18 分钟AWS re:Invent 2025——为多智能体AI系统实现人在回路控制(CNS428)
了解如何将审批关卡实现为明确的工作流检查点,而不是等问题发生后再进行非正式人工审核。
Lawton Learns. 这是一个具体、可直接复制粘贴的C.R.A.F.T.元提示词(Context、Role、Action、Format、Target audience,即上下文、角色、行动、格式和目标受众),其理念正是文章所提倡的。它很适合作为新提示词库中的第一个条目——这个提示词的任务,是为其他所有人生成结构良好的提示词。
C.R.A.F.T.元提示词就是交付成果;将它作为提示词库的第一个条目粘贴进去,并根据它为你的团队生成的内容来评价这段视频。
将C.R.A.F.T.结构用作可复用的元提示词,在整个团队提示词库中生成更加一致的提示词。
了解基本的提示词结构后,无其他要求。
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.