资源介绍
视频数量：34个
总时长：2小时4分
课程介绍：
5G提示词工程入门：构建AI驱动的智能网络
你有没有想过，如果能和自己的网络直接对话会是什么体验？想象一下，你随口问一句“过去一小时内掉话率超过5%的小区有哪些”，几秒钟后就能得到一份结构清晰的分析报告；或者你描述一个网络配置需求，系统就能当场生成一份可以直接使用的配置脚本。这不是科幻小说里的场景，而是提示词工程正在做的事情——它正在成为AI驱动网络时代最实用的新技能。
这门课程的主讲人在电信行业深耕了二十年，他发现5G网络的运维正在面临一个尴尬的局面：网络越来越复杂，参数越来越多，但工程师的时间精力是有限的。传统的做法是手动配置、手动分析、手动写文档，效率低而且容易出错。而现在，大语言模型已经足够强大，可以成为工程师的得力助手，关键在于怎么用它——怎么问它、怎么描述需求、怎么引导它给出你想要的结果。这套和AI交流的技巧，就是提示词工程。
课程从生成式AI的基础知识讲起。很多工程师听到“生成式AI”、“大语言模型”这些词会觉得高深，其实完全不用怕。老师会用非常直白的方式解释清楚：生成式AI到底是怎么工作的，大语言模型为什么能理解和生成文字，Transformer架构在其中扮演什么角色。这些内容不涉及复杂的数学公式，重点是建立直觉——明白AI的“思考方式”，才能更好地和它配合。
紧接着就是提示词工程本身的核心内容。一个好用的提示词通常由四个要素组成：角色、上下文、任务、格式。老师会逐个解释每个要素的含义和作用，然后带你动手实践。课程选取了三款主流的AI工具——OpenAI的ChatGPT、Anthropic的Claude和Google的Gemini，让你在不同的平台上实际体验怎么写提示词、怎么调整提示词、怎么判断AI给出的回答是否靠谱。
学完基础部分，课程会进入提示词工程的核心技巧环节。这里才是真正的干货。零样本、单样本、少样本提示，教你在不同情况下选择最优的提问方式。角色扮演和系统人格，让你学会给AI分配一个特定身份——比如让AI扮演一位资深的网络优化工程师，这样它给出的建议会更专业、更切合实际。思维链提示是处理复杂问题的好帮手，特别是当你需要AI分析一堆网络性能数据、找出问题根因的时候。提示链和分解技术则教你怎么把一个庞大的任务拆成几个小步骤，让AI一步一步来完成，结果会更准确。还有格式化输出、精确控制、迭代优化这些技巧，老师都会结合具体的网络运维场景来讲，而不是泛泛而谈。
懂提示词工程的人很多，但能把这些技能应用到5G网络运维中的人就少了。这正是这门课独特的地方。从第五部分开始，所有的技巧都会直接服务于5G网络的具体工作。
首先进入的是KPI分析环节。5G网络的KPI是衡量网络质量的晴雨表，掉话率、吞吐量、时延、切换成功率，每一个指标背后都藏着大量信息。但一份KPI报告往往数据庞杂，人工分析耗时耗力。课程会带你了解5G网络KPI的分类和含义，然后教你怎么设计提示词，让AI帮你快速解读报告、发现异常、定位问题。老师会演示怎么用Google Colab结合Gemini大模型来完成整个分析流程——从导入数据、编写提示词、获取分析结果，到生成结构化的报告。每一步都有详细的操作演示。
第六部分把视角转向日常运维中的具体任务。网络工程师都知道，配置一个新的5G站点是个大工程。小区ID、IP地址、天线设置、邻区关系，随便一个参数出错，整个站点就可能无法正常工作。传统做法需要对着技术文档一行一行核对，耗时又容易出错。课程会教你用提示词工程来生成和验证配置脚本，把原本需要几个小时的工作压缩到几分钟完成。类似的技巧还包括：把技术需求文档转化为设计方案、自动生成技术文档和运维报告、用AI模拟各种网络场景来培训新人。这些都是已经在实际工作中验证过的方法。
课程的最后部分谈到了风险和局限。AI不是万能的，大语言模型有时候会“幻觉”——一本正经地给出看似正确但实际错误的答案，特别是在专业性很强的电信领域。课程专门用了一整个章节来讲解怎么识别和规避这类问题，怎么保护数据隐私，怎么在享受AI便利的同时守住安全底线。了解这些，才能真正把AI变成可靠的工作伙伴而不是新的麻烦来源。
学完这门课，你收获的不只是“会用AI写几个问题”这么简单。你会建立起一套系统的能力：理解AI的工作原理，掌握提示词工程的核心技巧，学会用AI分析和优化5G网络性能，能够用AI辅助完成配置、文档、报告等日常运维工作。这些技能组合起来，会彻底改变你处理网络问题的方式——从什么都亲力亲为，变成善用AI杠杆高效完成任务。
课程还贴心地准备了练习文件，包含各种场景下的提示词模板和参考文档。学完每一章的内容后，你可以用这些模板来练习，也可以根据自己的工作需求改造它们。老师建议建立自己的提示词库，把实践中验证过的好提示词积累下来，这是持续提升最有效的方式。