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。
Jeff Su. 视频通过与文章相同的办公场景示例,如健身计划、简历和内部邮件,讲解由任务、上下文、范例、人设、格式和语气组成的六部分公式。请先观看这段视频;文章中的几乎每一种模式,都是对这六个组成部分之一的聚焦运用。
请在阅读文章中的各种模式前观看本视频:几乎每一种模式都是对六个组成部分之一的聚焦运用,因此这套公式能为你提供理解它们的整体框架。
你可以将任务、上下文、范例、人设、格式和语气组合成适用于日常办公任务的有效提示词。
无——可以直接观看。
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.