17 分钟12要素智能体：可靠LLM应用的模式——Dex Horthy，HumanLayer
学会设计能够暂停、恢复、请求人工判断，并将业务状态与模型猜测分离的AI工作流。
中级自动化
我是如何使用LLM的
Andrej Karpathy. 跳到1:53:29的“ChatGPT记忆、自定义指令”章节。Karpathy展示了自己实际填写的自定义指令，讲解了他何时会要求ChatGPT记住某项信息、何时让它自动记录，并指出其中的权衡——相较大多数面向初学者的操作演示，这更贴近文章“有意识地一次设置好”的思路。
AI Expert 注释
关于长期偏好的思路很可靠；具体的记忆行为则可能因产品版本、地区和工作区设置而异。不要把机密的客户、员工或法律信息存为“偏好”。
您应该从中获得什么
将工作流程转化为一个小型实用实验，并设置明确的质量检查。
先观看或了解
知道在当前ChatGPT设置中的何处找到自定义指令和记忆功能。
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
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
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