跳到主要内容

前端 + AI（应用层）学习路径

目标读者：有前端经验（React/Vue/工程化都OK），想做 AI 应用层（前端 + AI / AIGC 前端 / AI 应用工程）而不是卷模型训练与底层算法。

目录​

你将学到什么（以及不学什么）​

  • 你要学的（应用层核心）
    • 用现成模型/API 做产品：聊天、文档问答、生成工具、工作流等
    • Prompt/工作流：结构化 Prompt、多轮对话控制、可配置与版本化
    • 工程能力：鉴权、限流、日志、成本控制、可观测性、灰度与回滚
    • 体验与交互：流式输出、中断/继续、失败兜底、引用与可解释
  • 你不必学的（短期性价比低）
    • 反向传播、训练/微调细节、Transformer 架构推导
    • 分布式高并发架构（除非你的业务真走到那一步）

能力地图：前端+AI 的 4 大模块​

  1. AI 基础（够用即可）
    • 你需要：LLM 能做什么/不能做什么、Token/上下文、温度/Top-p、幻觉、RAG
  2. Prompt Engineering（前端很占优势）
    • 你需要：结构化 Prompt、模板化、多轮对话控制、Prompt + UI 结合
  3. 服务端最低配（必须会半个后端）
    • 你需要：API 转发（保护 Key）、流式输出（SSE/WebSocket）、鉴权/限流/日志
  4. AI 产品体验护城河
    • 你需要：流式交互、取消/继续、状态机、失败兜底、引用来源、成本控制

推荐阅读顺序（按 6 个月可落地）​

  1. 01-转型路线图（转型路线图）
  2. 02-LLM基础（LLM 基础速通）
  3. 03-Prompt工程（Prompt 工程入门）
  4. 04-服务端必会（AI 服务端最低配）
  5. 05-AI产品体验（AI 产品体验）
  6. 06-RAG实战（RAG 文档问答实战）
  7. 07-作品集与计划（6 个月学习计划）

作品集建议（3 个项目就够用）​

  • 项目 1：AI Chat（流式 + 中断）
    • 必备：SSE 流式、取消、对话历史、Prompt 可配置
  • 项目 2：文档问答（RAG + 引用来源）
    • 必备：文档上传、切分/Embedding、向量检索、引用片段可追溯
  • 项目 3：AI 工具型应用（可产品化）
    • 例子：PRD 生成、简历优化、代码解释器、会议纪要/周报生成
    • 必备：模板化、成本控制、失败兜底、结果可编辑/可追溯

学习产出清单（可直接对照自查）​

  • 基础认知
    • 能解释：Token、上下文窗口、温度/Top-p、幻觉、RAG 是什么
  • Prompt
    • 能写出：Role/Task/Constraint/Output 的结构化 Prompt
    • 能做：Prompt 模板化、参数化（从 UI 表单驱动）
  • 服务端
    • 能实现：AI API 代理、Key 不落前端、SSE 流式返回
    • 能补齐：鉴权、限流、日志、错误码与重试策略
  • 产品体验
    • 能处理：取消/继续、并发请求、加载态与错误兜底
    • 能提供：引用来源、提示用户“怎么问”的引导