42 分钟提示词工程教程——掌握ChatGPT和LLM的回答
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。
播放视频Andrej Karpathy. 把视频中的模型和套餐选择作为文章所述受控比较的背景。在自己的任务上测试符合条件的候选模型;产品名称和套餐应视为当时的例子。
选择模型的习惯很有价值;具体的模型名称、价格、上下文限制和排名则并不稳定。在为团队制定统一建议前,请先用自己的任务重新进行比较。
学会在快速、低成本、深度推理和基于来源的工具之间分配任务,而不是凡事都使用同一个模型。
能够熟练使用至少一款主流聊天机器人,并针对同一任务比较不同输出。
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。
Andrew Ng
你将在课程中花时间实际使用LLM,学习有意识地设计提示词,并判断生成式AI在哪些场景确实有用、在哪些场景反而会成为陷阱。课程讲解沉稳、不炒作,是从“我用过一次ChatGPT”进阶到“我每天都能自信地使用它”的理想桥梁。
Google Cloud
Google's own answer to 'what is generative AI, actually' — the non-technical counterpart to Elements of AI, aimed explicitly at sales, HR, marketing, and operations roles rather than engineers. Forty-five minutes to a real mental model of how generative AI differs from classic machine learning, with no code and no jargon.
Jerry Liu
朴素RAG(向量搜索 → 填入提示词)通常最先上线,也最快令人失望。这门短课将向你展示升级方案:让智能体规划检索、选择工具、比较来源,并回答涉及多份文档的问题。课程仅需2小时,所学内容可立即应用于真实产品。