李老师《AI能力跃迁实战课》

如果你平时用 AI 只停在"打开对话框、输入问题、复制答案"这一步，那这门课要解决的正是这个断层：你会用工具，但不会搭流程；你能问出答案，但没法让答案稳定地、批量地产生。李老师《AI能力跃迁实战课》的落点不在"多认识几个 AI 产品"，而在把 AI 从聊天窗口里拽出来，变成能嵌进日常工作的一小段自动化能力。

先说清楚它补的是哪块缺口

多数人学 AI 的路径是碎片化的：刷到某个提示词技巧就试一下，听说某个新模型就注册一个账号，收藏夹里躺着十几个"AI 神器"。结果是遇到具体任务时，仍然只能一件事一件事地手工问。真正卡住人的地方通常是三处：

• 不知道一个任务该怎么拆成 AI 能接住的几步，提示词写完就一次性指望它全对；
• 不知道多个工具之间怎么串起来，让上一个的输出自动变成下一个的输入；
• 没意识到"智能体"和"单次对话"是两种东西，前者要定义角色、工具、触发条件和失败处理。

这门课的内容设置基本就压在第二、三处上。它讲扣子工作流、讲智能体基础，本质是在教你从"使用者"换成"搭建者"的视角：不是问 AI 要一个结果，而是设计一条能重复跑出结果的链路。这个视角的切换，比多背几十条提示词模板有用得多。

实战案例的作用是给你可拆解的样板

光听概念，工作流和智能体的区别还是一团浆糊。这门课用案例来落，你跟着走一遍，能看清几个关键节点是怎么处理的：入口怎么接输入、中间怎么调模型或插件、条件分支在哪里分叉、输出怎么回到人手上。看懂一条链路的骨架之后，你自己遇到新需求，至少知道该从哪一环开始画。

要提醒一句：案例的价值不在照抄，而在于你能否把它抽象成结构。建议边看边问自己——这个案例里哪些步骤是必须的，哪些只是这个场景的临时处理？换一个领域，哪几环可以直接复用？能把这个问题答上来，才算真的学会了。

看完你应该能回答这几个问题

• 一个需要重复执行的任务，什么情况下值得做成工作流，什么情况下单次对话就够了？
• 智能体和工作流的差别在哪，什么时候该用哪个？
• 当链路中间某一步输出不稳定时，你能想到哪几种兜底办法？
• 你手上目前最耗时的那件事，能不能拆成三步以内的 AI 链路？卡点具体在哪一环？

这几个问题如果答不上来，说明还停在"看过"的阶段。答案是开放的，也不唯一，但你必须能给出自己的判断。

适合谁，以及建议的练法

如果你已经用过一段时间的对话式 AI，能写清楚需求，但一到"批量做""定期做""按规则做"就退回手工，这门课对得上你的缺口。如果你连基本的提示词表达都还别扭，先补齐那一层再来，直接上工作流会有点吃力。

练法上给个建议：每看完一个案例，别急着看下一个，先拿自己工作里一件真实的重复劳动去套。哪怕只搭出一个两步的简陋流程，也比把全部案例看一遍更有用。这门课真正能带走的东西，是你自己搭过的那几条链路，不是目录里列了多少个工具。