Anthropic 与 GivingTuesday 合作做了一门面向公益机构的 AI 课：9 节课、约 4 小时、1 次测验，完成后给结业徽章。它建立在 Anthropic 自家的 AI Fluency 框架课之上，但换掉了通用案例，改用公益场景里的调研、申请书写作、数据隐私与分析核验。

课程规格先摆清楚，决定要不要投入这 4 小时：

前两课是 Welcome 与 The 4D Framework。框架四个词：Delegation（委派）、Description（描述）、Discernment（辨识）、Diligence（尽责）。课程把它们描述为四种相互关联的能力，后面的模块就是两两配对练。

这一模块的产出是词汇，暂时还谈不上技能。上完后你应该能说清一件事：把任务交给 AI 属于委派，写清背景与要求属于描述，判断输出能不能用属于辨识，为结果负责属于尽责。四个词分清之后，讨论"AI 用得对不对"才有共同语言。

这两课叫 Researching with AI 与 Writing with AI，练的是同一个循环：先给足上下文写清要求（描述），再判断产出是否可用（辨识），然后回头改描述。

调研那课对应的是查政策环境、找资助机会、筛潜在资助方；写作那课对应申请书与对外沟通的起草与修改。课程材料里有一个具体场景：48 小时内准备一份资助申请。这个时间压力不是修辞，它正是这类工具在公益机构里最常被用到的时刻，也最能暴露"描述不清就反复返工"的成本。

Understanding privacy and data 与 Data analysis with AI 这两课，是我认为整门课里最该认真看的部分。原因很直接：公益机构手里的数据往往涉及受益人隐私，一旦出错就没有返工的机会，直接变成事故。

隐私那课要求你评估 AI 工具的数据处理政策，并练习数据卫生，保护敏感信息与可识别个人信息。分析那课给了一条很实用的验证路径：把 AI 辅助的分析先跑在你已经知道答案的数据上，确认方法可靠，再用于新问题。这条做法比任何"请谨慎使用"的提醒都管用，因为它给出了可执行的对照。

Workflow augmentation 与 Integration 两课处理机构层面的问题：怎么把前面练的四项能力组合成一个可重复的工作流，并留出人工复核的节点；怎么在组织内推广，包括起草一份让"人在环里"的 AI 使用政策、并让政策与机构使命和价值一致。

这两课的落点是一份政策草稿和一个流程图，而不是又一套提示词。对准备在机构内推 AI 的人，这部分可以直接当模板用。

最后是 Conclusion and badge 加一次 Course Quiz。徽章是完成证明，不是职业资格；写进简历时宜写"完成 Anthropic × GivingTuesday 的 AI Fluency for nonprofits 课程"，而不是笼统写"AI 认证"。

关于先修：官方说这门课会轻度覆盖基础概念，但建议先上 AI Fluency: Framework & Foundations。如果你没上过，4D 很可能被记成四个缩写，遇到具体任务还是不知道怎么用。时间允许的话，按官方顺序走更省力。

先把第一模块两课过完，再拿你们机构最近一份申请书按第二模块的循环改一遍，四小时里最值钱的部分就拿到了。

回复本帖，可见课程入口与注册方式、9 节课清单与四模块划分，以及 4D 定义与许可原文。