AI 课程：要教的不是工具，是使用工具的能力
关于 AI 的课程正在变成"软件教学"，但软件会过时。本文说明我们设计 AI 相关课程时的判断、课程结构，以及适合谁来学。
现在很多"AI 课程"实际上在教软件操作：这个按钮在哪、那个功能怎么点、模板直接给你二十条。
问题在于：这些内容会在半年内过时。
工具会更新、界面会改、模型会换代。如果课程的价值建立在"记住某个软件"上，它注定要重修。
所以我们设计 AI 相关课程时的第一条判断是：
教判断，不教操作。
第一件：分辨 AI 能做什么、不能做什么。
这是所有使用的前提。不清楚边界，就会在两个极端之间摇摆：要么期待过高（以为它能代替学习），要么完全不用。
第二件：把需求翻译成提示词的能力。
提示词的十个要素（角色、场景、水平、目标、互动规则、回应要求、反馈规则、难度控制、重复变化、结束条件）看起来是操作，实际上是表达能力——它考验的是你能不能把一个模糊的愿望说清楚。
这种能力不会因为工具换代而失效。
第三件：判断 AI 说得是否可信。
AI 会自信地给出错误信息。有没有交叉验证的习惯、能不能识别"听起来很确定但没有根据"的说法，直接决定使用者是被帮助还是被误导。
第四件：把 AI 放进一个训练循环里。
单次使用 AI 不构成训练。真正有效的是把它嵌进一个循环：创造冲击 → 做出回应 → 重复 → 得到反馈 → 回到真实使用。
这四件事合起来，才叫"会用 AI"，而不是"会用某个 AI"。
我们的设计思路是四段：
四段之间不是并列关系，而是递进：跳过第一段直接学第二段，你会得到一堆模板，但不知道为什么这么写。
适合：
不太适合：
这里说明的是课程的设计逻辑与结构。
具体开设哪些班型、什么时间、什么形式，以「课程中心」页面公布的信息为准。我们不在介绍方法的地方承诺排期——这也是我们一贯的做法：把设计和安排分开放。
无论课程怎么设计，有一条不会变：
AI 不能替学习者 Response。
一门 AI 课程，如果上完之后学生说得更少、想得更少、动手更少，那它就是失败的——不管它教了多少个工具。
下一步： 想先自己练起来，看「AI 学习助手」；想了解 AI 在整个体系里的位置，看「AI 学习体系」。
署名： 研究院研究组 Research Institute · 杨斯毅教育研究院