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。
Tina Huang. Tina将Google完整的提示词课程浓缩为提示词库实际需要存储的两类内容:由任务、上下文、参考资料、评估和迭代组成的五部分框架,以及四种有明确名称、可随时间逐步完善提示词的迭代方法。她还讲解了智能体和思维链模式,因此当你日后向提示词库添加更高级的模板时,这段视频也可以作为入门起点。
在这里观看它,是为了了解一个达到提示词库级别的条目应存储什么——五个框架字段,以及有明确名称的迭代方法——而不是把它当作另一门提示词课程。
将一次性提示词转化为可复用模式,并配上评估说明和迭代规则。
能够独立、熟练地使用提示词;本视频讲的是如何将这些提示词转化为共享资产。
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.