36 minutterAlle ChatGPT-funktioner på 37 minutter
Konfigurer personalisering bevidst i stedet for at lade hukommelse, instruktioner og projektkontekst flyde sammen.
Anthropic. Eksempler er én af de ti ingredienser, Anthropic gennemgår her, og du kan se dem blive tilføjet til en rigtig kundeprompt og ændre modellens output. Nyttig, hvis du vil se few-shot brugt inde i en mere komplet prompt snarere end som et isoleret trick.
Medtaget, så du kan se few-shot virke inde i en fuld prompt snarere end som et isoleret trick; se efter, hvordan outputtet ændrer sig, når eksemplerne lander.
Du vil kunne placere eksempler inde i en mere komplet promptstruktur og forudse, hvordan de ændrer det, modellen producerer.
Kend først den grundlæggende promptstruktur fra artiklen — eksempler er ét lag blandt flere her.
Senest gennemgået: 18. maj 2026
Fortsæt ad den samme læringsvej med de næste kuraterede videoer.
36 minutterKonfigurer personalisering bevidst i stedet for at lade hukommelse, instruktioner og projektkontekst flyde sammen.
13 minutterDesign en mødearbejdsgang, der fanger transskriptioner, opsummeringer og handlingspunkter uden at miste menneskelig gennemgang.
14 minutterIdentificér praktiske AI-e-mail-greb: opsummér tråde, skriv svarudkast, justér tone og organisér opfølgningsarbejde.
Håndplukkede eksterne kurser, der går i dybden med dette emne.
Dr. Jules White
Det akademiske supplement til DeepLearning.AI's korte kursus — samme disciplin, men et længere forløb skrevet til personer, der ikke programmerer. Dr. White underviser i prompting som genanvendelige mønstre som Ask for Input, Outline Expansion, Fact Check List og Menu Actions, ikke som tricks. Bagefter prompter du LLM'er som en designer i stedet for at gætte.
Isa Fulford · Andrew Ng
Halvfems minutter, der giver dig et års praktisk intuition. Hvis du er begyndt at skrive kode, som kalder en LLM — eller står foran at gøre det — er dette det mest effektive onlinekursus til at lukke hullet mellem "at lege med ChatGPT" og "at sætte en funktion, der kalder en LLM, i produktion."
Microsoft Learn
Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.