精选有明确学习目标、前置条件和动手练习的教程、项目与制作复盘。先看适不适合自己，再参考热度，中文优先。
社区作者的工具教程、开发经验与项目案例。
图生图、ControlNet 与创作过程，跟着作者练。
从真实作品了解镜头、素材和团队工作流。
热度排序在同平台、同指标内比较；未获取的数据不记为 0。视频显示已核对的播放快照；未获取播放量的课程可在“社区精选优先”下查看。编辑标为已过时的资料在所有排序中都排在最后；各条热度的核对日期可能不同。
安全社区的中文长篇技术分享，围绕大模型提示词注入展开。适合从普通对话风险进一步理解外部内容进入 AI 应用后的信任边界。
面向安全研究的工程训练，包含 Transformer 机制解释、强化学习和模型评测。练习 Notebook 配有答案与检查，适合系统提升实验能力。
八个教学模块配套实验环境，从威胁建模、提示注入到 RAG 和多智能体风险，适合在隔离靶场理解安全控制能防什么、漏什么。
原研究作者提供论文对应的情境代码与图解，分析外部网页、邮件和代码上下文怎样影响连接工具的大模型。适合学习应用层信任边界与风险链路。
安全实践课程提供 Notebook、样例数据和解答，从机器学习分类到 LLM 日志分析与安全自动化。可以选择不需要模型密钥的入门实验。
做 RAG 和 Agent 必须面对的十大风险：提示注入、敏感信息泄露、输出处理不当、过度代理、系统提示泄露、向量与嵌入弱点、无界消耗等。页面为英文，译本列表提供官方简体中文版，可直接用作上线前的安全检查清单。
国内使用 AI 必须知道的规则：AI 生成内容要有显式和隐式标识，用户发布时应主动声明，不得删除、篡改或伪造标识，自 2025-09-01 起施行。本页是官方发布说明，正文另有链接。适合 L0 安全使用单元，学会识别 AI 内容并合规发布。
通过网页间接注入、客户来信脱敏、AI 内容发布标识三个演练，学会识别提示注入、判断哪些数据不能输入，发布前完成标识与核对；附可打印检查表和两个标准库演练脚本。