30 分钟你每天都会使用的AI工具（以及使用方法）
识别不同工作流阶段，并为每个阶段制定可测试的工具选择标准。
中级AI效率
我创作过的最好的ChatGPT提示词：花两个月整理的提示词生成提示词
Lawton Learns. 视频演示了C.R.A.F.T.元提示词（Context、Role、Action、Format、Target audience）。它适合作为测试提示词生成器行为的候选方案，但不能保证输出始终一致、正确或适合团队用例。
AI Expert 注释
不要在首次使用后就把复制的元提示词发布为获准条目。应进行版本管理，记录经过测试的模型和配置，审核输出与失败模式，并保留已知有效的后备版本。
您应该从中获得什么
用有代表性的案例和明确验收标准，把C.R.A.F.T.作为一种候选提示词生成结构进行评估。
先观看或了解
了解基本提示词结构即可，无其他要求。
最后审核：2026年8月11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
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
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