分类：AI 基建
这里仅展示已发布且允许收录的文章。阅读时建议先判断自己的真实能力和项目风险，再使用工具生成草稿或报价参考。
相关文章
共 147 篇，按发布时间排序。
Agent 人工审核流程怎么设计：什么时候自动，什么时候必须人确认
整理 Agent 人工审核流程设计方法，覆盖动作分级、确认摘要、审批队列、拒绝原因、重试策略和上线前测试。
Agent 记忆数据库怎么设计：Postgres 用户偏好、项目事实和过期规则
面向新手整理 Agent 记忆落库设计，覆盖短期会话、长期偏好、项目事实、来源记录、过期时间、删除入口和人工复核。
Agent 调工具怎么做权限控制：白名单、审批、沙箱和日志
整理 AI Agent 调用工具前的权限控制清单，覆盖工具白名单、参数校验、人工审批、沙箱执行、失败回滚和审计日志。
AI Agent 记忆和 RAG 怎么设计：短期记忆、长期记忆、引用来源和隐私边界
解释 AI Agent 记忆和 RAG 的区别，覆盖短期记忆、长期记忆、知识库检索、引用来源、更新机制、隐私和验收检查。
AI API Key 怎么安全管理：环境变量、权限、轮换、泄露应急
整理 AI API Key 安全管理清单，覆盖环境变量、最小权限、服务端调用、密钥轮换、日志脱敏、泄露应急和客户交付。
客服 AI 模型选型怎么做：速度、成本、知识库、转人工和质检
整理客服 AI 模型选型方法，覆盖响应速度、成本、知识库、情绪识别、转人工、质检、上下文长度和安全边界。
团队 AI 提示词库怎么搭：分类、版本、示例、审核和复用
讲清团队提示词库的搭建方式，覆盖行业分类、版本管理、示例输出、适用边界、审核流程、失败案例和工具导航。
Claude API Rate limit reached 怎么办：限流、上下文、重试和降级
面向新手整理 Claude API rate limit reached 的排查方法，覆盖 token、RPM、上下文长度、重试、队列、降级和日志。
数据分析 AI 提示词模板：指标解释、SQL 思路、异常排查和报告摘要
面向数据分析和业务团队整理 AI 提示词模板，覆盖指标解释、SQL 思路、异常排查、报表摘要、实验复盘和人工核对边界。
Dify 工作流怎么做错误处理：变量、分支、重试和人工兜底
面向新手整理 Dify 工作流错误处理方法，覆盖输入变量校验、节点失败、条件分支、重试、人工兜底和上线前测试。
Dify Workflow 和 Agent 区别：固定流程、工具调用和人工审核
解释 Dify Workflow 与 Agent 的选择方法，覆盖固定流程、自由工具调用、知识库问答、人工审核、成本和上线风险。
教育 AI 提示词模板：备课、教案、测验、反馈和学习计划
面向教育培训和教师整理 AI 提示词模板，覆盖备课、教案、测验题、学生反馈、学习计划、课程运营和人工复核边界。
企业微信、飞书、Slack 怎么接 AI Agent：消息入口、权限和人工接管
整理企业 IM 接 AI Agent 的通用方法，覆盖消息入口、用户身份、群聊权限、知识库、审批、日志和人工接管。
Gemini API 限流怎么排查：RPM、TPM、批量请求和降级模型
整理 Gemini API 限流排查方法，覆盖 RPM、TPM、请求峰值、上下文长度、队列、重试、降级和生产监控。
医疗行政 AI 提示词模板：病历摘要、随访问卷和宣教材料怎么安全写
面向医疗行政和健康服务团队整理 AI 提示词模板，覆盖资料摘要、患者宣教、随访问卷、内部 SOP 和人工专业复核边界。
全行业 AI 提示词模板库怎么做：销售、运营、客服、HR、财务和教育都能用
整理全行业 AI 提示词模板库的搭建方法，覆盖销售、运营、客服、HR、财务、教育、产品和研发场景，重点讲分类、输入、输出、审核和复用。
大模型 API 限流和重试怎么做：429、队列、退避和降级方案
整理大模型 API 限流与重试设计，覆盖 429 错误、速率限制、指数退避、请求队列、缓存、降级模型和用户提示。
大模型成本监控怎么做：按用户、功能、模型和项目拆账
整理 LLM 成本监控看板设计方法，覆盖用户、功能、模型、token、错误率、缓存、预算告警和客户项目拆账。
大模型部署怎么选：Hugging Face Inference Endpoints、API、私有化和成本检查
面向新手整理大模型部署路径，讲清 API 调用、托管推理端点、私有化部署、vLLM/TGI/SGLang、成本、延迟、安全和验收。
本地部署大模型显存不够怎么办：量化、上下文、并发和换模型
面向新手解释本地部署大模型显存不够的排查思路，覆盖模型大小、量化、KV cache、上下文长度、并发、CPU offload 和模型选择。
制造业 AI 提示词模板：SOP、质检记录、设备故障和生产复盘
面向制造业和工厂运营整理 AI 提示词模板，覆盖 SOP、质检记录、设备故障、生产复盘、培训材料和人工工程复核。
MCP Server 怎么部署才安全：本地、远程、权限、日志和工具白名单
整理 MCP Server 部署安全清单，覆盖本地与远程传输、工具白名单、凭据管理、权限边界、日志追踪和上线前测试。
多模型 Router 怎么做降级：主模型、备用模型、成本和质量评估
讲清多模型 Router 和 fallback 的设计方法，覆盖任务分类、主备模型、限流、成本、质量评估、日志和用户提示。
n8n AI Agent 怎么接知识库和记忆：RAG、上下文和状态存储
讲清 n8n AI Agent 接 RAG 和记忆的思路，覆盖知识库检索、短期上下文、长期偏好、状态存储、权限和测试。
n8n AI Agent 接 Webhook 怎么上线：触发、鉴权、队列和失败重试
整理 n8n AI Agent 接 Webhook 的上线清单，覆盖触发方式、鉴权、输入校验、队列、失败重试、日志和人工接管。
Open WebUI Functions 和 Pipelines 怎么用：扩展模型、RAG 和外部工作流
整理 Open WebUI Functions 与 Pipelines 的使用边界，覆盖 provider 接入、RAG、消息过滤、外部工作流、安全和部署检查。
OpenAI Batch API 适合什么任务：批量摘要、分类、抽取和成本控制
解释 OpenAI Batch API 的适用场景，覆盖批量摘要、分类、抽取、非实时任务、24 小时窗口、成本控制和验收。
运营 AI 提示词模板：周报、SOP、活动计划、复盘和数据解释
面向运营团队整理 AI 提示词模板，覆盖周报、SOP、活动计划、复盘、用户反馈、数据解释、会议纪要和人工审核边界。
产品经理 AI 提示词模板：需求分析、PRD、竞品、用户故事和验收标准
面向产品经理整理 AI 提示词模板，覆盖需求澄清、PRD 草稿、竞品分析、用户故事、验收标准、发布说明和风险复核。
RAG 怎么显示引用来源：文档名、页码、片段和可信度
讲清 RAG 引用来源怎么设计，覆盖文档元数据、chunk 编号、页码、来源片段、回答引用、可信度和用户可追溯体验。
RAG 文档上传前怎么清洗：目录、页眉、表格、重复段落和版本号
整理知识库文档上传前的清洗步骤，覆盖目录、页眉页脚、扫描件、表格、重复段落、版本号、权限和测试问题。
房产 AI 提示词模板：房源文案、客户需求分析、带看记录和风险提醒
面向房产经纪、租赁和物业团队整理 AI 提示词模板，覆盖房源文案、客户需求、带看记录、租售对比和人工复核边界。
软件开发 AI 提示词模板：需求拆解、代码审查、Bug 排查和测试用例
面向软件开发团队整理 AI 提示词模板，覆盖需求拆解、代码审查、Bug 排查、测试用例、重构建议、发布检查和安全边界。
Agent 可观测性怎么做：日志、轨迹、成本和失败复盘
面向新手整理 Agent 可观测性设计，覆盖日志、工具调用轨迹、模型输入输出、成本、延迟、错误、用户反馈和隐私边界。
Agent 生产上线检查表：权限、日志、成本和人工确认
整理 Agent 生产上线前检查清单，覆盖目标、工具权限、记忆、RAG、日志、成本、失败处理、人工确认、监控和回退。
AI 提示词怎么写才好用：全行业都能套的 5 段式框架
面向新手整理全行业通用 AI 提示词框架，覆盖角色、任务、背景、约束、输出格式、复核清单和常见业务场景。
AnythingLLM 怎么搭本地知识库：从文档聊天到 Agent 原型
面向新手整理 AnythingLLM 本地知识库和 RAG 原型搭建思路，覆盖模型选择、文档导入、工作区、检索测试、权限和交付边界。
Arize Phoenix 怎么做 LLM Tracing：OpenTelemetry、评测和排错入门
面向新手整理 Arize Phoenix LLM observability 入门，覆盖 tracing、OpenTelemetry、OpenInference、RAG/Agent 排错、评测和敏感数据边界。
AutoGen / Microsoft Agent Framework 怎么入门：多 Agent 先看迁移和边界
面向新手整理 AutoGen 与 Microsoft Agent Framework 的入门判断，覆盖多 Agent、工具、人类介入、迁移、日志、评测和生产边界。
BentoML 怎么部署 LLM：从本地 Service 到 BentoCloud 验收
面向新手整理 BentoML 部署 LLM 的路线，覆盖 Service、本地运行、Bento、BentoCloud、OpenAI-compatible API、批量推理和上线边界。
Chroma 向量数据库怎么用：本地 RAG 原型先跑通 collection
面向新手整理 Chroma 向量数据库和 RAG 原型搭建思路，覆盖安装、collection、documents、metadata、query、持久化、云端和生产边界。
Claude API 怎么接入：Messages API、费用和上下文边界
面向新手整理 Claude API 接入思路，覆盖 Messages API、API Key、服务端调用、流式输出、Token 计数、费用和客户数据边界。
Cloudflare Workers AI 入门：边缘 AI 接口、成本和数据边界
面向新手整理 Cloudflare Workers AI 入门路线，覆盖 Worker 调用模型、API、Vectorize、AI Gateway、部署、限额、日志和上线风险。
Coze Bot 发布前检查什么：新手别只看能不能聊天
面向新手整理 Coze Bot 发布前检查清单，覆盖 Bot 目标、知识库、插件、工作流、权限、测试问题、发布渠道和人工复核。
CrewAI Agent 怎么部署：从 Crew、Task 到生产监控边界
面向新手整理 CrewAI Agent 部署前后的检查点，覆盖 agent、task、crew、flow、工具、人工介入、日志、成本和生产上线边界。
客服 AI 提示词模板：回复草稿、工单分类、情绪安抚和升级判断
面向客服和售后团队整理 AI 提示词模板，覆盖客户回复、工单分类、情绪安抚、问题升级、知识库问答和人工复核边界。
Dify Docker Compose 自部署怎么做：新手先看这份边界清单
面向新手整理 Dify Docker Compose 自部署前后的检查点，覆盖服务器、环境变量、数据库、向量库、模型供应商、备份和安全边界。
Dify 知识库怎么搭：从上传文档到 RAG 问答
面向新手整理 Dify 知识库搭建流程，覆盖文档准备、知识库创建、检索节点、metadata filtering、引用来源、测试和上线边界。
Dify metadata filtering 怎么用：让知识库检索更可控
解释 Dify metadata filtering 在 RAG 知识库里的用途，覆盖文档标签、检索过滤、权限、版本、场景筛选和测试方法。
Dify 接入 Ollama 怎么做：本地模型到知识库测试
面向新手整理 Dify 接入 Ollama 本地模型的检查点，覆盖 Ollama 服务、模型供应商配置、Docker 网络、LLM 节点、知识库和上线边界。
Dify 怎么接 OpenAI API：模型供应商、LLM 节点和费用边界
面向新手整理 Dify 接入 OpenAI API 的流程和风险，覆盖模型供应商、API Key、LLM 节点、知识库、费用控制、日志和上线检查。
电商 AI 提示词模板：商品标题、详情页、评价分析和售后回复
面向电商卖家整理 AI 提示词模板，覆盖商品标题、详情页卖点、评价分析、竞品对比、客服售后、直播脚本和人工审核。
FastGPT 知识库怎么部署：新手先分清自部署和检索参数
面向新手整理 FastGPT 知识库和自部署入门检查点，覆盖 Docker Compose、模型接口、向量库、知识库参数、测试集和交付风险。
财务 AI 提示词模板：报表摘要、费用分类、预算复盘和风险清单
面向财务和运营团队整理 AI 提示词模板，覆盖报表摘要、费用分类、预算复盘、应收应付、异常说明和人工复核边界。
Flowise 本地部署怎么开始：新手先看数据和权限
面向新手整理 Flowise 本地部署的入门检查清单，覆盖本地运行、Docker、数据库、环境变量、模型 API、权限、日志和上线边界。
Flowise 接 Ollama 做本地 RAG：新手先跑通最小链路
面向新手整理 Flowise 接 Ollama 做本地 RAG 的检查清单，覆盖本地模型、文档、embedding、向量库、检索、回答和安全边界。
Gemini API 怎么接 Next.js：从 API Key 到服务端 Route Handler
面向新手整理 Gemini API 接入 Next.js 的流程，覆盖 API Key、服务端调用、环境变量、多模态输入、错误处理、费用和上线检查。
Docker 使用 NVIDIA GPU：大模型部署先装对 Container Toolkit
面向新手整理 Docker 使用 NVIDIA GPU 的部署检查点，覆盖驱动、NVIDIA Container Toolkit、Docker runtime、nvidia-smi、CUDA 镜像和排错。
Groq API 怎么接入：高速推理适合什么 AI 应用
面向新手整理 Groq API 接入和使用边界，覆盖 OpenAI-compatible 接口、模型选择、响应速度、限速、费用、应用接入和上线检查。
Helicone LLM Observability 怎么做：Gateway、日志、成本和限流
面向新手整理 Helicone LLM 观测入门，覆盖 AI Gateway、OpenAI-compatible 接口、日志、成本、缓存、限流、错误排查和隐私边界。
HR AI 提示词模板：JD、简历初筛、面试题和培训材料
面向 HR 和招聘团队整理 AI 提示词模板，覆盖岗位 JD、简历初筛、面试题、候选人沟通、入职培训和人工公平复核。
Hugging Face Spaces 怎么部署 AI Demo：Gradio、Docker 和公开边界
面向新手整理 Hugging Face Spaces 部署 AI Demo 的路线，覆盖 Gradio、Docker、Secrets、模型文件、公开访问、成本和客户演示边界。
Hugging Face TGI 怎么部署：Text Generation Inference 入门检查表
面向新手整理 Hugging Face Text Generation Inference 部署路线，覆盖 Docker、GPU、模型 ID、Messages API、流式输出、性能和上线风险。
Kubernetes GPU 大模型部署：Device Plugin、资源限制和调度边界
面向新手整理 Kubernetes 部署 GPU LLM 的基础检查点，覆盖 NVIDIA device plugin、nvidia.com/gpu、节点驱动、Pod 资源、日志和生产边界。
LangChain 做 RAG 怎么开始：新手先跑通检索链路
面向新手整理 LangChain 做 RAG 的入门流程，覆盖文档加载、切分、embedding、向量库、retriever、回答链、评测和上线边界。
LangGraph Agent 怎么入门：把状态、工具和人工节点先想清楚
面向新手整理 LangGraph Agent 入门思路，覆盖状态图、工具调用、长流程、人工介入、可观测性、评测和生产部署边界。
LangSmith Observability 怎么做：观测、评测和 Agent 调试
面向新手整理 LangSmith 观测和评测入门，覆盖 tracing、runs、datasets、evaluations、LangChain/LangGraph 应用、成本和上线排查。
法务合同 AI 提示词模板：条款摘要、风险清单和修改问题
面向法务、运营和创业者整理合同 AI 提示词模板，覆盖条款摘要、风险清单、待确认问题、版本对比和人工律师复核边界。
LiteLLM Proxy 怎么部署：统一多个模型 API 前先管好预算和密钥
面向新手整理 LiteLLM Proxy 的部署和使用边界，覆盖 OpenAI-compatible 接口、模型路由、API Key、预算、日志、团队使用和上线风险。
llama.cpp server 怎么用：本地 GGUF 模型 API 入门
面向新手整理 llama.cpp server 的使用思路，覆盖 GGUF 模型、启动参数、OpenAI 兼容端点、性能、局域网、日志和生产边界。
LlamaIndex 做 RAG 怎么开始：Document、Node 和检索
面向新手解释 LlamaIndex 做 RAG 的基本流程，覆盖 Document、Node、索引、检索、引用、评测和知识库维护边界。
LM Studio 本地 API 怎么用：把本地模型变成 OpenAI 兼容接口
面向新手整理 LM Studio 本地服务器和 OpenAI 兼容 API 使用思路，覆盖模型下载、Server 模式、Base URL、SDK 接入、局域网和风险。
营销 AI 提示词模板：选题、广告文案、SEO 和活动复盘怎么写
面向营销和运营整理 AI 提示词模板，覆盖内容选题、广告文案、SEO 标题、社媒脚本、用户画像、活动复盘和人工审核。
Modal 怎么部署 Serverless GPU LLM：代码化环境和冷启动先评估
面向新手整理 Modal Serverless GPU 部署 LLM 的路线，覆盖 image、function、GPU、volume、模型缓存、endpoint、费用和上线检查。
n8n AI Agent 自托管怎么开始：别只会拖节点，要先管边界
面向新手整理 n8n AI Agent 自托管入门路线，覆盖 Docker 安装、Agent 节点、凭据、工具调用、日志、权限和上线前风险。
Ollama API 怎么接到网页应用：本地模型到前后端调用
说明 Ollama API 接入网页应用的基本思路，覆盖本地 API、后端代理、前端调用、超时、流式输出、安全边界和测试。
Open WebUI + Ollama 怎么部署：本地大模型网页聊天入门
面向新手整理 Open WebUI 搭配 Ollama 的 Docker 部署思路，覆盖本机模型、Docker 网络、端口、模型连接、知识库测试和上线前检查。
OpenAI Agents SDK 怎么入门：Tools、Handoffs 和 Tracing 先分清
面向新手整理 OpenAI Agents SDK 入门路线，覆盖 agent、tools、handoffs、running agents、tracing、敏感数据、评测和上线边界。
OpenAI API 接入 Next.js 怎么做：Route Handler 新手清单
面向新手整理 OpenAI API 接入 Next.js 的基本流程，覆盖服务端 Route Handler、环境变量、Responses API、错误处理、成本和安全边界。
OpenRouter API 怎么接入：统一模型入口不是只换 Base URL
面向新手整理 OpenRouter API 接入思路，覆盖 OpenAI-compatible 调用、模型选择、API Key、费用、路由、应用接入和上线风险。
Pinecone 做 RAG 怎么开始：索引、metadata 和召回测试
面向新手整理 Pinecone 做 RAG 的入门路线，覆盖 index、embedding、metadata、query、Top K、权限、费用、测试集和上线边界。
promptfoo 怎么做 LLM 评测：提示词、模型和 Agent 都要有测试用例
面向新手整理 promptfoo 做 LLM 评测的路线，覆盖配置文件、providers、prompts、test cases、assertions、red teaming 和 CI 检查。
Qdrant 向量数据库怎么用：RAG 新手先看集合、向量和过滤
面向新手整理 Qdrant 在 RAG 和语义搜索中的使用思路，覆盖集合、向量、payload、过滤、Top-K、部署、权限和评测。
RAG 文档切分怎么做：chunk 太大太小都会影响检索
面向新手解释 RAG 文档切分策略，覆盖 chunk 大小、重叠、标题层级、语义完整性、metadata、测试问题和常见误区。
RAG 评测怎么做：先准备一套真实测试问题
面向新手整理 RAG 评测方法，覆盖测试集、正确来源、召回、忠实度、找不到答案、权限问题、回归测试和上线记录。
RAG 提示词注入怎么防：知识库不能盲目信任文档内容
面向新手解释 RAG 提示词注入风险，覆盖不可信文档、系统提示保护、检索过滤、引用、工具调用隔离、人工确认和测试方法。
RAG 检索不到内容怎么办：先判断是资料、切分还是检索链路
面向新手整理 RAG 检索不到上下文的排查路线，覆盖资料质量、chunk、embedding、向量库、过滤条件、Top K、rerank 和测试集。
Ragas 怎么评测 RAG：Faithfulness、Context 和测试集先建好
面向新手整理 Ragas 做 RAG 评测的路线，覆盖 metrics、测试集、context precision/recall、faithfulness、answer relevance 和人工复核。
Ray Serve 怎么部署 LLM：多节点、多模型和 OpenAI 兼容接口入门
面向新手整理 Ray Serve LLM 部署路线，覆盖 Ray cluster、Serve、vLLM backend、OpenAI-compatible app、多节点、多模型和生产边界。
Replicate API 教程：做 AI Demo 的模型调用、部署和费用边界
面向新手整理 Replicate API 做 AI Demo 的流程，覆盖模型选择、prediction、deployment、Webhook、文件输入、费用、错误处理和客户演示。
RunPod Serverless 大模型部署：Endpoint、Worker 和冷启动边界
面向新手整理 RunPod Serverless 部署 LLM 的流程，覆盖 vLLM 模板、endpoint、worker、Docker、模型缓存、冷启动、日志和费用。
销售 AI 提示词模板：客户画像、跟进话术、异议处理和会议纪要
面向销售团队整理 AI 提示词模板，覆盖客户画像、线索分析、跟进邮件、异议处理、会议纪要、报价前问题和人工复核。
Agent 部署怎么做：从聊天助手到可上线工作流
面向新手解释 Agent 部署的基本流程，覆盖目标、工具权限、状态管理、记忆、日志、人工确认、测试和上线边界。
Agent 记忆怎么设计：短期记忆、长期记忆和用户偏好
解释 Agent 记忆设计的基础概念，覆盖短期上下文、长期记忆、用户偏好、知识库、权限、删除规则和隐私边界。
Agent 工具调用怎么设计：读、写、执行要分清
解释 Agent 工具调用的设计方法，覆盖只读工具、写入工具、外部执行、权限、人工确认、日志、失败处理和上线测试。
Dify、Coze、Flowise 怎么选：做 Agent 和知识库前先看边界
面向新手比较 Dify、Coze、Flowise 等 Agent 和知识库搭建工具的选择思路，覆盖使用场景、权限、部署、数据和维护边界。
Embedding 模型怎么选：RAG 和向量检索别只看模型名
面向新手说明 Embedding 模型选择方法，覆盖语言、领域、维度、成本、速度、检索评测、向量库兼容和更新策略。
AI 知识库权限怎么设计：别让检索结果越权
说明 AI 知识库权限设计的基础方法，覆盖文档分级、用户角色、检索过滤、引用来源、日志、删除和上线验收。
大模型 API 接入部署清单：上线前要检查什么
整理大模型 API 接入上线前检查清单，覆盖密钥管理、请求限制、成本、日志、失败重试、内容复核、隐私和回退方案。
大模型部署是什么意思：API、本地和私有化怎么选
面向新手解释大模型部署的三条路线：调用 API、本地部署和私有化部署，并整理成本、延迟、数据、运维和上线检查边界。
大模型微调和 RAG 怎么选：新手别把两件事混在一起
解释大模型微调和 RAG 的区别，帮助新手判断什么时候需要知识库检索、什么时候考虑微调，以及数据、成本和评测边界。
大模型部署成本和延迟怎么估算：上线前检查清单
整理大模型部署成本和延迟评估方法，覆盖模型选择、上下文长度、并发、token、缓存、RAG、Agent 多步调用和监控。
本地部署大模型怎么开始：新手先看硬件、模型和用途
解释本地部署大模型的入门路径，覆盖硬件要求、模型大小、量化、推理工具、本地 API、隐私边界和常见误区。
MCP 是什么：为什么 Agent 需要标准化工具接口
用新手能理解的方式解释 MCP 的作用，说明它和 Agent 工具调用、数据源、权限、上下文、部署和安全边界的关系。
Ollama 本地部署大模型怎么开始：新手检查清单
面向新手整理 Ollama 本地部署大模型的入门流程，覆盖用途、硬件、模型选择、本地 API、隐私边界、测试和常见误区。
RAG 知识库怎么搭：文档、切分、检索和回答复核
面向新手解释 RAG 知识库搭建流程，覆盖资料整理、文档切分、向量检索、权限、引用、评测和上线风险。
AI 辅助交付和完全自动交付的检查清单
一份给新手的 AI 辅助交付检查清单：判断哪些步骤可以交给 AI 辅助，哪些必须人工确认，并减少交付风险。
AI 辅助交付常见错误和解决步骤
新手用 AI 辅助做项目时最容易犯的错误：直接复制输出、跳过测试、夸大承诺、忽略敏感数据和交付边界。
AI 辅助交付和完全自动交付有什么区别
AI 可以帮助整理需求、生成代码和检查报错，但不应该替代人的最终判断。本文说明 AI 辅助交付和完全自动交付的边界。
AI 新手接项目前的项目适配检查清单
AI 新手接项目前可以复制使用的检查清单：确认需求、材料、风险、验证方式、报价边界、交付说明和暂停条件。
AI 新手判断接项目时的常见错误
AI 新手判断能不能接项目时，常见错误包括只看预算、相信 simple、跳过材料检查、不会写边界和把学习任务当成交付任务。
AI 新手如何判断自己能不能接项目
AI 新手接项目前，先用需求清晰度、风险等级、验证能力和交付边界判断自己能不能接，避免盲目报价和交付失控。
AI 编程工具使用前风险检查清单
一份给新手的 AI 编程工具风险检查清单，用来确认输入是否脱敏、修改范围是否可控、输出是否验证、交付边界是否清楚。
AI 编程工具使用前要检查哪些风险
新手使用 Codex、Claude Code、ChatGPT 等 AI 编程工具前，应先检查代码权限、敏感数据、客户环境、生成结果和交付责任。
新手 30 天 AI 工具实践执行检查清单
一份可复制的新手 30 天 AI 工具实践执行检查清单，覆盖工具环境、每日练习、作品集、项目判断和人工审核。
新手 30 天 AI 工具实践计划常见执行错误
新手执行 30 天 AI 工具实践计划时，常见错误包括第一周急着投标、每天换工具、没有作品集、忽略人工审核和误接高风险项目。
新手 30 天 AI 工具实践计划怎么执行
新手执行 30 天 AI 工具实践计划时，应先建立工具环境、练习低风险小项目、整理作品集，再谨慎评估是否投标。
AI 自动化项目合规风险检查清单
一份给新手的 AI 自动化项目合规检查清单，用来区分可自动化、必须人工确认、不适合自动化的动作和交付边界。
AI 自动化项目常见合规错误和解决步骤
新手做 AI 自动化项目时常见的合规错误：未审核发布、自动承诺客户、混用敏感数据、缺少日志和误改 sitemap。
AI 自动化项目有哪些合规风险
AI 自动化可以帮助整理选题、草稿和检查清单，但不能替代人工审核、平台规则判断和客户沟通。本文列出新手必须避开的合规风险。
AI 工具实践常见误区自查清单
一份给新手的 AI 工具实践误区自查清单，用来检查工具能力、项目判断、Proposal、草稿发布、自动化和交付边界。
AI 工具实践误区的常见错误和解决步骤
AI 工具新手常见错误包括过度相信工具、低估客户沟通、跳过审核、误把学习项目当交付项目，以及让自动化越过人工确认。
AI 工具实践常见误区有哪些
AI 工具新手常见误区包括以为工具等于能力、草稿等于发布、低价等于优势、自动化等于省心，以及忽略人工审核和交付边界。
AI 项目失败复盘检查清单
一份给 AI 工具新手的失败复盘检查清单，帮助你从需求、报价、沟通、交付、验证、风险和下次动作中找出可改进点。
AI 项目失败复盘常见错误
AI 工具实践失败后，常见错误包括只复盘情绪、不看原始证据、忽略 AI 输出问题、没有记录范围变化、把复盘结论写得太空。本文给出修正步骤。
AI 项目失败复盘怎么做
AI 工具实践失败后，不要只归因于客户、价格或工具。本文给出一套新手可用的复盘流程，帮助你检查需求理解、报价边界、交付验证、沟通记录和风险信号。
AI 工具新手 7 天准备检查清单
一份给 AI 工具新手的 7 天准备检查清单，覆盖服务边界、工具验证、作品样例、客户问题、报价边界、交付记录和风险复核。
AI 工具新手 7 天准备常见错误
AI 工具新手做 7 天准备时，常见问题不是工具不够多，而是服务边界不清、练习没有证据、报价忽略验证、客户问题没有问全。本文整理错误和修正步骤。
AI 工具新手 7 天准备什么
AI 工具新手前 7 天不要急着投项目，先把账号资料、作品样例、工具验证、报价边界和人工审核流程准备好。本文给出每天的任务安排和风险提醒。
AI 服务页文案检查清单
一份给 AI 工具新手的服务页文案检查清单，帮助你核对服务对象、范围、交付物、验证方式、不包含内容、案例材料和风险表述。
AI 服务页文案常见错误
AI 工具新手写服务页时，常见错误包括夸大能力、只堆工具名、没有交付物、缺少验证方式、不写不包含范围。本文给出修正步骤。
AI 服务页文案怎么写真诚
AI 工具新手写服务页时，不要夸大能力或承诺结果。本文给出真实服务页文案结构，帮助你写清楚服务范围、适合客户、交付物、验证方式和风险边界。
AI 工具新手技能路线图检查清单
一份给 AI 工具新手的技能路线图检查清单，帮助你核对服务边界、工具使用、人工审核、交付验证、客户沟通和复盘改进是否准备到位。
AI 工具技能路线图常见错误
AI 工具新手排技能路线时，常见错误包括先学复杂工具、忽略人工审核、没有交付验证、只学制作不学沟通。本文整理错误和修正步骤。
AI 工具新手技能路线图怎么排
AI 工具新手不需要一开始学完所有工具，而要按服务边界、工具使用、人工审核、交付验证和客户沟通来安排技能路线。本文给出一套可执行的学习顺序。
AI 输出不稳定风险控制检查清单
一份给 AI 工具新手的输出稳定性检查清单，覆盖输入固定、版本保存、人工审核、抽样验证、交付说明和风险暂停。
AI 输出不稳定风险控制常见错误
AI 输出不稳定时，常见错误包括反复生成、不固定输入、让 AI 自审、没有验证记录、交付说明过度承诺。本文给出修正步骤。
AI 输出不稳定怎么做风险控制
AI 工具实践时，输出不稳定不能靠多生成几次糊过去。本文给出输入固定、人工审核、抽样验证、版本记录和交付边界的风险控制流程。
AI 小项目练习选题检查清单
一份给 AI 工具新手的练习项目选题检查清单，帮助你确认题目是否低风险、可验证、可记录、适合作品集展示。
AI 小项目练习常见错误
AI 工具新手做练习项目时，常见错误包括选题太大、材料未授权、只展示截图、不写验证方式、把练习包装成客户案例。本文给出修正步骤。
AI 小项目练习选什么：新手从低风险任务开始
AI 工具新手不要一开始就碰复杂项目。本文整理低风险练习小项目选题，帮助你从文案整理、页面小改、表格清洗、报错解释和交付说明开始。
AI 免费工具栈检查清单
一份给 AI 工具新手的免费工具栈检查清单，帮助你确认工具是否覆盖需求记录、AI 初稿、人工审核、验证、交付和复盘。
AI 免费工具栈常见错误
AI 工具新手选免费工具栈时，常见错误包括工具太多、只追新工具、忽略人工审核、没有验证方法、过早付费升级。本文给出修正步骤。
AI 工具新手免费工具栈怎么选
AI 工具新手不需要一开始购买很多工具。本文给出免费工具栈选择方法，覆盖需求整理、文案初稿、代码排查、页面检查、记录复盘和交付说明。
不会编程开始 AI 项目练习：新手检查清单
一份给不会编程新手的 AI 项目练习检查清单，帮助先做低风险练习、记录作品集、人工复核输出，再决定是否查看真实平台需求。
不会编程开始 AI 项目练习：常见错误和解决步骤
整理不会编程新手开始 AI 项目练习时常见的错误：过早投递、夸大能力、忽略人工复核、没有作品集证据、接触高风险客户任务。
不会编程怎么开始 AI 项目练习
给不会编程的新手的一份 AI 项目练习草稿：先从文案、整理、模板、测试和作品集记录开始，不急着承诺复杂开发或真实客户生产任务。
继续用工具做下一步判断
先用工具做判断，再用模板整理交付。生成内容只能作为草稿，不要不审核就直接发给客户。