从实践开始，而不是理论
初学者犯的主要错误是观看有关“神经网络”的视频几个月，却从未发现任何工具。人工智能只能通过手工来掌握。打开任何可用的聊天助手，并给它一个真正的工作任务：写一封信，分析一个表格，提出标题。第一次尝试将表明结果不取决于模型，而是取决于您如何制定请求。这是入口点。
掌握提示——一项基本技能
提示是您对模型的请求。用语言清楚地陈述问题的能力（即兴工程）是区分那些从人工智能中受益的人与那些感到失望的人的首要技能。基本技术很简单：设置角色（“您是编辑”），描述所需的响应格式，给出示例，将复杂的任务分解为步骤。这些技术适用于任何乐器，并且可以通过几天的练习来掌握。
选择适合您目标的方向
人工智能是广泛的，分散自己是有害的。决定你为什么需要它。如果您想在没有代码的情况下加快当前的工作速度，请使用“操作员”：文本、数据、例程自动化。如果您想构建产品 - 机器人、代理、集成。如果您的目标是改变您的职业并进入人工智能领域，请重点关注您的投资组合和技能以应对该职位空缺。集中注意力比一次性学习所有内容更快地产生结果。
边做边学：小型完整项目
被动获得的知识很快就会消失。与其完成十门未完成的课程，不如制作一个小而完整的结果：设置邮件的人工智能解析，构建一个简单的机器人，自动生成报告。完成一个不起眼的项目可以学到很多倍的知识，并成为技能的证明。设定具体的截止日期和切实的目标，而不是抽象的“学习人工智能”。
避免常见错误
初学者的三个陷阱：被动消费（混淆“我明白”和“我能”）、盲目信任（人工智能肯定会犯错误——检查重要事实）和新闻竞赛（基础比本周的时尚模型更重要）。将人工智能视为一个强大但不精确的助手：它可以加快你的工作速度，但并不能让你免于思考和检查。那么进步将是可持续的。