资源介绍
视频数量：16个
总时长：2小时58分
课程介绍：
面向动画初学者的生成式AI：从零基础到实战应用
想象一下，你坐在爷爷奶奶身边，缠着他们讲故事。他们可能听过成百上千个故事，来自书本、电影、长辈的口口相传。当你说“给我讲个超级英雄的故事”，他们不会照搬某个现成的故事，而是会把各种情节混合起来，加入新的角色、新的情感，创造出一个全新的故事来满足你的要求。
生成式AI做的事情，本质上和这很像。只不过它的学习材料是互联网上的海量数据，它的“创造力”来自于从这些数据中学到的模式。当你向AI提出需求，它就会根据学到的模式，生成满足你要求的新内容。这就是这门课要带你探索的世界。
整个课程不到三小时，却系统地覆盖了从概念理解到实际应用的完整链条。课程被分成了六个部分，逻辑清晰，节奏紧凑，非常适合时间有限但又想快速上手的新手。
第一部分是概念扫盲。你会搞清楚AI、机器学习、深度学习这些词到底是什么意思，它们之间的关系是什么。特别是生成式AI和传统AI的区别，会通过具体的例子让你明白，为什么现在ChatGPT这些工具能火遍全球。这部分还会带你了解生成式AI在幕后是怎么工作的，模型是怎么从海量数据里学到东西的，又是怎么生成新内容的。虽然讲的是技术原理，但老师会用很生活化的语言解释，不会让你一头雾水。
第二部分深入到大语言模型的核心。你会学到什么是LLM，大语言模型到底“大”在哪里、厉害在哪里。课程会专门花时间讲Token的概念，这是理解AI怎么“读懂”文字的关键。很多初学者搞不清楚为什么AI有时候会理解错你的意思，为什么它对中英文的处理方式不一样，这些问题在讲Token的部分都会得到解答。
这部分还会对比当前最主流的三大AI工具，分析它们各自的强项和局限。不同工具擅长的事情不一样，适用的场景也不同，学会分辨这些差异，能让你在后面的实际应用中少走弯路。另外，Context Window和Context Engineering这两个概念也会在这部分讲到，它们直接关系到你怎么和AI进行更有效的对话。
第三部分是教你如何和AI说话，也就是Prompt Engineering，也就是提示词工程。课程会从最基础的开始讲，什么样的提问方式能让AI更好地理解你的意图，给出更符合要求的回答。老师会用写Instagram帖子这个具体例子，手把手演示从提出需求到获得满意回复的完整过程。
更重要的是结构化提示的技巧。你不只是在问问题，而是在组织信息、设计对话结构，让AI按照你预设的方式思考和输出。这部分学到的能力会贯穿整个课程，因为后面的实战项目全都要用到这些提示词技巧。
第四部分讲的是怎么让AI变得更懂你、更精准。你会学到Embeddings（嵌入）是什么，以及搜索引擎为什么能理解你的意思，哪怕你的表达不够精确。比如你搜“适合膝盖不好的跑鞋”，系统会自动联想到缓震、支撑这些关键词，但你自己根本没提这些词，它是怎么做到的？课程会用生动的演示让你搞懂背后的原理。
Fine-Tuning（微调）也会在这部分讲到。如果通用的大模型不能满足你的特定需求，你可以通过微调让它变得更专业。这部分会讲清楚什么时候需要微调，怎么做微调，以及微调和提示词工程各自适用的场景。
第五部分是四个真实项目的实战演练，这是课程最实用的部分。老师会带你一步一步完成：使用AI辅助创建个人作品集，把AI融入到软件工程的工作流程里；用AI处理客户评论，进行数据分析和改进建议；用AI打造品牌识别手册，包括logo设计、色彩体系、口号创意；用AI自动生成PPT演示文稿，包括内容策划和视觉建议。
每个项目都是从实际工作需求出发，教你怎么把前面学到的概念和技巧真正用起来。课程假设你之前没有任何AI基础，所以每一步都讲得很细致。
最后是总结部分，带你回顾整个课程的核心知识点，看看自己掌握了哪些，哪些还需要再巩固。
学完这门课，你会清楚地知道生成式AI到底是什么、它能做什么、它的局限在哪里。你能独立使用主流AI工具完成日常工作，比如写文案、做分析、生成创意内容。更重要的是，你获得了一套系统的方法论，知道遇到新问题时该怎么和AI配合，怎么调整提示词让输出更符合预期。
如果你在动画或设计相关行业工作，想了解AI能怎么融入你的工作流程；或者你是个完全零基础的新人，想从零开始搞懂这波技术浪潮到底是怎么回事，这门课都挺适合你的。不到三小时的时间，换来一个完整的认知框架和几个能直接上手用的实战项目，性价比相当不错。