part1：AI 基础认知与行业全景

yange大约 24 分钟

part1：AI 基础认知与行业全景

1：AI 核心基础概念

AI核心基础概念

定义

核心要点

1. AI 的定义与本质

AI（Artificial Intelligence，人工智能）：让机器模拟、延伸和扩展人类智能的技术与科学。通俗理解：让计算机完成"过去被认为只有人才能做"的事，比如看图、说话、写文章、做判断。

需要区分两组概念：

维度	类型	含义	例子
能力范围	弱 AI（窄 AI）	只擅长完成特定单一任务，不具备跨领域通用能力。目前市面上几乎全部 AI 都属于这一类	人脸识别、下棋程序、语音助手、ChatGPT/豆包
能力范围	强 AI（通用 AGI）	具备与人类相当的通用智能，能像人一样学习、理解并完成任意智力任务，目前尚未实现	科幻电影中的智能体
智能广度	窄 AI（Narrow AI）	专精单一领域，等价于弱 AI	医疗影像诊断 AI
智能广度	通用 AI（AGI）	通用智能，等价于强 AI	暂无落地案例

注意：现在能用到、能赚钱的，全是"弱 AI / 窄 AI"；"强 AI / AGI"是行业追逐的远方目标。

2. 核心技术分支的递进关系

机器学习 → 深度学习 → 大语言模型 → 生成式 AI

机器学习（Machine Learning）：不靠人工写死规则，而是让算法从数据中自己"学"出规律。比如给几千张猫狗照片，让程序自己总结出"猫和狗的区别"。传统机器学习需要人工设计特征。

深度学习（Deep Learning）：机器学习的一个分支，用多层神经网络自动提取特征，数据量越大、层数越深，效果往往越好。2012 年 AlexNet 在图像识别上大幅超越传统方法，是深度学习的爆发起点。

思考：为什么图像AI早早就崛起了，而会写字说话的AI却来的这么晚呢？

大语言模型（LLM，Large Language Model）：把深度学习"做大"，用海量文本训练出的超大神经网络，核心能力是"预测下一个词"，从而能对话、写作、翻译、推理。ChatGPT、豆包、Kimi、文心一言、通义千问等都属于大语言模型。
生成式 AI（Generative AI，AIGC）：以大语言模型、扩散模型等为底座，能够"生成新内容"（文字、图片、音频、视频、代码）的 AI 应用统称。我们常说的 AIGC（AI Generated Content，AI 生成内容）就是它的应用落地。

一句话理解这条链：机器学习是"让机器自己学"的总思想 → 深度学习是其中"学得特别好"的一支 → 大语言模型是"用海量文本把深度学习做到极致"的具体成果 → 生成式 AI 是"拿这些成果去生产内容"的应用层。

3. 生成式 AI 的核心特征🍐

内容生成：能根据一句话/一张图，产出新的文本、图像、音频、视频、代码，这是它与"判别式 AI"（只做分类判断，如垃圾邮件过滤）最本质的区别。
多模态理解：能同时处理文字、图片、音频、视频。比如你拍一张照片发给大模型，它能描述画面内容；给一段录音，它能转成文字并总结。
推理能力：能进行逻辑推理、数学计算、代码调试、多步骤任务规划。这使 AI 从"聊天玩具"走向"生产力工具"。

4. 核心名词🍐

名词	通俗解释	类比
大模型	参数规模巨大、经海量数据训练的神经网络模型，是生成式 AI 的"大脑"	一个读了海量书、见多识广的"通才"
参数（Parameters）	模型内部可调节的"旋钮"数量，决定模型的记忆与表达容量。常用"几十亿、几百亿、几千亿"来描述	大脑中神经连接的多少
预训练（Pretraining）	用海量公开数据先"通读"一遍，让模型掌握语言规律和世界常识	大学毕业前的通识教育
微调（Fine-tuning）	在预训练基础上，用特定领域数据再训练，让模型更懂某一行	毕业后进入某个行业岗位再培训
Token	模型处理文本的最小单位，中文常见"一字或一个词 = 1~2 个 token"，按 token 计费/计长度	阅读时的"字/词"
多模态（Multimodal）	模型能处理文字+图片+音频+视频等多种形态的信息	既看得见又听得懂还会说

避坑提醒：很多教程爱聊"参数有多少亿""开源还是闭源"，初学者不用沉迷技术参数。先理解"这个工具能帮我做什么、怎么问得更好"，比背参数更重要。

作业

实操练习 1：用自己的话复述 + 收集身边的 AI 案例

目标：检验你是否真正理解了"生成式 AI 与传统软件的区别"，并建立"AI 就在身边"的体感。

操作步骤：

写一段"复述"（5 分钟）。不用打开任何工具，用你自己的话，把下面这段话补完并写下来（建议 100~200 字）：
传统软件是"人把规则写死，软件照章执行"；生成式 AI 是"从海量数据里自己学会了规律，然后按我的要求现场生成新内容"。区别在于______、、。
- 提示：可从"输入输出""是否依赖预设规则""能否创造新内容""能否对话交互"几个角度展开。

列出 3 个身边的 AI 应用案例（15 分钟）。按"场景 → 用的什么 → AI 做了什么 → 没有 AI 会怎样"四列做一张表，至少找 3 个。示例如下：

场景	用到的 AI	AI 做了什么	没有 AI 会怎样
手机相册找照片	相册自带的智能搜索	识别照片里的人/物，输入"猫"就能筛出所有猫的照片	只能靠相册创建日期一张张翻
地铁刷脸进站	人脸识别系统	摄像头识别你的脸并放行	要掏卡/扫码
语音转文字记会议	讯飞/微信语音转文字	把 1 小时录音转成可搜索的文字稿	手动逐句抄写
短视频平台推荐	推荐算法	根据你的观看行为推荐你可能爱看的视频	只能看关注列表/按时间排序
用豆包/文心一言写工作邮件	大语言模型	按你的要求起草、润色一封邮件	自己逐字打草稿

把结果存进"Day1实操库"：在本地新建一个文件夹 AI实训，把上面写的内容存成张三_day01_练习实操.md。后几天的练习都放进这个文件夹，方便复盘。

知识交付标准：

能不看笔记，说清"生成式 AI 与传统软件至少 3 点区别"；
能随口举出 3 个自己真实用过的 AI 应用。

2：AI 发展历史与三次浪潮

AI发展历史与三次浪潮

定义

核心要点

1. 第一次浪潮（1950s–1970s）：符号主义与专家系统

起点：1956 年达特茅斯会议，约翰·麦卡锡（John McCarthy）等学者正式提出"人工智能（Artificial Intelligence）"概念，被视为 AI 学科诞生标志。
主流路线——符号主义：认为智能可以表示为"规则 + 逻辑符号"，用 if-then 规则让机器推理。
代表成果：早期的定理证明程序、下棋程序；1966 年 ELIZA（最早的自然语言对话程序，模拟心理医生）；1970 年代"专家系统"（如医学诊断系统 MYCIN、化学分析系统 DENDRAL），把专家的知识编码成规则库。
挫折：现实问题远比规则复杂，规则库难以覆盖，加上当时算力、数据不足，研究进展远低于预期，1970 年代中期进入"第一次 AI 寒冬"。

2. 第二次浪潮（1980s–2000s）：连接主义与机器学习兴起

主流路线——连接主义：模仿人脑神经元，用"神经网络"来学习，与符号主义相对。
代表成果：1986 年反向传播算法(BP算法)让多层神经网络可训练（深度学习的重要基石）；1980 年代后期专家系统商业化（如 DEC 公司的 XCON）短暂回春但很快遇冷，1987 年前后进入"第二次 AI 寒冬"；1997 年 IBM 的深蓝（Deep Blue）战胜国际象棋世界冠军卡斯帕罗夫；同期机器学习（支持向量机、决策树等）在工业界落地，互联网兴起带来海量数据，为下一代突破埋下伏笔。
关键词：机器学习、互联网数据红利、计算机性能提升。

3. 第三次浪潮（2010s–至今）：深度学习突破与生成式 AI 爆发

2012 年：深度学习模型 AlexNet 在 ImageNet 图像识别大赛中大幅夺冠，深度学习正式崛起。
2016 年：谷歌 AlphaGo 战胜围棋世界冠军李世石，AI 进入大众视野。
2017 年：谷歌团队发表论文《Attention Is All You Need》，提出 Transformer 架构——这是大语言模型的基石，后续几乎所有大模型都基于它。👈
2018 年起：BERT、GPT 系列相继发布，大语言模型能力快速提升。
2020 年：OpenAI 发布 GPT-3，展现出惊人的文本生成能力。
2022 年 11 月：OpenAI 发布 ChatGPT，5 天注册用户破百万、2 个月月活破亿，被视为"AI 的 iPhone 时刻"，全球生成式 AI 浪潮引爆。👈 👈
2023 年：OpenAI 发布 GPT-4（多模态）；国内进入"百模大战"。
2024 年：OpenAI 发布文生视频模型 Sora（2024 年 2 月展示）、DeepSeek 发布并凭借开源、低价与强推理在 2025 年初全球出圈；各类 AIGC 应用进入爆发式落地。
2025 年至今：智能体（Agent） 成为行业主线，AI 从"会聊天"走向"能干活"（自主规划、调用工具、完成多步骤任务）；多模态、端侧 AI、具身智能持续演进。

ImageNet2012
百模大战部分企业

4. 国内 AI 发展关键节点

2023 年 3 月：百度发布文心一言，为国内首个公开的大语言模型，拉开国内大模型竞赛序幕。
2023 年 4 月：阿里发布通义千问；商汤发布"日日新"。
2023 年 5 月：科大讯飞发布星火认知大模型。
2023 年 7 月：华为发布盘古大模型 3.0（面向行业）。
2023 年 8 月：字节跳动发布豆包。
2023 年 10 月：月之暗面（Moonshot AI）发布 Kimi（以长文本处理见长）。🍐
2023 年 11 月：零一万物发布 Yi。
2023 年全年：国内大模型进入"百模大战"阶段。
2024 年：通过国家备案、面向公众开放的大模型陆续上线，AIGC 应用从"模型竞赛"转向"应用落地"，深入教育、办公、设计、电商、医疗、工业等各行业。
2025 年：DeepSeek 出圈带动大模型普惠化与低价化；智能体、多模态、AI 编程工具大规模普及。

作业

实操练习 2：手绘 AI 发展时间轴（标注 5 个里程碑）

目标：把零散的历史事件串成一条可复述的线。

操作步骤：

准备工具：一张 A4 纸（或平板手绘 App、飞书画板均可），一支笔。优先手绘，动手画过才记得牢。
画时间轴：横着画一条带箭头的线，左端标"1950 年代"，右端标"今天（2026）"。按比例大致把 1970、1980、1990、2000、2010、2020 标注在轴上。
标注 5 个必选里程碑（每个用"年份 + 事件 + 一句话为什么重要"写在小卡片/气泡里，画到轴对应位置）：
- 1956 达特茅斯会议——AI 学科诞生
- 1997 深蓝战胜国际象棋冠军——AI 首次在智力竞技中战胜人类
- 2012 AlexNet 图像识别夺冠——深度学习爆发
- 2017 Transformer 论文——大模型的地基
- 2022.11 ChatGPT 发布——生成式 AI 走进大众
- 另推荐补充：2016 AlphaGo 战胜李世石、2024 Sora / DeepSeek（选 1~2 个即可）
在轴下方补一条"国内线"：标出 2023 文心一言/通义千问/豆包、2023 百模大战、2025 DeepSeek 出圈这几个国内节点。
合上笔记复述：对着你画的时间轴，用 3 分钟把"三次浪潮 + 5 个里程碑"讲给自己听。讲不出来的地方回到笔记查，然后重新讲。
存档：拍照或导出，存进 AI实训/Day1/张三_day01_练习实操.md。md的软件可以用Typora打开（免费的）

验收标准：闭卷状态下能说清"三次浪潮分别是什么路线、代表成果是什么"；能准确说出 5 个里程碑的年份与意义。

3：主流 AI 工具全景分类

主流 AI 工具全景分类

定义

核心要点

工具更新极快，本表是"截至 2026 年中仍主流的代表性工具"，作用是把工具按功能归类、建立地图感。具体选哪个，按你的任务（要图、要文、要视频、要代码）和预算来。所有工具免费版都够你入门。

1. 通用多模态大模型（全能助手，先注册 1–2 个）

工具	出品方	核心场景
ChatGPT（GPT 系列）👍	OpenAI	对话、写作、推理、编程、多模态
Claude👍 👍	Anthropic	长文本、代码、深度分析
Gemini	Google	多模态理解、与谷歌生态联动
豆包👍	字节跳动	中文对话、语音、多模态，免费额度友好
文心一言	百度	中文对话、知识问答、与百度生态联动
通义千问	阿里巴巴	中文对话、办公、多模态
Kimi👍	月之暗面	长文本（几十万字资料分析）
DeepSeek	深度求索	推理强、免费、开源生态好
讯飞星火	科大讯飞	中文、语音能力突出

定位：日常问题、写作、翻译、学习、信息整理的"第一入口"。

2. AI 搜索与研究工具（会问、会给带来源的答案）

Perplexity：国外头部 AI 搜索，答案带引用来源。网址
秘塔 AI 搜索：国内使用友好的 AI 搜索，中文效果好。网址
纳米 AI 搜索（360）：据公开报道其下载量曾位居全球第二，仅次于 DeepSeek（据澎湃新闻 2025 年 2 月报道），主打多模态搜索。网址
此外，天工 AI、360 AI 搜索等也可按需选择。

定位：做资料检索、行业调研、事实核查时，替代"百度/谷歌 + 手动翻页"。

3. AI 图像 / 音视频创作工具

类别	代表工具	核心场景
AI 绘图	Midjourney（效果顶级，付费）、Stable Diffusion（开源可本地）、即梦AI、文心一格、通义万相	文生图、海报、插画、电商图
AI 视频	可灵 AI（快手）、即梦 AI（字节）、海螺 AI、Vidu、Runway、剪映（智能剪辑）、Sora	文生视频、图生视频、智能剪辑
数字人	剪映、HeyGen	数字人口播、多语言视频
AI 音频	Suno / Udio（AI 音乐）、TTS 语音合成工具	生成歌曲、配音

定位：内容创作者的"生产力"，也是 AIGC 就业的核心工具族。注意：AI 出图出视频的"手部、文字、logo、复杂结构"仍会出错，必须人工检查修图。

4. AI 编程 / 办公 / 智能体工具

类别	代表工具	核心场景
AI 编程	GitHub Copilot、Cursor、通义灵码、豆包 MarsCode、Qoder（阿里 2025 年 8 月发布）	写代码、补全、debug、生成小工具
AI 办公	飞书智能伙伴、WPS AI、Microsoft 365 Copilot	写文档、做表格、做 PPT、会议纪要
智能体（Agent）	扣子（Coze）、Dify	无代码搭建自己的 AI 机器人/工作流
AI 设计	即梦、Canva AI、稿定 AI 等	平面设计、排版

定位：让"一个人干两个人的活"——哪怕你不当程序员，也可以用 AI 编程工具生成数据分析脚本、用扣子搭一个自动回复机器人。

5. 行业垂直 AI（教育、法律、设计、工业等）

教育：AI 口语陪练、AI 出题/批改、个性化学习（如讯飞学习机、豆包里的学习场景）。
法律：合同审查、法律检索、文书起草（各大法律科技公司产品）。
设计/电商：AI 商品图、详情页、模特图、跨境多语言 Listing 优化。
工业/医疗/金融：质检、辅助诊断、财报分析、风控等（多为 B 端产品）。
内容行业：AI 漫剧/短视频制作、AI 配音、AI 写作等新兴内容形态。

重要认知：垂直 AI 不是独立新技术，而是"通用大模型 + 行业数据/场景"。所以打好通用能力基础，行业场景随时可迁移。

作业

实操练习 3：整理个人 AI 工具清单表

目标：建立"我的工具库"，把"听说过的工具"变成"我知道拿来干什么的工具"。

操作步骤：

建一张表（推荐用飞书表格、Excel 或 Markdown 表格），至少包含 5 列：工具名称 | 分类 | 主要用途 | 使用门槛（免费/付费、需不需要翻墙）| 我的使用计划。

按课时 3 的五类各选 1–2 个，填满至少 8 行。参考填写方式：

工具名称	分类	主要用途	使用门槛	我的使用计划
豆包	通用大模型	日常问答、写作、翻译	免费	第 6 天完成第一个任务
DeepSeek	通用大模型	深度推理、学习答疑	免费	辅助做学习计划
秘塔 AI 搜索	AI 搜索	查资料、做调研	免费	第 3 天查行业报告用
即梦 AI	图像/视频	出海报图、简单视频	免费额度	第 5 天尝试做漫剧分镜
可灵 AI	视频	文生视频	免费额度	学漫剧时用
剪映	视频剪辑	剪辑、字幕、数字人	免费	剪辑练习
Cursor	AI 编程	生成代码脚本	免费版	第 5 天试着做个小工具
扣子	智能体	搭 AI 机器人	免费	之后学习时搭学习助手

逐个注册体验：今天至少把"通用大模型"里你选的 2 个完成注册，各问一个问题，把"会不会用、好不好用"填进表格。
去重与标注：遇到"太多工具不知道怎么选"，就在表格里加一列"和 XX 工具的区别"。原则是同类工具先精一个，不要全装。
存档：把表存为 AI实训/Day1/张三_day01_练习实操.md（表格或 Markdown 均可）。

验收标准：表格 ≥ 8 行、五类全覆盖、每行都有"用途"和"门槛"；已实际注册体验至少 2 个通用大模型。

4：AI 行业就业前景与岗位拆解

AI行业就业前景与岗位拆解

定义

核心要点

1. AIGC 核心就业岗位（2025–2026 热门）

岗位	做什么	大致薪资（一线城市/有经验者）	关键技能	入行门槛
AI 提示词工程师	设计/优化提示词，让 AI 稳定产出高质量内容，构建提示词模板库	初级约 6–12k，资深 15k+	表达清晰、懂模型特性、会调参迭代	低，非技术可入，重实战案例
AI 绘图师 / AIGC 设计师	用 Midjourney/即梦/SD 等完成电商图、海报、IP 形象、广告视觉	约 8–20k（据猎聘，深圳高级 AIGC 设计师 15–25k）	审美、构图、PS 修图、提示词、控图	中，作品集是敲门砖
AI 短视频 / AI 漫剧制作师	用 AI 工具批量完成分镜画面、配音、剪辑，产出短视频与漫剧	约 8–18k（据猎聘，AIGC 视频制作岗位常见；资深 AIGC 导演 25–50k）	脚本、分镜、剪辑（剪映/Pr）、AI 视频工具	中，作品集 + 完片能力
AI 训练师 / 数据标注员	为模型准备/标注数据、评测模型输出、编写优化建议	初级 4–8k，中级 8–15k，高级（医疗/法律/自动驾驶等垂直）可达 20–40k（据智联招聘《2025 年人工智能产业人才发展报告》数据标注/AI 训练师平均月薪约 6.5k，北京最高约 9k；垂直高级岗可大幅上探）	细心、领域知识（医学/法学/理科等是加分项）、文档能力	低，零基础可入，是"AI 老师"型岗位
AIGC 产品运营	围绕 AI 产品做内容、用户、活动、增长运营	约 8–20k	内容策划、数据分析、用户运营、会使用 AI 提效	中，运营基础 + AI 工具能力

行业背景（可查证）：据多家机构与媒体报道，
2025–2026 年 AI 岗位需求旺盛——如 2025 年度人才报告显示 AI 产品经理岗位量增幅达 369%（中国日报网）；
2026 年春招 AI 岗位平均月薪约 6.07 万元、AI 人才供不应求（中国日报网引行业报告）；
2025 年底快手平台 AI 已催生 15 个新职业，含 AIGC 应用师、提示词工程师、AI 导演、人工智能训练师等；
2025 年 7 月人社部在"动画制作员"职业下增设"生成式人工智能动画制作员"工种。
但注意：高薪集中在算法/资深技术岗，非技术入门岗从"较低起点 + 作品积累"起步更现实。

纳米漫剧流水线

2. 非技术岗转型路径（设计/文案/运营/教育如何结合 AI）

核心逻辑不是"转行做程序员"，而是**"用 AI 把自己岗位的产能翻几倍"**：

设计：AI 出初稿 → 你定方向、精修、交付。从"从零画"变"审核+优化"，产出量提升，价值提升。
文案/新媒体：AI 辅助选题、初稿、改写多平台版本，你负责判断、润色、把关事实与合规。
运营：AI 写复盘、做数据分析、生成活动方案，你负责策略和落地。
教育/培训：AI 备课、出题、批改、做课件，转型"会用 AI 的老师"。
对应到岗位：几乎所有行业都在新增"会用 AI 的人"的隐性要求，这就是你的转型机会。

3. 接单与副业渠道

闲鱼：据闲鱼公开数据，2026 年上半年平台 AI 服务订单量达 981.6 万单、同比激增 157%，近 500 万人购买 AI 服务；其中"AI 技能"（AI 绘画设计、AI 漫剧制作等）占全部 AI 订单约 45%，是最大品类。适合卖"AI 技能服务 + 教程 + 模板"。
猪八戒网：发布任务找服务方的老牌平台，AI 相关设计、文案、开发可接单。参考报价（据公开攻略）：企业 Logo 设计约 300–800 元、公众号推文文案约 150–500 元。
其他渠道：BOSS 直聘/猎聘找兼职与全职、58 同城本地服务、Upwork（英文单，面向海外）、小红书/抖音（接商单或做教程流量）。
常见 AI 接单报价参考（据公开攻略）：单人头像 30–80 元、情侣/双人插画 80–150 元、简单海报/短视频封面 120–300 元、IP 角色立绘 250–600 元；加急 24 小时交付通常 ×1.5–2。报价随作品质量与知名度提升。
作品集要求：无论接单还是求职，都需要"能直接展示的完片作品"。建议从 6–10 个不同类型作品起步（头像、海报、短视频、漫剧片段各 2–3 个）。

5：通用大模型初体验

通用大模型初体验

定义

核心要点

1. 主流大模型注册与基础界面

选 2 个先注册（建议 1 个国际 + 1 个国产）：如 ChatGPT（需科学，可能有门槛）+ 豆包 / DeepSeek / 文心一言 / 通义千问 / Kimi（国内可直接用）。
注册方式：国内工具一般手机号即可注册；网页版、App 都可用。
基础界面功能（大多数大模型通用）：输入框（提问）、新建对话/会话、历史记录、上传附件（图片/PDF/文档）、联网搜索开关（如有）、语音输入（App 端）、"重新生成"按钮（对同一问题再生成一版）。

2. 基础提问技巧

明确需求：不要只问"帮我写个方案"，要给出"写给谁、用来干什么、多长、什么风格"。
给出背景：补充上下文（你的身份、目标、已知条件），模型才能给出贴合的回答。
限定输出格式：明确要求"用表格""300 字以内""分 3 点""先给结论"等，输出质量会明显提升。

万能提问模板（先背下来）：
你是[角色]。我的背景是[一句话背景]。请帮我[具体任务]，要求[格式/长度/风格]，注意[约束]。

3. 大模型的能力边界与幻觉识别

作业

实操练习 6：完成第一个 AI 任务（个人学习计划 + AI 漫剧选题简介）

目标：完整走一遍"提出需求 → 迭代提示词 → 得到可用结果"的流程，产出 2 份成果。

说明：AI 漫剧 = 用 AI 工具批量生成漫画分镜画面、配上 AI 配音与剪辑而成的短剧/动态漫，是近两年快速兴起的内容形态，在抖音、快手、B 站、闲鱼（大量 AI 漫剧制作教程与接单）中都很活跃。

操作步骤：

打开你已注册的通用大模型。
任务 A：让 AI 帮你生成"个人 AI 学习计划"。
- 第一版提问（把【】替换成你的真实信息）：
  你是 AI 学习规划师。我是【你的身份，如：零基础大学生/上班族】，每天有【1 小时/2 小时】学习时间，目标是【3 个月后能独立完成 AI 漫剧/短视频制作】。请帮我制定一份 3 个月的学习计划，要求：按月分阶段、每个阶段有明确目标和产出物、每周有具体任务。
- 看结果 → 迭代：如果结果太空泛，继续追问，例如：
  把第一个月再细化到周，每周列出要学的具体工具和要做的 1 个作品。
  我只有周末能学，请按周末集中学习重新排时间。
  用表格输出，并标出每个阶段结束时的验收作品。
- 保存：把最终版复制保存为 AI实训/Day1/张三_day01_练习实操.md。
任务 B：让 AI 帮你生成"一段 AI 漫剧选题简介"。
- 提问示例（可自定义题材）：
  你是 AI 漫剧编剧。请为我策划一个适合做 AI 漫剧的选题，
  要求：
  ①题材【都市奇幻/校园/科幻/古风】；
  ②每集 1–3 分钟、共 6 集；
  ③给我：一句话故事梗概、主角设定（名字/性格/目标）、全季主线、第 1 集剧情大纲（起承转合）、以及这个选题为什么适合用 AI 制作。
- 再让 AI 生成一段"分镜描述"（为后面出图做准备）：
  把第 1 集拆成 8 个分镜，每个分镜给出：画面描述（人物、动作、环境、景别、光线）、对应台词、建议使用的 AI 出图提示词。
- 保存：存为 AI实训/Day1/张三_day01_练习实操.md，漫剧选题与分镜章节。
复盘：回答三个问题并写进存为 AI实训/Day1/张三_day01_练习实操.md。
- ①这次提问哪一步让结果变好了？
- ②如果再问一次，我会改什么？
- ③我卡住的地方是什么？

验收标准：已完成任务 A、B 两份成果文件；过程中至少做了 1 次"迭代追问"；