从周报、邮件、会议记录等小任务入手，学习向 AI 说明需求、检查初稿，再针对问题继续修改。适合零基础的新手。课程用 Claude 举例，也会讲清何时需要文件、项目或搜索，以及采用回答前该核查什么。
能用非技术语言说明 AI 如何参与具体任务，区分生成、查来源与固定操作，并指出所需信息和采用结果时的核查责任。
能从自己的真实任务中筛选三个适合 AI 入门练习的小场景，写清所需输入、协助步骤、检查方法与人工责任，并安排练习顺序。
能围绕真实小场景，用启动问题、补清请求和针对回答的修改展示对话增量，减少猜测并形成可检查的候选结果。
能围绕真实小任务衔接目标、背景、资料、具体任务、检查、修改和保存复用，依据过程记录定位最早偏差并选择改进动作。
能用实际任务解释八个核心概念的职责与关系，辨析易混概念，并判断模型、要求、资料或呈现变化如何影响结果。
能依据任务周期、资料、时效、调研深度和交付用途选择或组合 AI 工作方式，并比较连续性、维护成本和用量。
能按资料依据和错误后果为 AI 任务选择相称的核查、搜索、隐私处理与人工确认措施，并修正过度信任的用法。
能依据已有学习表现制定可调整的 AI 入门方案，选择三个真实场景、七天小步练习、可复用请求及风险规则，并说明进阶条件。
