AI 基础认知
LLM、常见模型、GPT / ChatGPT / API 的区别、Agent、Skill、Workflow、Token 和成本误区。
TRAINING SYSTEM
MODEL · AGENT · JUDGMENT
AIModel Layer
01理解 AI
02Codex 执行
03人的判断
MODEL
CONTEXT
TOOLS
DELIVERY
AI 基础认知
理解 AI 不是聊天框，而是一套工作系统
认识 LLM、Agent、Token 与 Workflow 的真实含义。
03Training Boards
31Figma Screens
04Judgment Moves
Operating Model
人提出目标，Agent 负责执行，人负责验收
这条链路来自 Figma 首屏：目标、上下文、工具、交付和沉淀，构成 Agent 时代的基础协作方式。
01人提出目标目标 · 标准 · 边界 · 判断
02AI 理解上下文 · 分析 · 拆解
03Agent 执行工具调用 · 文件输出 · 代码执行
04人验收质量判断 · 纠偏 · 反馈
05方法沉淀Skill · Workflow · 组织资产
第一部分｜理解 AI：基础认知与成本逻辑
从模型、聊天产品、API、Agent 到 Workflow，建立“AI 是工作系统”的共识，并理解 Token 与返工成本。
进入完整讲义 02 / Execution第二部分｜让 Codex 执行：从回答到交付
认识 Codex 如何进入项目现场，输出页面、文件、代码和报告，并把个人经验封装为可复用 Skill。
进入完整讲义 03 / Judgment第三部分｜保留人的判断：问、借、辩、行
复杂项目不要直接问答案，而是先问准、借视角、让分歧上桌，最后形成行动单交给 Codex 执行。
进入完整讲义Content Map
把 31 页演示，拆成可浏览的网站层级
PPT 适合现场推进，网站适合课前预习、课后复盘和按角色查阅。因此首页只承载结构，完整讲义放进三个章节页。
Codex 执行认知
从聊天式 AI 到执行型 Agent，理解 Codex 能做什么，以及为什么 Skill 是组织资产。
问借辩行
用结构化追问、专家视角、多模型圆桌和行动单，把复杂项目交给 Codex 前先判断清楚。
For Teams
每个岗位都可以把强项变成 Skill
设计视觉风格 · 排版规则 · Figma 指令
运营链接分析 · 广告复盘 · 竞品判断
产品机会点判断 · 需求拆解 · MVP 说明
管理者会议拆解 · 复盘框架 · 任务分配
Live Training Rhythm
从认知校准，到现场执行，再到判断框架
00开场悬念
用成本问题打开对 AI 工作系统的好奇。
01概念拆解
把模型、产品、API、Agent 和 Workflow 分层。
02执行演示
展示 Codex 如何进入真实项目并产出结果。
03判断收束
用问、借、辩、行把 AI 能力变成可控协作。
Next Step
下一步：把你岗位上的一个强项，封装成第一个 Skill
先读完整讲义，再挑一个真实工作任务试跑：目标越清楚，Codex 执行越稳定，团队资产也越容易沉淀。