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。
Tina Huang. 这段视频在全面介绍ChatGPT所有功能的过程中,逐步讲解个性化、记忆和自定义指令面板,这样的讲解角度很恰当——只有同时了解这些设置所影响的功能(项目、GPT、计划任务、语音等),它们才能真正发挥价值。观看时可以把它当作操作指南,并在另一个标签页中实际打开“设置→个性化”。
OpenAI的记忆和个性化控制仍在持续更新。在建议员工依赖记忆功能前,请核实当前的设置界面、已保存记忆的行为、训练控制选项和工作区政策。
有意识地配置个性化功能,避免把记忆、自定义指令和项目背景混为一谈。
学习这些设置时,请使用测试账号或低风险示例。
最后审核:2026年5月18日
通过相同的视频学习路径,继续观看下一个精选配套视频。
精选的外部课程,帮助您更深入地了解该主题。
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。
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。
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.