diff --git a/doc/howto/capi/index_cn.rst b/doc/howto/capi/index_cn.rst
index e589a6d346a1e23a4eed9801e02727c80782ae8b..6981c7ce380a28423f7ce50f47765c0897087aeb 100644
--- a/doc/howto/capi/index_cn.rst
+++ b/doc/howto/capi/index_cn.rst
@@ -4,6 +4,7 @@ C-API预测库
 ..  toctree::
   :maxdepth: 1
 
+  quick_start.md
   compile_paddle_lib_cn.md
   organization_of_the_inputs_cn.md
   workflow_of_capi_cn.md
diff --git a/doc/howto/capi/quick_start.md b/doc/howto/capi/quick_start.md
new file mode 100644
index 0000000000000000000000000000000000000000..cb696b6959502b77e48e1ae6784a4f793a1cbede
--- /dev/null
+++ b/doc/howto/capi/quick_start.md
@@ -0,0 +1,23 @@
+## 开始使用
+
+### 概述
+当我们训练完一个神经网络模型之后，下一步就是用模型来做预测。预测就是准备输入数据，经过模型处理之后，得到预测结果的过程。
+
+相比于模型训练，预测有如下特点：
+
+1. 预测不需要训练过程中反向传播和参数更新的部分。
+1. 预测不需要标签(label)。
+1. 预测很多时候需要和用户系统整合在一起。
+
+因为上述特点，模型预测SDK需要单独设计，并具备以下特点：
+
+1. 预测SDK不包含反向传播和参数更新部分，以减小SDK的体积。
+1. 预测SDK需要提供一个简洁的用户接口，方便使用。
+1. 因为输入数据可能有多种结构，对输入数据的格式做清晰简洁的封装。
+1. 为了和用户系统兼容，SDK的接口需要是满足C标准的接口。
+
+PaddlePaddle提供了C-API，用于解决上述问题。关于C-API的使用，我们提供了如下指南：
+
+1. [C-API使用流程](./workflow_of_capi_cn.md)
+1. [安装与编译C-API预测库](./compile_paddle_lib_cn.md)
+1. [输入/输出数据组织](./organization_of_the_inputs_cn.md)