如果沒有任何基礎要學AI，請問有何建議?

https://blog.gaiconf.com/code/

可以整理出以下幾個重點和建議：

1. AI 可以成為非常有效率的學習夥伴，尤其在程式相關領域。來源中提到，講者透過 AI 輔助學習網頁開發（HTML/CSS）比傳統方式快很多，能將原本需要約 6 個月的時間縮短到約 1 個月。AI 速度很快，而且 24 小時隨時可用。

2. 從應用於「行政或周邊任務」開始，而非直接挑戰核心專業。來源中提到，在組織內推動 AI 時，人們對於將 AI 導入自己「本業」的排斥感比較強，但對於協助「行政」事務則樂意接受。這意味著，如果沒有基礎，可以先從用 AI 自動化或優化自己日常工作、生活中遇到的行政或重複性任務開始。這能降低門檻和心理阻力。

3. 「越底層，越多冗工」反而是培養 AI Coding 技能的絕佳溫床。如果你的角色會接觸到較多重複性或看似「冗餘」的工作，這些正是練習用 AI 進行自動化和程式化的好機會。

4. 學習當好 AI 的「甲方」（客戶/需求方）。AI Agent 比人類更會使用工具。既然 AI 會用工具，人類的角色就是要做好「甲方」，需要懂得「驗收」和「招標」。

   • 「招標」意味著你需要學會如何向 AI 提出需求。這包括「把話說清楚」、提供明確的指示，甚至可以請 AI 先向你提問以釐清你的真正需求。你也可以請 AI 幫你重寫指令（prompt），讓指令更清晰有效。
   • **「驗收」**意味著你需要檢查 AI 的產出是否符合你的要求。你需要思考需要驗收幾次、能否自動化測試，以及自己是否有能力判斷結果的正確性。有時候 AI 會偷懶或出錯，你需要指明所有細節或進行多次互動。

5. 將任務「拆解」成小步驟。這是導入 AI 的第一層挑戰。不要想著用一個 AI 或工具解決所有問題。學習將大任務拆解成不同的環節，再針對不同環節使用不同的工具或 AI。

6. 不只是被動接受 AI 給的程式碼或步驟，而是要「逼 AI 讓麻瓜參與開發的討論」。來源中提到，有講者會要求 AI（如 Cursor）跟他討論開發決策，問 AI「有沒有開發上需要決定的事情嗎？跟我討論」。這個過程能幫助沒有程式背景的人理解工程師的思維和「上位策略」。

7. 學習與 AI 協同建立「開發文件」。在開始寫程式碼之前，可以與 AI 共同討論並記錄專案的目標、原則、開發順序、檔案結構和程式設計決策。這份文件可以作為你與 AI 共同的語言和參考依據，尤其在你使用新的聊天視窗時，因為 AI 可能不記得之前的討論內容。

8. 聚焦在「體驗設計」，讓 AI 自然融入你現有的流程。推動 AI 應用成功的關鍵可能不是技術有多創新，而是如何設計使用者體驗，讓 AI 在「對的時間、正確介面、用正確語言出現」。這讓使用者幾乎感覺不到改變，降低了學習新工具或適應新流程的阻力。

9. 擁抱學習過程中的錯誤和反思。學習使用 AI 是一個不斷發現痛點、嘗試解決、學習、反思和調整策略的螺旋過程。

10. 了解 AI 的守備範圍，並在需要時尋求真人協助。AI 並非萬能，有些部分它可能無法完成。這時候就需要回到現實世界，請教真正的工程師或其他有經驗的人。從他們那裡，你也可以學到更進階的策略和觀念。

總結來說，即使沒有任何基礎，你可以從應用 AI 到自己熟悉的行政或重複性任務開始，學會清晰地向 AI 提問並評估其結果（當個好「甲方」），將大問題拆解成小部分，並且積極與 AI 互動，讓它不只提供答案，更解釋決策過程。同時，關注如何將 AI 自然地融入你現有的工作習慣中，而不是強迫自己去適應 AI。