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
提示词工程教程——掌握ChatGPT和LLM的回答
freeCodeCamp.org. 跳到31:20的“零样本与少样本提示”章节，即可看到清晰的演示对比：同一个任务，一次不提供示例，另一次提供少量示例——这正是文章整章所围绕的对比。如果你刚读完文章，还不了解更广泛的背景，那么前面关于提示词思维方式和最佳实践的章节也很有帮助。
AI Expert 注释
不必看完全部41分钟：与文章配套的重点是31:20开始的零样本与少样本对比章节；前面的章节属于可选背景知识。
您应该从中获得什么
了解示例如何改变模型的行为，并学会判断何时值得投入额外准备来使用少样本提示。
先观看或了解
能够编写基本的提示词——除此之外，只需阅读本文即可。
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