17 分钟12要素智能体:可靠LLM应用的模式——Dex Horthy,HumanLayer
学会设计能够暂停、恢复、请求人工判断,并将业务状态与模型猜测分离的AI工作流。
Andrej Karpathy. Karpathy介绍了自己日常如何实际使用ChatGPT、Claude、Gemini、Grok和Perplexity。他共享屏幕展示实时对话,而不是精心编排的一次性演示。你会看到他何时追加问题、何时在对话中途切换模型,以及何时放弃当前思路重新开始——这正是文章所述的迭代循环,而且示范者以构建这类系统为业。
不要把它当作技巧合集来研究——真正的价值在于观察他何时追问、切换模型或重新开始,这正是文章提倡的迭代习惯。可以分段观看。
以真实的日常用法为参照,学会判断何时应该追问、何时应该切换模型,以及何时应该开始一段新对话。
无——可以直接观看;唯一实际的门槛是视频时长超过两小时。
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.