生成式 AI 入门：微软开源课程，免费学大模型实战
大模型火了，但很多人只停留在“会用聊天框”。微软 Generative AI for Beginners 用十几节手把手教你调用大模型、做检索增强、搭小应用，每节配可运行代码。课程免费、克隆即学、无需注册，英文为主但步骤清楚，照着做就能写出第一个 AI 应用。它适合想从“用户”变成“开发者”的人。
它解决什么问题
天天用大模型聊天，却不会把它接进自己的程序。
想做 AI 应用，不知道提示词工程与 RAG 从哪学起。
网上的实战教程零散，缺一条能跑通的路径。
核心能力
| 能力 | 具体能做到什么 |
|---|---|
| 手把手 | 每节从零写代码，复制就能跑出结果 |
| 讲 RAG | 专门教检索增强生成，落地最常用的玩法 |
| 多模型 | 示范接不同大模型，不绑定单一厂商 |
| 重实战 | 目标是做出小应用，而非只懂概念 |
| 免费开源 | MIT 协议，克隆即学，无付费墙 |
| 跟前沿 | 内容随大模型生态更新，时效性好 |
它把“调 API”升级成“会设计 AI 应用”的能力
这门课和泛泛而谈的生成式 AI 科普不同，它假设你已经会用聊天产品，然后直接教你工程化：怎么写提示词模板、怎么把自有文档喂给模型做检索增强、怎么在小项目里管理上下文与成本。这种从“消费者”到“构建者”的跃迁，正是当下最缺的实战能力，而它用最小可运行样例把门槛压得很低。
学习时要自己申请一个模型 API 密钥来跑示例，注意各家免费额度与计费规则，避免超额。课程覆盖多模型但不深入某个模型的内部原理，想懂训练请回看 AI for Beginners。离线方面，文本与讲解可本地看，但跑代码需联网调用模型与装依赖。它适合作为“动手第一门”，先做出东西再补理论。
同类工具怎么选
| 工具 | 授权 | 差别在哪 |
|---|---|---|
| AI for Beginners | 开源免费 | 同系列，补原理与全景，适合先建立概念。 |
| LangChain 文档 | 开源免费 | 做 AI 应用常用框架，但偏工具需一定基础。 |
| DeepLearning.AI 短课 | 免费闭源 | 专项小课多，部分需平台账号才能跟练。 |
谁适合用
- 会用大模型、想学会把它接进程序的自学者
- 做产品原型、需要快速验证 AI 功能的开发者
- 开设 AI 应用实训、要现成示例课的讲师
怎么开始
- 克隆仓库，先读 README 了解课程地图。
- 按节打开 notebook，自己申请一个模型 API 密钥。
- 从提示词工程那节开始，逐节跑通示例。
- 重点练检索增强生成，搭一个带自有知识的问答。
- 把示例改成自己的小项目，巩固工程能力。
常见问题
要付费吗？
课程本身免费开源；跑示例需模型 API，多数有免费额度但要注意计费。
要注册吗？
学课程不用注册。但调用大模型需在该平台注册拿密钥。
有中文吗？
英文为主，社区有中文导读可作辅助。
需要先懂深度学习吗？
不必。它侧重应用层，原理部分会点到为止，零基础可上手。
授权与合规
Generative AI for Beginners 以 MIT 协议开源，课程与示例代码都在 GitHub，可免费学习。 官网：github.com/microsoft/generative-ai-for-beginners。
继续找同类资源
这条属于「学习资料」栏目，同栏目还有更多可直接使用的免费资源，可以在 学习资料全部资源 里按需翻阅。
相关资源
同栏目下这几条也常被一起翻到：
↓ 获取资源
点击按钮直接前往资源页面。
