课后实操指南
把第一节课变成你自己的能力

恭喜你上完第一节课！但 听懂 ≠ 会用。真正的能力，来自你亲手在 cowork 里走一遍。 下面五步，请按顺序做，每一步都别跳过「记录心得」——这是整个方法的灵魂。

第 0 步 先搭好你的学习工作区

打开 cowork，新建一个 空目录 作为你的课程学习项目（比如 我的AI课程）。 空的就对了——接下来的内容由你和 AI 一起长出来。

建议的目录结构（边做边建，不用一次到位）：

我的AI课程/
├── 课程心得/
│   ├── ppt/                  # 把课程 PPT 放这里
│   ├── test-run.md           # 下载包里的课堂 demo 完整记录（很有用！）
│   ├── 我的心得.md            # 随手记，想到啥写啥
│   ├── 不懂的名词.md          # 听到没懂的术语/概念
│   └── 课程总结.md            # 让 AI 帮你生成
├── 课堂项目/                  # 跟着课程自己做一遍
└── 作业项目/
    └── 作业要求.md            # 把作业要求贴进来
💡 怕 .md？用 .txt 一样行。 上面那些 .md 文件，你嫌麻烦就全建成 .txt（系统自带记事本就能写）， AI 照样读得懂、照样帮你总结。.md 只是排版能好看一点，不影响用——别让格式挡住你动手。

第 1 步 记心得 + 让 AI 帮你总结

先你写，再让 AI 补。 顺序很重要——AI 是来帮你深化的，不是替你回忆的。

  1. 在 我的心得.md 里，尽量回忆课上听到的内容，记下你的体会。不用写得完善，碎片、半句话都行。
  2. 在 不懂的名词.md 里，记下你没太懂的术语和概念。
  3. 把 PPT 放进 ppt/ 目录；再把下载包里的 test-run.md 也放进 课程心得/——它是课堂 demo 的 完整逐步记录，每个 Agent 怎么跑、输入输出长啥样都在里面。
  4. 然后让 AI 结合你的心得、PPT 和 test-run.md 帮你总结。多问几次，每次问得更细，最后要求它 输出一个 课程总结.md 文件，方便你以后回看。
📎 test-run.md 为什么重要：PPT 是「讲了什么」，test-run.md 是「实际怎么做的」。 你对某一步没看懂、或想不起 demo 细节时，让 AI 翻 test-run.md 回答你，比凭空解释准得多。
Prompt 示例（直接抄，再改成你自己的）：
💡 技巧：把「不懂的名词」逐个丢给 AI，让它用大白话 + 例子解释，再让它写回 不懂的名词.md。 一节课下来，你就有了一份属于自己的术语词典。

第 2 步 亲手做课堂项目

只有自己做，才有真体会。 看录像、对着课程资料，自己在 课堂项目/ 里从头做一遍。

第 3 步 做作业 = 解决你自己的真实痛点

作业不是交差，是 用这节课的能力解决你日常工作里的一个痛点。项目可大可小。

先想痛点——它可能是：

然后分两种情况：

你的情况怎么做
痛点 已经有固定流程试着把这个流程搬进 cowork，做成一个 agent / workflow
痛点 还没成型把「作业要求 + 你的痛点描述」一起给 AI，让它给你建议方案，保存成文件

关键是迭代——拿到 AI 的建议后，别停。和它一起细化，就像我做 agent 时不断完善 prompt 那样：你提一点、它改一版、你再提……几轮下来，方案就成型了。全程继续写你的心得体会。

Prompt 示例：
「这是我的作业要求（作业要求.md），我日常工作的痛点是 ___。请帮我分析这个痛点适不适合用 AI/cowork 解决，给我 2-3 个方案，保存成 方案.md，并告诉我最简单能先跑起来的是哪个。」

第 4 步 让 AI 帮你给我写一封邮件 = 提交作业

最后，结合你这一路的 心得体会 和 课后作业，让 AI 帮你写一封邮件发给我。

📌 关键说明：这封邮件 就是你的作业提交——「作业要求」邮件里要的每一项内容，邮件里 一项都不能少。 让 AI 帮你写，不等于让 AI 帮你省。所以 prompt 里要把作业要求的每一项都点给 AI，让它逐项填满。

作业要求里要交的（邮件正文必须全部覆盖）：

  1. 工作流设计——你设计了哪几个 Agent，各自职责、数据怎么从上一个传到下一个。
  2. 每个 Agent 的提示词——角色 / 任务 / 输出格式三要素齐全，并写明输入格式和 OUTPUTS/ 输出路径。
  3. 实际运行输出——每个 Agent 真实跑出来的结果（不是占位符、不是「[略]」）。
  4. 学习心得——≥200 字，且至少 3 条具体的个人观察（「这工具好用」不算，要写你真发现了什么）。
Prompt 示例（直接抄，把括号里的路径换成你自己的）：
「请结合我的作业项目（作业项目/ 目录）和课程心得（课程心得/ 目录），帮我写一封发给老师的作业提交邮件。作业要求的每一项内容都必须完整出现在邮件正文里，一项都不能省，按下面四块组织：
  1. 工作流设计：列出我设计的每个 Agent、各自职责、Agent 之间怎么传数据；
  2. 每个 Agent 的提示词：原样贴出，确认角色/任务/输出格式三要素齐全，并带上输入格式和 OUTPUTS/ 路径；
  3. 实际运行输出：把每个 Agent 真实跑出的结果贴进来，不要用占位符；
  4. 学习心得：≥200 字，至少 3 条我自己的具体观察。
末尾再补一段我还想请教的困惑。语气真诚、简洁。写完先列一个清单核对上面四项有没有遗漏。」

我想看到的不是完美，而是 你真的动手了、真的在想。困惑和卡点尤其欢迎——那正是下一节课我能帮你的地方。

一句话总结
写心得 → 让 AI 总结 → 自己做 → 解决真痛点 → 反馈给我。
每一步都亲手做，每一步都留下记录。这门课的能力，是「做」出来的，不是「听」出来的。

—— 看不懂任何一步，截图发学习群，老师和同学帮你。没有笨问题。