这门课到底怎么学
这门课不是把 AI 当成一个会聊天的网站来学，而是把它当成一个可以被程序调用的能力来学。你会从一个很小的问题开始：我输入一句话，程序怎样把它交给模型？模型为什么会返回不同的答案？为什么同样是“解释循环”，有的回答适合三年级学生，有的回答像说明书？这些问题看起来普通，但它们正是 AI 应用开发的入口。
课堂会反复做一件事：把模糊想法变成清楚流程。比如“做一个学习助手”听起来很大，我们会把它拆成输入、处理、输出、检查四步。输入是学生的问题，处理是提示词、函数或检索工具，输出可以是文字、JSON 或网页，检查则要看答案是否有依据、格式是否稳定、有没有安全边界。拆开以后，AI 项目就不神秘了，它只是很多小步骤排好队。
学生会看到很多例子，也会亲手改例子。一个提示词会从“帮我写作文评语”改成“请用四个字段输出：分数、优点、问题、下一步建议”。一个网页会从“按钮点一下有结果”升级成“输入太长会提醒、生成时按钮会禁用、失败时能重试”。这些小变化比背名词更重要，因为它们会让作品真的能用。
课程里有理论，但理论不会飘在空中。讲 Structured Outputs 时，我们会把它比作一张固定答题卡；讲 Function Calling 时，会把模型和函数的分工讲清楚：模型负责听懂人话，函数负责算准数字；讲 File Search 时，会要求学生说出“资料里没有找到”，而不是编一个漂亮答案。理论的作用是让你知道为什么这样写代码，不是为了把页面写得很厉害。
每一课都同时给 Node.js 和 Python 代码。喜欢网页和前端交互的学生可以从 Node.js 走，喜欢脚本和数据处理的学生可以从 Python 走。两条路线做的是同一个项目，重点不是比较哪种语言更高级，而是理解同一个 AI 流程可以用不同语言实现。这个能力很实用，因为以后换工具、换框架时，思路还能带走。
安全和成本也会一直出现。API Key 不能放前端，不是因为老师喜欢规定，而是因为它就像家门钥匙；输入长度要限制，不是为了麻烦用户，而是为了避免一次请求塞进一大堆无用内容；搜索结果要看来源，不是为了显得严肃，而是因为“看起来像真的”不等于真的。学会这些边界，作品才像一个靠谱的小产品。
你会反复练到的五种能力
- 第一种能力是表达：能把需求说清楚。你会练习写提示词、改提示词、比较改动前后的差别。
- 第二种能力是结构：能让 AI 输出程序能读的结果。JSON、Schema、字段类型都会在真实项目里用到。
- 第三种能力是分工：能判断什么时候该让模型回答，什么时候该让函数、搜索或文件检索来帮忙。
- 第四种能力是交付：能把 AI 能力做成网页，能解释自己的项目，能展示测试记录。
- 第五种能力是判断：知道哪些答案要核查，知道哪里可能出错，知道失败时该怎样排查。