
OpenAI Academy
用 OpenAI Academy 规划 AI 学习路径并取得课程完成证书
OpenAI Academy 是 OpenAI 的免费 AI 学习中心,把课程、主题指南、线上活动与社群资源整理成一条从基础到 Agent 的路径。本文说明账号与登录要求、三门正式课程的内容与预估时长、四类读者的选课顺序、证书的性质与限制,并给出从注册到完成课程、再回到指南做实作的完整流程。
OpenAI Academy 是 OpenAI 提供的免费 AI 学习中心,把结构化课程、主题指南、使用案例、线上活动与学习社群集中在一个入口。它要解决的问题不是「再给你一份 Prompt 清单」,而是把 AI 从偶尔问一句的聊天工具,变成能稳定协助工作的流程:先理解模型,再用 ChatGPT 完成单一任务,接着把有效做法整理成可重复的流程,最后才进入 Agent 与团队导入。适合完全新手、日常使用 ChatGPT 的知识工作者、开发者、教育工作者,以及负责企业 AI 导入的人。想先看站内整理,可以访问 OpenAI Academy。本文按实际操作顺序讲清楚:怎么登录、三门课分别讲什么、不同角色该按什么顺序学、证书能证明什么、以及哪些内容不必勉强看完。
准备工作
账号与登录状态
OpenAI Academy 的课程免费,不要求技术背景,也不需要先具备编程经验。任何拥有 ChatGPT 账号的人都能参加。这里有一个关键区别:
- 未登录:可以浏览课程页面与部分公开内容,先判断这门课讲什么。
- 已登录:才能正式加入课程、保存学习进度、取得符合资格课程的完成证书。
因此开始之前先确认一件事:你要用哪个 ChatGPT 账号学习。课程纪录会绑定登录时使用的账号,而且目前不支持在不同 Academy 账号之间合并进度。如果公司和个人各有一个账号,先想清楚进度记在哪个账号上,避免学了一半才发现记录分散。
两个容易混淆的入口
OpenAI Academy 相关的内容分布在两个位置,用途不同:
- openai.com/academy/:整理课程与各主题指南的官方入口,偏阅读与索引。
- academy.openai.com:负责课程注册、活动、社群与部分学习内容的平台,偏学习与进度管理。
如果只是想读指南,前者就够;如果要正式上课、留下进度、拿证书,就要走后者。课程平台的注册、进度追踪与证书管理由 Gradual 提供支持,这也是为什么进度与账号绑定得比较紧。
语言与阅读准备
课程说明有繁体中文版本,但主要课程、指南与线上活动仍以英文内容为主。可行的做法是先用浏览器翻译快速理解结构,再回到英文原文核对产品名称与界面用语——产品名、功能名一旦被机器翻译改掉,后面按名称搜索资料时会对不上。
时间预算
三门正式课程都有官方预估时长,可以据此安排:
| 课程 | 主要内容 | 官方预估时长 | 适合对象 |
|---|---|---|---|
| AI Foundations | AI、LLM、ChatGPT、Prompt、结果检查与负责任使用 | 60~75 分钟 | 完全新手、公司共同培训 |
| Applied AI Foundations | 把单次 Prompt 拆成有输入、步骤、工具与检查点的工作流程 | 75~90 分钟 | 已经会用 ChatGPT 的工作者 |
| Agents and Workflows | 设定 Agent 的情境、输出、边界、人工审查与改善方式 | 75~90 分钟 | 想建立自动化或团队流程的人 |
三门课加起来大约三到四小时,属于可以一次安排完的量。课程时长、内容与开放状态可能调整,以官网当前信息为准。
操作步骤
第一步:确定自己要解决的问题
Academy 的资源不少,但不需要从第一页读到最后一页。更有效的起点是先写下你手上真实存在的麻烦:是不知道怎么开口提问,是每次都要重新解释背景,是输出格式总不一致,还是某个周期性任务想交给自动化。这个判断直接决定你该从哪门课开始,也决定后面读哪些指南。
第二步:登录并加入课程
- 打开 OpenAI Academy 的课程平台。
- 在 AI Foundations、Applied AI Foundations、Agents and Workflows 三门中选一门。
- 点击 Start course。
- 用你准备长期保存学习纪录的 ChatGPT 账号登录。
- 按课程安排完成各项活动,并确认进度已被记录。
如果登录后发现进度没有变化,先检查是不是用了另一个账号,而不是怀疑平台故障——进度不跨账号合并是已知限制。
第三步:按角色选择后续指南
课程只是骨架,真正贴近工作的是主题指南。可以按下面的路径继续:
路径一:第一次使用 ChatGPT
- AI fundamentals
- Getting started with ChatGPT
- Prompting 与 Personalizing ChatGPT
- AI Foundations 课程
- Working with files
这条路径的目标不是背 Prompt 公式,而是建立三个习惯:提供足够背景、确认输出是否正确、用追问逐步改善结果。
路径二:产品经理与一般知识工作者
- Applied AI Foundations
- Projects
- Working with files
- Search and Deep Research
- Data analysis
- Skills
- ChatGPT Work
适合已经会聊天、但想把需求研究、竞品整理、产品需求文件、会议纪录与周报变成稳定流程的人。其中 Projects 把同一项工作的对话、文件与指示放在共同空间,省掉每次补充背景;Deep Research 让 ChatGPT 搜索、分析并整合多个来源,适合需要证据与完整脉络的研究任务。对一般使用者来说,这两项通常比急着建 Agent 更快产生价值。
路径三:开发者与技术产品人员
- Codex 入门
- Try real tasks with Codex
- Write better prompts for Codex
- Codex fundamentals
- Advanced workflows and automations
- Building with AI
Codex 是 OpenAI 的程式开发 Agent,可以读取程式码、修改文件、执行指令并协助完成软体开发任务。这条路径强调实际任务:与其先看完所有影片,不如选一个范围小、可以验证的工作,例如补测试、修一个 Bug 或整理文件,再逐步增加权限与自动化程度。Building with AI 更偏开发者,包含 Codex for builders、技术学习路径、AI techniques,以及可重复使用的 Solution packs and patterns。
路径四:企业 AI 导入者
- AI Foundations
- Applied AI Foundations
- Agents and Workflows
- ChatGPT for work
- Skills 与 Workspace agents
- Champion Programs
Champion Programs 把企业推动者的任务分成建立基础、应用到工作、连结同侪与扩大有效做法。这反映一个现实:发账号不等于完成导入,公司还需要共同教材、案例分享、流程规范,以及能帮同事落地的人。
第四步:把课程内容落到一个真实任务上
学完一门课之后,立刻挑一个每周都会遇到的重复任务做测试。判断标准很简单:这个任务有没有固定输入、固定输出格式、以及清楚的人工检查点。三者都具备,才值得继续做成 Skill 或 Agent;缺一项,先用普通对话反而更快,也更容易控制成本。
第五步:需要时查看活动与随选内容
课程平台也收录线上活动与随选内容,可以按 ChatGPT、Codex 或 Agents 等主题搜索官方 Webinar。注意旧活动的界面可能与现在的产品不同,看的时候以当前产品为准。
一个完整示例
下面以一位「已经每天用 ChatGPT 写邮件和会议纪要、但输出质量不稳定」的知识工作者为例,走一遍完整流程。
1. 判断起点。此人不是完全新手,跳过 AI Foundations,直接从 Applied AI Foundations 开始。理由是这门课处理的正是「单次 Prompt 有效、但无法重复」的问题。
2. 登录并加入课程。打开课程平台,选择 Applied AI Foundations,点击 Start course,用公司配发的 ChatGPT 账号登录,确认进度开始记录。
3. 完成课程。按官方预估,这门课需要 75~90 分钟。课程核心是把一次性的 Prompt 拆成四部分:输入、步骤、工具、检查点。学完后应能写出一个带明确输入与验收标准的工作流程,而不是一句「帮我写个周报」。
4. 选一个真实任务测试。此人每周要整理一次跨部门会议纪要。改造前是一句 Prompt;改造后写成固定结构:
输入:本周三场会议的逐字稿与参会名单
步骤:
1. 按议题归并三场会议中重复出现的讨论
2. 每条决议标注负责人与截止日期
3. 未达成共识的事项单独列为「待定」
输出格式:三段式——已决议 / 待定 / 下周需跟进
检查点:负责人姓名必须出现在参会名单中,否则标记为待确认
这段结构的关键不在措辞,而在最后一行:它给出了可自动检查的规则,也给出了人工必须介入的位置。
5. 回到指南补工具。发现逐字稿太长、单次对话放不下,就去读 Working with files,学会把文件作为输入;需要查外部资料佐证某个决议背景,就读 Search and Deep Research。
6. 稳定后固化成 Skill。连续几周都按同一结构产出且质量稳定,再把这套方法写成 Skill:包含名称、用途、执行步骤,以及范本、范例或规则等支援资源。下次只需提供当月资料,不必重贴一大段 Prompt。
7. 判断是否值得做成 Agent。只有当这个任务频率固定、输出格式清楚、且知道什么情况必须停下来交给人处理时,才进入 Agents and Workflows。若只是偶发的探索、写作或发想,普通 Chat 更合适。
8. 取证书。完成符合资格的课程后,可在平台上取得课程完成证书。它记录的是你完成了这门课,不是专业认证。
注意事项
证书的性质
完成课程取得的是 course-completion certificate,即课程完成证书,不是正式的 OpenAI Certification。它能证明你完成了指定课程,但不代表取得 OpenAI 的专业认证,也不保证能直接取得未来的认证资格。把两者画等号会导致对简历与岗位要求的误判。
进度不能跨账号合并
课程纪录绑定登录时使用的 ChatGPT 账号,目前不支持在不同 Academy 账号之间合并。开始学习前确认账号,是唯一有效的规避方式。
内容以 OpenAI 产品为中心
课程与案例自然围绕 OpenAI 自家产品展开,无法取代跨模型比较。想深入模型训练、API 系统设计或 AI Engineering,仍需搭配官方技术文件与实作专案。把它当成一张官方学习地图,而不是供应商中立的完整 AI 专业学程,预期会更准确。
产品名称与界面更新很快
部分早期 Codex 工作案例后来改以 ChatGPT Work 呈现,旧 Webinar 的界面也可能与现在不同。看到对不上的地方,以当前产品为准,不要照旧截图操作。
不是所有工作都值得 Agent 化
Workspace agent 由三个基本元件组成:启动条件、执行流程与 Skills、以及能连接的工具或系统。适合它的任务有固定输入与输出,也能清楚定义什么情况必须停止并交给人工。例如每周一整理行销成效、收到新回馈时自动分类、每天检查业务 Pipeline。反过来,一次性的探索、写作或发想,用普通 Chat 更快,也更容易控制成本。
Skill 要拆小
Skill 适合拆成能混合使用的小模组,不要把全部工作塞进一个巨大流程。模组越小,越容易维护、测试与替换;流程太长时,中间只要一个规则改变,整套指示就可能需要重写。
企业内训的边界
Academy 适合作为共同基础与员工入门教材,企业也可把它用于推动员工实际采用 AI 的计划,并向 OpenAI 客户团队询问学习参与及完成情况的报表功能。但官方不允许把 Academy 课程汇出后放进自家 LMS,学习仍需在 Academy 平台上完成。此外,教育场景的指南偏产品应用指引,学校仍需依自己的学术诚信、采购与资料治理政策制定规则。
课程顺序不必强求
完全新手适合依序学习;已经熟悉 ChatGPT 的人可以从 Applied AI Foundations 开始。但若还没有明确、可重复的工作流程,不建议直接跳到 Agent,因为很难判断它是否真的做对。费用、课程数量、时长与功能状态都可能变动,以官网当前信息为准。