资源介绍
视频数量：19个
总时长：1小时14分
课程介绍：
提示工程：让人工智能听懂的艺术
你有没有过这样的经历：对着一个AI助手噼里啪啦打了一大段话，结果它给你的回复却完全不是你想要的？又或者，你总觉得别人用AI工具效率超高，自己却总是差那么一点意思？
问题很可能不在AI不够智能，而在于你还没掌握和它对话的“语言”——提示词。
别小看这件事。同样是问AI写一封邮件，有人写出来的干巴巴、毫无重点；有人却能让AI秒变专业秘书，邮件写得既专业又有针对性。同样是让AI帮忙写代码，有人得到的代码漏洞百出；有人却能拿到可以直接用的完整方案。这种差距，往往就是提示词技巧造成的。
这门课要教你的，就是如何精准地表达你的需求，让各种大语言模型都能准确理解并给出高质量的回复。
课程分为三个模块，从基础到进阶，循序渐进地带你掌握提示工程的全部核心技能。
第一个模块是提示工程基础。很多人以为提示工程就是把话说清楚就行了，其实远远不止于此。这个模块会从最根本的问题讲起：什么是提示工程？它和我们常听到的模型微调有什么区别？为什么要专门学习提示工程？学完能带来什么实际好处？这些问题你都会得到清晰的答案。
更重要的是，这个模块会带你理解提示的生命周期。一个好的提示不是一蹴而就的，而是需要经过需求分析、编写、测试、评估、迭代这样完整的循环。你会学到什么是迭代式提示生命周期，如何通过反复优化让提示效果越来越好。课程还专门安排了对比环节，用具体案例展示什么是好的提示、什么是糟糕的提示，让你一眼看出差距在哪里。
第二个模块讲高级提示模式。这里会接触到几个非常实用的框架。
首先是思维链方法。你可能不知道，很多复杂问题的答案质量，关键取决于AI是否进行了正确的推理过程。思维链技术就是引导AI像人类一样，一步一步地分析问题、分解逻辑、验证结果。比如你问AI判断一个产品的保修状态，思维链会引导它先识别查询内容，再确定输出格式，接着分解成若干个子任务，然后逐步执行每一步推理，最后生成经过验证的准确答案。这种方法对于需要逻辑推理的任务特别有效。
其次是CREATE框架。这个框架把提示设计分解成五个要素：角色设定、任务请求、示例提供、规则约束、输出格式定义，再加上最后的执行触发。听起来有点复杂，但用起来非常系统。比如你想让AI扮演某个领域的专家角色，你需要明确AI的身份、设定合适的语气和专业程度；然后用清晰的动作导向动词描述任务；必要时提供几个参考示例；添加针对具体需求的各种限制条件；定义清楚输出的格式要求；最后执行生成。这样结构化地组织提示，AI的理解准确率会大幅提升。
第三个模块是高级提示技术，也就是实操层面的具体技巧。
你会学到增强型提示的内部结构，了解什么样的提示框架最容易被AI准确解析。少样本提示技术会教你如何通过精心设计的示例，让AI快速理解你的偏好和风格，而不需要长篇大论地描述。提示结构和模板设计则让你能够建立自己的提示库，遇到类似任务时直接调用，省时省力。
角色提示是另一个很有用的技巧。很多时候，给AI分配一个具体身份，效果会完全不同。比如同样问一个问题，让AI扮演资深律师、资深医生或者专业编辑，得到的回答角度和深度都截然不同。你会学到如何巧妙地利用角色设定来引导AI的思维方式。
负向提示和约束指令这两个技巧，解决的是另一个常见痛点：AI有时候会“自作聪明”，给出你不需要的内容，甚至跑偏主题。负向提示告诉AI不要做什么，约束指令则明确限制输出范围，两者配合使用，能让AI的输出更加精准可控。
迭代优化是整个课程的核心方法论。任何人在第一次写提示时都不可能完美，关键在于如何通过分析反馈、识别问题、调整优化，让提示效果越来越好。课程会教你建立自己的优化流程，从每次交互中积累经验。
最后一个内容是AI在学术领域的实际应用。这部分把前面学到的所有技术整合起来，展示如何用提示工程提升学术工作效率，包括文献整理、研究思路梳理、论文修改润色等各种场景的具体方法。
学完这门课，你不需要再对着AI瞎猜它想要什么，也不需要反复问同样一个问题期待不同答案。你会建立起一套系统的提示设计思维，面对任何任务都知道从哪个角度切入、用什么框架组织、如何迭代优化。这种能力不局限于某一个AI工具，而是适用于所有主流的大语言模型。