AI Expert

构建OpenAI o1

3 分钟中级构建者OpenAI提示词工程

OpenAI. o1团队用三分钟讲述模型在强化学习（RL）训练期间开始质疑自身推理的那个时刻。这是一手资料，可以佐证文章的观点：思维链如今发生在模型内部，而不是由你写入提示词。

AI Expert 注释

将其作为历史资料保留，而不是当前的实施指南。它解释了这一类别为何出现，但生产环境中的选择应依据当前的模型阵容和API文档。

您应该从中获得什么

在构建之前，评估实现模式、失败模式和防护措施。

先观看或了解

先观看首选视频，或阅读配套文章中的推理模型部分。

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