Part 1
认知基础 — 理解这次 AI 浪潮
第 1 章
为什么这次 AI 离每个人都这么近
从隐藏在算法后台，到直接与每个人对话——这次技术变革的本质是什么
认知起点
第 2 章
AI 的前世今生，普通人该怎么理解
从符号逻辑到神经网络，30年技术演进的非技术读本
历史脉络
第 3 章
为什么 Transformer 和大模型成了分水岭
读懂这次范式转移：注意力机制究竟改变了什么
技术原理
第 4 章
今天前沿研究到底在卷什么
推理能力、Agent架构、多模态——实验室在追哪几个方向
前沿动态
第 5 章
大模型厂商分别在做什么
Anthropic、OpenAI、Google、国内厂商——各家定位和战略差异
厂商格局
Part 2
用起来 — 让 AI 真正进入工作流
第 6 章
Prompt / Skill / Workflow / Agent：四层递进关系
全书核心框架——四层工具的本质区别和选择逻辑
核心框架
第 7 章
AI 最先能帮你做的 20 件白领工作
任务拆解法——识别哪些工作可以立刻交给 AI 的系统方法
任务拆解法
第 8 章
AI + Office：让文档和表格为你工作
结构化输入法——用 AI 处理 Word/Excel/PPT 的实战技巧
结构化输入法
第 9 章
让 AI 帮你处理数据
意图翻译法——把业务问题转化成 AI 能执行的数据分析指令
意图翻译法
第 10 章（三期连载）
用 AI 生成 HTML 工具
原型快速验证法——从零开始用 AI 制作可用的 Web 小工具
第一期
认识HTML工具 · 第一个原型
第二期
从原型到产品 · 功能迭代
第三期
长期维护 · 复用与扩展
第 11 章
重构你的个人工作流——流程审计法
系统性地找出哪些工作该留、哪些该交给 AI、哪些该自动化
流程审计法
Part 3
建立自己的 AI 系统 — 从工具到能力
第 12 章
建立你的 Skill 库——把经验沉淀成可复用资产
经验资产化——6字段Skill卡片模板，让判断力可复用、可传递、可积累
经验资产化
第 13 章
搭建你的第一条自动化工作流
流程节点拆解——用 Python + Claude Code 把重复流程变成自动运行的脚本
流程节点拆解
第 14 章
搭建你的第一个 Agent 助手
任务委托设计——让 AI 在运行时自主判断，而不只是执行固定脚本
任务委托设计
第 15 章
团队 AI 协作：从个人 Skill 到组织能力
标准化扩散法——让个人经验变成团队标准，让 AI 能力在组织里流动
标准化扩散法
第 16 章
未来 1–3 年，提前布局什么
能力护城河模型——判断力、领域纵深、Skill编写力、品味，四类越用越值钱的能力
能力护城河模型
附录
参考资料与工具手册