28 分钟o1到底怎么回事？为何o1是第三种模型范式，以及你可能不知道的10件事
理解一种关于o1的历史解释，再在当前模型和工作负载上，将直接任务说明与其他受支持的提示词变体进行比较。
中级提示词工程
提示词入门101｜Code w/ Claude
Anthropic. Anthropic Applied AI团队的两名成员现场构建一个真实提示词，逐步加入角色、结构化章节和明确的思考步骤。这是YouTube上最可信的“如何使用思维链而不将其仪式化”演示，也具体阐明了文章的观点：“不要再把‘让我们一步一步思考’粘贴到所有提示词中。”
AI Expert 注释
选择它，是因为它展示了如何在构建真实提示词时使用思考步骤——这正好纠正了到处粘贴“让我们一步一步思考”的做法，而后者也是文章的核心警示。
您应该从中获得什么
你可以在提示词中逐层加入角色、结构化章节和明确的思考步骤，而不会把思维链变成一种仪式。
先观看或了解
扎实掌握提示词基础知识；观看前，最好以文章对各项技术的分类为理解框架。
最后审核：2026年5月18日
继续观看
通过相同的视频学习路径，继续观看下一个精选配套视频。
深入学习
精选的外部课程，帮助您更深入地了解该主题。
DeepLearning.AIChatGPT Prompt Engineering for Developers
Isa Fulford · Andrew Ng
用90分钟获得相当于一年实践积累的直觉。如果你已经开始编写调用LLM的代码，或正准备这样做，这是目前网上最高效的课程，能帮你弥合“试用ChatGPT”和“交付一项调用LLM的功能”之间的差距。
中级约1.5小时
Microsoft LearnWork Smarter with AI: Craft Effective Prompts for Microsoft Copilot
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.
中级~1h 5m · self-paced
Coursera · Vanderbilt UniversityPrompt Engineering for ChatGPT
Dr. Jules White
这是DeepLearning.AI短期课程的学术型补充：方法同样严谨，但学习周期更长，面向不会编程的人。Dr. White将提示词设计讲解为一组可复用的模式（请求输入、扩展大纲、事实核查清单、菜单操作），而不是零散技巧。学完后，你会像设计师一样设计LLM提示词，而不再依靠猜测。
初级约18小时