AI Expert

上下文退化：输入令牌增加如何影响LLM性能

8 分钟高级构建者Chroma提示词工程

Chroma. Kelly Hong讲解Chroma对18个模型的研究：为什么大海捞针测试的分数会产生误导；性能如何随歧义和干扰项增加而下降；为什么即使是简单的字符串重复任务，也会在超过500个token后出现性能衰减。内容简短、以证据为基础，恰好说明了为什么在进入工程解决方案之前，你必须认真对待文章所讨论的问题。

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

理解长上下文在存在歧义和干扰项时如何失效，并围绕这种风险设计测试。

先观看或了解

除基本LLM术语外没有其他要求；这是一场简短的研究演讲。

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