AI Expert

面向智能体的上下文工程

22 分钟高级构建者LangChain提示词工程

LangChain. Lance Martin提出“写入、选择、压缩、隔离”框架，并用具体示例说明何时总结操作历史、何时将状态转存到文件，以及何时仅仅为了保护父智能体的上下文而启动子智能体。这几乎直接对应文章中关于如何在实践中管理1M-token窗口的章节。

AI Expert 注释

模型名称、价格和能力变化很快。用它学习决策方法，然后在采用前验证当前模型的实际表现。

您应该从中获得什么

应用写入、选择、压缩和隔离模式，有意识地管理智能体上下文。

先观看或了解

具备构建或运营使用长时间上下文的智能体经验。

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.AI

ChatGPT 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
Coursera · Vanderbilt University

Prompt 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
Microsoft Learn

Work 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

查看所有 提示词工程 课程