很多人在学习大模型时会卡在一个很熟悉的问题上：学了很多知识点，但做不出完整项目；开始做项目后，又很快陷入边做边乱、需求飘移、笔记零散、复盘缺失的状态。 这不是因为不够努力，而是因为缺了一套把“学习”和“项目实践”绑定在一起的工作方式。 files.eric.ed

真正高效的做法，不是把知识点、PRD、Spec、代码、实验记录分别管理，而是把它们放进同一条链路中：知识点用于解释项目，PRD 用于定义目标，Spec 用于约束行为，代码和实验用于验证假设，最后再把经验沉淀回知识库。 atlassian

一、先建立一个正确的认知

如果把“学习大模型”理解成看教程、记术语、做题，那很容易进入一种虚假的熟练：你知道 RAG、Agent、Tool Calling、Memory、Evaluation 这些词，但并不知道它们为什么存在、在什么场景应该用、用了以后怎么判断有效。 项目式学习之所以更有效，是因为它把知识放回真实问题中，让学习围绕目标、约束、验证和反馈展开。 itali.uq.edu

所以，学习型项目最重要的，不是“项目做得多复杂”，而是“项目是否能持续逼你做四件事”：定义问题、分解需求、实现能力、复盘认知。 这正好对应 PRD、Spec、代码和知识管理四个层面。 app.daily

二、四层结构：把学习和项目绑成一条链

可以把整个练手项目拆成四层：知识层、产品层、规格层、实现层。它们不是平行文档，而是上下游关系。 files.eric.ed

知识层：我在学什么，为什么学，解决什么问题 ↓ 产品层（PRD）：这个项目为什么存在，要解决什么问题，本阶段做什么 ↓ 规格层（Spec）：系统必须怎么表现，哪些场景成功，哪些场景失败 ↓ 实现层：代码、实验、评估、复盘 ↓ 反哺知识层：我真正学会了什么，哪里理解错了

这套结构的价值在于，它让你不再只是“学过”，而是把每一个知识点都放进一个具体能力中去验证。 pblworks

三、项目应该如何选

练手项目不要一开始就追求“大而全”，因为一旦范围太大，你就会把时间消耗在搭框架和填坑上，而不是学习关键能力。 更适合学习者的项目，应该满足三个条件：问题明确、能力聚焦、可阶段性交付。 ispring

比较适合的大模型练手项目包括：

• 一个文档问答助手，用来练 RAG、Chunking、引用返回和基础评估。
• 一个 SQL/查询条件澄清助手，用来练 Prompt、结构化输出、工作流拆分和失败兜底。
• 一个工作流 Agent 原型，用来练 Planner、Executor、Verifier 的编排。
• 一个写作辅助工具，用来练知识注入、风格控制和结果评估。

项目不需要一开始就有前端或复杂工程化，只要足够支撑“目标—需求—行为—验证”这条链，就已经适合练习。 app.daily

四、PRD 在学习项目中怎么写

PRD 的作用，不是把项目写得像正式商业立项书，而是帮你在每个阶段都回答清楚：我为什么做这个、这次要做到哪里、不做什么。 这对学习型项目尤其重要，因为学习者最容易犯的错误就是范围不断膨胀。 perforce

一个简化版 PRD 只需要包含下面几个部分：

• 背景：为什么想做这个项目。
• 目标：想练什么能力，想做成什么最小成果。
• 用户：谁会使用它，哪怕当前只有你自己。
• 核心能力：这一阶段要实现的功能。
• Out of Scope：这一阶段明确不做什么。
• 成功标准：如何判断这阶段练习有效。

下面是一个简化例子：

# 项目：文档问答助手 ## 背景 正在学习大模型，希望通过一个小项目练习 RAG、提示词设计和回答评估。 ## 目标 做一个最小可用的问答助手，能基于指定文档回答问题，并返回引用片段。 ## 用户 当前用户是自己，后续可给朋友试用。 ## 核心能力 - 上传或接入文档 - 检索相关片段 - 基于上下文回答 - 返回引用依据 ## 本阶段不做 - 多用户系统 - 权限控制 - 复杂前端 - 长期记忆 ## 成功标准 - 至少能正确回答 20 个测试问题中的 15 个 - 对于未知问题能明确说不知道 - 能解释每个模块为什么存在

这个 PRD 已经足够支撑第一阶段开发，而且能帮助你在练习中保持方向感。 atlassian

五、Spec 在学习项目中怎么写

如果说 PRD 解决的是“为什么做、做到哪里”，那么 Spec 解决的就是“系统到底该怎么表现”。 这一步非常关键，因为很多练手项目之所以做着做着没方向，本质上是没有把“行为预期”写清楚。 linkedin

一个最小可用的 Spec，通常只要包含两类内容：Requirement 和 Scenario。 intent-driven

• Requirement：系统应具备的能力。
• Scenario：在具体条件下，系统应如何表现。

例如：

### Requirement: Answer Questions From Documents 系统 SHALL 基于已接入文档回答用户问题。 #### Scenario: Answer with relevant context Given 用户提出的问题在文档中有明确答案 When 系统完成检索并生成回答 Then 系统返回问题答案 And 返回相关引用片段 #### Scenario: Refuse when no supporting context exists Given 用户提出的问题在文档中没有足够依据 When 系统尝试检索文档 Then 系统返回无法确定答案的结果 And 不编造内容

这类写法的价值在于，它把“感觉对”变成了“可验证”。当你后续测试系统时，可以直接拿 Scenario 来验收。 linkedin

六、知识点应该怎么管理

学习型项目里的知识管理，重点不是记定义，而是管理“知识点与项目能力之间的连接”。 也就是说，知识点不能孤立存在，它必须有自己的落点：这个知识解决什么问题、对应项目哪个模块、你是否验证过它。 itali.uq.edu

建议把知识笔记拆成四类：

1. 概念笔记

记录一个概念的定义、用途、边界和相近概念差异。比如：RAG、Function Calling、Reflection、Verifier、Prompt Routing。

2. 模式笔记

记录常见系统模式，比如：单 Agent、Plan-and-Execute、RAG Pipeline、Evaluator-Optimizer、Tool Use Workflow。重点不是“它是什么”，而是“什么时候适合用”。

3. 实验笔记

记录你做了什么实验、为什么这么改、结果怎样、你对结果的解释是什么。实验笔记是学习项目最有价值的部分，因为它能把“做过”变成“知道为什么这样做”。 files.eric.ed

4. 错误笔记

记录你哪里做错了、为什么错、下次如何避免。很多真正的进步都来自这类反思，而不是来自成功案例。 ispring

你可以用一张简单表格把知识和项目挂钩：

这样你每学一个知识点，都可以立刻判断：它是现在该做，还是以后再做。 ispring

七、一个推荐的目录结构

最实用的方式，是把知识库、PRD、OpenSpec、代码和复盘放在同一个仓库中，避免信息分散。 dev

my-llm-project/ ├── README.md ├── docs/ │ ├── knowledge/ │ │ ├── concepts.md │ │ ├── patterns.md │ │ ├── experiments.md │ │ └── mistakes.md │ ├── prd/ │ │ └── v1-prd.md │ └── reviews/ │ └── weekly-review.md ├── openspec/ │ ├── AGENTS.md │ ├── project.md │ ├── specs/ │ └── changes/ ├── src/ └── tests/

这套结构能让你在一个地方同时看到：项目目标、项目约束、当前行为规范、实验记录和代码实现。 dev

八、每周怎么推进，才能真正练起来

项目式学习最怕“想很多，做很少”。所以最好把节奏固定成一周一个小循环，每周只推动一个核心能力。 itali.uq.edu

推荐的每周节奏如下：

第一步：选一个本周主题

例如：

• 第 1 周：结构化输出
• 第 2 周：基础 RAG
• 第 3 周：评估机制
• 第 4 周：工作流拆分

第二步：写一页小 PRD

只写本周目标、范围和成功标准，控制在一页内。 perforce

第三步：写一个 OpenSpec change

针对本周能力建立一个 change，把 Requirement 和 2 到 5 个核心 Scenario 写清楚。 app.daily

第四步：实现最小版本

只做能跑通主链路的最小能力，不做提前优化。 ispring

第五步：做实验和验收

至少准备 10 到 20 个例子来测试系统行为，记录成功、失败和异常。 files.eric.ed

第六步：更新知识库

把这周真正学到的内容写回知识笔记，而不是只保留代码。 files.eric.ed

第七步：写复盘

写三件事：这周做成了什么、没做成什么、下周改什么。复盘比“继续努力”更重要，因为它能让项目持续收敛。 northmead-h.schools.nsw.gov

九、一个可以直接照做的实践模板

如果希望明天就开始，可以直接按下面这套方法执行。

Day 1：定项目题目

选一个足够小的练手项目，例如“文档问答助手”。项目题目越具体，后续越容易收敛。 ispring

Day 2：写一页 PRD

写清背景、目标、用户、核心能力、不做项和成功标准。 atlassian

Day 3：写第一版 Spec

先写 2 个 Requirement，每个 Requirement 写 2 个 Scenario，不求全，但一定要可验证。 app.daily

Day 4-5：做最小实现

先打通主链路，例如文档切分、向量检索、生成回答、返回引用，不要急着做前端和复杂工程。 ispring

Day 6：做测试集

自己整理 10 到 20 个问题，分成正确回答、无法回答、容易误答三类，作为最初的评估集。 files.eric.ed

Day 7：写复盘

回答这四个问题：

• 本周项目往前推进了什么？
• 哪个知识点真正理解了？
• 哪个地方其实还没理解？
• 下周应该继续补哪个能力？

这一轮结束后，再进入下一周的小迭代。 northmead-h.schools.nsw.gov

十、你最终会得到什么

如果持续用这种方式练 6 到 8 周，你得到的不会只是一个 demo，而是四类长期资产。 app.daily

• 一个可以展示的项目原型。
• 一套围绕项目沉淀下来的大模型知识库。
• 一份逐步演进的 PRD 和 Spec 体系。
• 一套你自己能够讲清楚的方法论。

这也是项目式学习最重要的意义：它不只让你“做出东西”，更让你建立解释自己决策的能力，而这恰恰是从“会用工具”走向“真正理解系统”的关键。 pblworks

十一、最后的实践建议

如果现在还不知道从哪里开始，不要再继续收集方法，直接从一个最小项目出发。先写一页 PRD，再写两个 Requirement，然后用一周时间把最小链路跑通。 你会很快发现，真正带来成长的不是“学完再做”，而是“在做的过程中，逼自己把目标、行为、实现和理解逐层说清楚”。 atlassian

对于学习大模型的人来说，PRD 让项目不跑偏，Spec 让系统可验证，知识管理让成长可复用。把这三者绑在一起，项目才不仅是练手，也会变成你的方法论训练场。 atlassian