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。
中级自动化
25分钟掌握所有必备AI技能（2025）
Tina Huang. 提示词章节（02:30–09:20）介绍了两套可以叠加使用的英语口诀：“tiny crabs ride enormous iguanas”（“小螃蟹骑着巨大的鬣蜥”；对应任务、上下文、参考资料、评估、迭代）和“ramen saves tragic idiots”（“拉面拯救悲惨的笨蛋”；对应回顾、拆分、尝试类比、引入约束）。它们与文章中的迭代和优化模式高度对应。当一次性提示公式无法达到目标时，这套方法会很有用。
AI Expert 注释
只有02:30–09:20的提示词章节与此处主题相关；视频其余部分是更广泛的AI技能概览，可以留待以后观看。
您应该从中获得什么
识别可复用的提示词模式，并将它们组合成更清晰的指令、示例和评估步骤。
先观看或了解
先掌握首选视频中的六部分公式；本视频会在一次性提示停滞时，以此为基础继续深入。
最后审核：2026年5月18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
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
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