书主线分为六个部分。前五个部分带你从一个好玩的小作品开始，逐步做出本地工具、可交付软件、个人Skill和自动化工作流；第六部分回到你自己，解决“我到底该让AI帮我做什么”这个更底层的问题。 00阅读说明 蓝皮书的结构 这本书不是一本从头到尾只讲按钮、命令和功能的操作说明书。它更像一条路线：我带你从一个很小、很好玩的作品开始，慢慢走到本地工具、正式交付、个人Skill、自动化任务，最后再回到你自己，看看你到底能让AI帮你做什么。 所以全书会有三类内容：主线、支线和reference。 主线：你要一路跟着做 主线就是30课正式课程。 这30课不是随便排的。前面几课先让你做出一个能看到、能点击、能听见结果的小作品；中间带你处理录音、视频、PDF、打包软件；后面再把经验沉淀成Skill，把一次协作变成自动化工作流。 如果你是第一次系统使用这类AI工具，我建议你尽量按顺序读。 不是因为每一课都必须完全照做，而是因为这条顺序背后有一个能力递进：先做出来，再看懂一点；先敢开始，再学会验收；先跟着周老师走一遍，再慢慢变成你自己的方法。 支线：需要时再叉出去 支线不是主线的补丁，也不是可有可无的边角料。 它更像路边的岔路。 有些读者读到某个阶段，会突然遇到一个具体问题：我手头有一堆资料，能不能先让AI帮我盘清楚？我不只是想总结，我想带着问题读一份材料。整理出来以后，我怎么做成一个真正能交出去的文件？ 这些问题很重要，但如果全部塞进主线，主线就会变得太长、太绕，读者也会不断被打断。所以我把它们放进支线。 你可以先沿着主线走。等真的遇到类似场景，再去看对应支线。 reference：不是偷懒，是为了不让正文变成大杂烩 这本书还会有一些reference，也就是参考资料。 我为什么要把reference拆开？ 因为真实学习AI工具的时候，最麻烦的地方往往不是“正常情况怎么做”，而是那些分叉出来的细节。 比如不同电脑环境不一样，安装方式不一样，模型下载方式不一样，软件界面可能更新，某些报错只会出现在一小部分人身上。还有一些内容很有价值，但不适合打断正文，比如更完整的背景资料、扩展阅读、版本差异、排错材料、提示词补充、工具对比。 如果我把这些全部写进正文，你会很累。 你本来只是想跟着做一件事，结果走两步就被拉去看一堆分支说明。这样书会显得很厚，但读者的行动会变慢。 所以正文只讲“此刻必须走下去的内容”。 reference负责放“有些读者会需要，但不是所有人此刻都需要的内容”。 这样做有两个好处。 第一，主线保持清楚。你知道下一步该做什么，不会被太多旁支打断。 第二，遇到问题时还有地方可查。你不是卡住以后只能重新翻整本书，而是可以去对应reference找更细的说明。 你应该怎么读 如果你是新手，最简单的读法是： 1.先按主线往前走。2.遇到书里提示需要查看reference时，再去看。3.遇到自己的真实场景和支线很像时，再读支线。4.每做完一个阶段，停下来想一想：这一次我到底学会了什么方法。 不要一开始就把所有reference都读完。 那样很容易变成另一种形式的“收藏资料”，看起来很认真，其实没有真正开始。 这本书最想给你的，不是更多资料，而是一种行动能力。 你能把一个模糊的小想法说清楚，交给AI做出第一版，再检查、修改、保存、复盘，最后变成你自己的工作流。 这才是我们真正要练的东西。 关于工具的差别 一本蓝皮书，不可能包括世界上所有的AI软件。 所以本书会以Codex的操作作为展示，说到Codex时，你自然理解为你手上的AI工具即可。书中教给你的知识、提示词、方法，适用于所有能够参与本地工作的AI软件：包括Claude Code、Codex、OpenClaw、各类国产AI工具，甚至是VS Code中集成的AI插件Cline等等。 工具会变，界面会变，模型会变，但真正重要的是：你如何把AI放进自己的工作现场，让它理解任务、处理材料、协作修改，并最终形成一套可重复的创作流程。 重要提醒：不同的大模型对任务的执行结果有很大差异，这本书未免争议，我们不讨论模型的强弱。 第一部分 用AI做一架小钢琴 01做一架能弹响的小钢琴 本章你会学到 如何把一个小想法说清楚，让AI做出第一个能运行、能验收、能继续修改的小作品。 如果你还没有一个本地的AI工具，那么可以去看第一课的reference。 AI不是让你原地踏步 因为周老师知道有些读者会跳过前言，所以在这里再阐述一下这个核心观点，也是这本蓝皮书有别于其他教程的灵魂。 那就是必须有趣、不枯燥。 很多AI教程第一课喜欢跟读者讲一堆名词、原理，但是说实话，这种刻板的方式在AI时代是错的。你刚打开一个新工具，心里多少还是有点期待的。结果第一件事就是让它帮你归档、分类、改文件名。这感觉像什么？像一个孩子第一次走进游乐园，大人说：先把门口的垃圾分类一下。 也不是不对，就是不太快乐。 我一直觉得，学习一个新工具，第一课最好要有一点点好玩。不是为了讨好读者，而是因为好玩这件事很重要。一个人愿意继续学下去，往往不是因为第一天就听懂了多少理论，而是因为他心里冒出一句话： 咦，这东西有点意思！ 所以这本蓝皮书的第一课，我们做一架小钢琴：一个网页，七个键，键盘上的数字1到7对应音符1到7，鼠标可以点，键盘可以按，按下去有声音，页面还要稍微好看一点。 就这么一个小东西。不宏大，但足够让你感受到：原来我一句话，真的可以让电脑里多出一个能玩的东西。 先准备一个空文件夹 这节课尽量低风险。我们不碰你的重要文件，不读你的隐私资料。你只需要在电脑上新建一个空文件夹。 文件夹名字随便，比如： codex‐piano‐demo 然后在Codex里打开这个文件夹。其他工具的话，你可以复制文件夹地址到对话框。 Codex等会儿生成的网页文件，也只放在这里。这样做有两个好处。 第一，安全。它不会碰你别的文件。 第二，清楚。你等会儿能一眼看到，它到底生成了什么。 新手第一次用Codex，我非常建议从这种空文件夹开始。别一上来就把整个硬盘、整个知识库、整个项目扔给它。那不是勇敢，那是给自己找刺激。 开始和AI互动 打开空文件夹以后，把下面这段提示词发给Codex。你可以先原样复制，等你跑通一次，再自己改。 小技巧：需要换行的时候按Shift + Enter。 请帮我做一个可以在浏览器里打开的单页音乐网页。 要求： 1.页面上有7个漂亮的琴键，分别对应音符1、2、3、4、5、6、7。2.用户可以用鼠标点击琴键发声。3.用户也可以按键盘数字键1‐7发声。4.每个音符要有不同音高，听起来像简单的do re mi fa sol la si。5.页面画面要优美一些，不要像默认网页。可以有柔和背景、标题、琴键按下时的动画反馈。6.请优先用一个HTML文件完成，包含CSS和JavaScript，方便我直接打开测试。7.做完后告诉我文件名，以及我应该怎么打开和测试。 等它做完，先别急着夸 Codex做完以后，通常会告诉你它生成了哪个文件。大概率是类似这样的名字： music‐keys.html 先打开看看。 这是周老师的Codex做出来的，如果和我不一样也没关系。 然后测试四件事： 1.页面上是不是有7个琴键。2.鼠标点击每个琴键，是不是有声音。3.按键盘数字1到7，是不是也有声音。4.页面是不是比默认白底黑字稍微好看一点。 这四件事，就是这节课的验收。 送上一首耳熟能详的简谱，试试吧。 这段提示词里有什么 我们说了整体目标：一个单页音乐网页。我们说了功能：鼠标点击能响，键盘也能响。我们说了外观要求：画面要优美一点，不要默认网页。我们说了交付格式：一个HTML文件。我们还说了怎么验收：告诉我文件名，以及怎么打开测试。 你看，这不是玄学。这就是把脑子里的一个小想法，说到Codex能动手的程度。 验收这个词听起来有点正式，其实很简单，就是你要知道，这件事怎样才算做完。很多人用AI不稳定，不是因为不会写提示词，而是因为他不知道怎么检查结果。 AI说完成了，他就信了，这不行。 你要像一个老师检查学生作业一样，至少翻一遍。不用上来就很专业，先看它有没有做到你刚才说的事，这就够了。 如果没有声音，怎么办 你可能会遇到一个情况：页面打开了，琴键也有，按下去没有声音。 别慌，这很正常。 网页声音这件事，有时候会受到浏览器限制。很多浏览器不喜欢网页一打开就自动播放声音，但用户点一下、按一下以后，一般可以播放。 如果你点了还是没声音，可以把现象直接告诉Codex： 页面已经打开，琴键也显示了，但是点击琴键没有声音。请检查原因，并修改代码。要求仍然保持一个HTML文件，修改后告诉我应该怎么重新测试。 注意这里不要只说： 没声音，修一下。 这句话太懒。你要告诉它：页面能打开，琴键能显示，问题是点击没有声音，要求保持一个HTML文件，修改后告诉你怎么测试。 这就是把问题说清楚。不是为了显得你专业，是为了让Codex少猜。 AI最怕你让它猜。猜对了你觉得它神，猜错了你觉得它笨。其实很多时候，是我们没把问题讲清楚。 如果页面不好看，怎么改 还有一种情况：功能是对的，但页面很丑。这个也正常，你可以继续让它改。 比如这样说： 功能已经可以用了。现在请优化页面视觉效果： 1.背景更柔和，有一点音乐练习室的感觉。2.琴键更像真正的琴键，按下时有明显动画。3.标题和说明文字更精致，但不要太花。4.手机屏幕上也要能正常显示，不要挤在一起。请只修改现有HTML文件。 这一步你会发现一个很有意思的地方。你不需要懂CSS，也不需要知道动画怎么写，但你要能描述你想要什么。 你不用会写代码，但你要能说出自己想要什么。 什么叫好看？什么叫不能用？什么叫别太花？ 这些都不是技术问题。这些是人的审美和判断。Codex可以帮你实现，但你要负责方向。 如果你想加一点自己的味道 跑通以后，你还可以玩一下。比如你可以让它改成古风一点： 请把这个页面改成更有中国风的音乐小网页，背景可以更像夜色庭院，琴键保持清楚可点击，不要影响使用。 也可以改成14键： 请把这个页面改成14键，对应低音4567中音1234567高音123 也可以加一个简单提示： 请在页面上增加一句提示：可以点击琴键，也可以按键盘1‐7弹奏。 你看，到了这一步，学习就不再像学习了。它更像你在指挥一个很听话