完全零基礎、不會寫程式，可以學 AI 嗎？

可以。學「用 AI」不需要程式或數學背景，只要學會運用 ChatGPT、Gemini 或 Claude 這類現成工具提升效率即可。需要程式基礎的是「做 AI」，也就是開發應用或訓練模型，那是另一條較長的路徑，新手不必一開始就走。

免費資源真的足夠學會用 AI 嗎？

足夠。AI 工具的免費版、官方說明文件與提示指南、YouTube 中文教學、以及 AI 本身當家教，這些免費資源已能帶你從零到能實際應用。付費課程等你確定深入方向後再投資也不遲。

學 AI 應該先從哪裡開始？

先花一到兩週把一個通用型對話 AI 用進日常，會提問、會追問、會給脈絡。接著花時間學好提示詞這項核心技能，再針對自己最常用的場景深化，最後建立辨識幻覺與資料安全的觀念。

為什麼很多人自學 AI 學不起來？

常見三個陷阱：只顧收藏連結卻從不動手、一開始就想學做模型而放棄、以及追逐每個新工具的焦慮。AI 是實作技能，給自己一個小專案逼自己動手，效率遠高於被動看教學。

把 AI 當老師來學新東西可靠嗎？

很好用但要查證。請 AI 用簡單方式解釋概念、舉例、出練習題是最被低估的免費學習法。但涉及具體數字、事實、法規時仍可能有幻覺，重要內容要另找官方來源交叉確認。

免費學 AI 的資源與路徑：從零到能用的自學地圖

想學 AI 又不想先花錢？其實網路上的免費資源已經足夠帶你從完全不懂到能實際應用。本文給你一條清楚的學習路徑，並整理各階段值得用的免費資源類型，避免你在資訊海裡迷路。

先分清楚：你想學的是「用 AI」還是「做 AI」

開始找資源前，先問自己一個問題，這決定你整條路徑的方向。

第一種是「用 AI」，也就是學會運用現成的 AI 工具提升工作與生活效率，包括寫作、做圖、整理資料、寫簡單腳本。這條路不需要數學或程式背景，多數上班族、學生、創作者屬於這一類，也是本文的主軸。

第二種是「做 AI」，也就是理解模型原理、甚至自己訓練或微調模型、開發 AI 應用。這需要程式與數學基礎，路徑更長，適合工程師或想轉職的人。

這兩者的免費資源與學習順序差很多。混在一起學，是新手最容易半途而廢的原因。以下先給「用 AI」的完整路徑，最後再補「做 AI」的入門方向。

學會「用 AI」的四階段路徑

階段一：熟悉一個通用型 AI 工具（第 1 到 2 週）

這階段目標很單純：把 ChatGPT、Gemini 或 Claude 其中一個用進日常，會提問、會追問、會給脈絡。最好的免費資源其實是「工具本身」加上「真實任務」。每天用它處理一件真的要做的事，比看任何教學都有效。

這階段值得利用的免費資源類型：官方說明文件與使用範例、YouTube 上的中文入門教學影片、以及各大 AI 服務官方部落格的使用技巧文章。挑一兩個看就好，重點是邊看邊動手。

階段二：學好「提示詞（Prompt）」這件核心技能（第 2 到 4 週）

用得好不好，八成取決於你會不會問。這階段要學的是如何把需求講清楚、如何要求特定格式、如何分步驟引導、如何提供範例讓 AI 模仿。

免費資源類型：各家 AI 公司官方推出的「提示指南（Prompting Guide）」品質最高且免費，非常值得精讀；網路上也有許多免費的提示詞範例庫可以參考套用。學這階段的訣竅是「偷好的提示來改」，看到別人好用的問法，改成自己的情境反覆練。

階段三：針對你的主力場景深化（第 1 到 2 個月）

這時你應該已經知道自己最常用 AI 做什麼。是寫行銷文案？整理會議記錄？做投影片？學英文？針對這個場景，去找該領域的免費專門教學，把 AI 用到專業水準。

這階段也適合認識一兩個專門工具。想做圖就去了解圖像生成，想做簡報就找相關 AI 簡報工具的免費版試用。原則同樣是需求驅動，不要貪多。

階段四：建立正確觀念與工作流（持續進行）

真正的高手，差別在於知道 AI 的邊界。這階段要補的是前面幾篇談過的觀念：如何辨識幻覺、如何查證、哪些資料不能給 AI、如何把 AI 產出當草稿再自己把關。把這些內化，你才能安全又有效地把 AI 變成長期生產力。

免費資源類型總覽

資源類型	適合階段	特點
AI 工具本身的免費版	全程	最重要，邊用邊學
官方說明文件與提示指南	階段一到二	免費、正確、品質高
YouTube 中文教學影片	階段一到三	直觀，適合看操作
官方部落格與案例文章	全程	更新快，貼近實務
大學公開課／MOOC 免費旁聽	想深入原理	系統完整，較硬
社群與論壇	全程	問問題、看別人怎麼用
免費提示詞範例庫	階段二到三	直接改用，省時間

善用免費資源的三個技巧

第一，把 AI 本身當老師。這是最被低估的免費資源。學任何新概念，直接請 AI「用簡單的方式解釋」，不懂就追問，請它舉例、出練習題、批改你的理解。你等於有一位 24 小時、無限耐心的免費家教。

第二，優先信任官方資源。談到某個工具怎麼用，官方文件永遠比第二手的內容農場文章準確且最新。網路上很多過時或錯誤的教學，會讓你學到已經改掉的功能。

第三，用「專案」逼自己學。與其漫無目的看教學，不如給自己一個小專案，例如「用 AI 幫我做一份完整的旅遊計畫」或「用 AI 一週產出五篇社群貼文」。在完成專案的過程中，你會被迫學到真正需要的技能，學習效率遠高於被動看影片。

常見的自學陷阱

第一個陷阱是「收藏就等於學會」。很多人瘋狂收藏教學連結、加入一堆社群，卻從不動手。AI 是實作技能，看一百篇不如自己練十次。

第二個陷阱是「一開始就想學做模型」。沒有程式基礎的人，一頭栽進神經網路、微調、訓練的教學，通常兩週內就放棄。先把「用 AI」練好，享受到成果，有動力後再往下走。

第三個陷阱是「工具追新焦慮」。AI 領域每週都有新工具、新模型，追不完也不必追。把一個主力工具用熟、把提示技能練扎實，這些能力可以遷移到任何新工具上，比追逐每個新玩意有價值得多。

想進一步「做 AI」的入門方向

如果你確定要往開發走，免費入門的合理順序是：先具備基本的 Python 程式能力，再學會呼叫 AI 的 API 把模型接進自己的程式，接著理解一些基礎概念如 token、上下文、嵌入（embedding）與檢索增強生成（RAG），最後再視需要接觸模型微調。網路上有大量免費的 Python 教學與各家 API 的官方免費文件，足以支撐這條路的起步，付費課程等你確定方向後再投資也不遲。

結語：路徑清楚，免費資源就夠用

學 AI 從來不缺資源，缺的是清楚的路徑與動手的紀律。對多數人而言，先花一個月把一個通用型 AI 用熟、把提示技能練好、把幻覺與資料安全的觀念建立起來，就已經超越絕大多數只會「隨便問問」的人。全程幾乎不用花錢，關鍵只在於你今天有沒有真的打開工具，開始練第一個真實任務。