logo
P
Prompt Master

Prompt 大师

掌握和 AI 对话的艺术

Prompt 大师

掌握和 AI 对话的艺术

👤learnPage.introContent.meta.targetAudience
⏱️2-3周
📊入门

举个例子:同样让 AI「帮我写一封邮件」,模糊的 prompt 得到一封泛泛的模板,而加上收件人背景、邮件目的、语气要求之后,AI 直接给出一封可以发的邮件——省去了反复修改的时间。这就是 prompt 技巧的实际价值。

这个方向教的不是「万能咒语」,而是一套可复用的结构:目标、上下文、约束、输出格式。掌握这四个要素之后,不管是写方案、做数据分析、生成代码还是创作图片,你都能让 AI 的输出从「差不多」变成「直接能用」。

课程基于 GPT-4o、Claude 4.5 和 Gemini 的最新能力设计,覆盖从 zero-shot 到 Chain of Thought、从基础 prompt 到 Agent 工作流的完整技能栈。


30秒快速体验

现在就试试。打开 ChatGPT 或 Claude,复制下面的 Prompt:

你是一位资深助理,请把我的"零散需求"整理成一份可执行的计划。 要求: 1) 先用一句话总结目标 2) 输出一个表格:步骤 / 产出物 / 负责人 / 截止时间 / 风险 3) 如果信息不足,请先提出最多 5 个澄清问题,再给出一个"默认假设版"的计划 4) 全程用中文 零散需求: - 想在 2 周内完成一个 AI 学习计划 - 每天最多 60 分钟 - 目标是学会写 Prompt,并能在工作中用起来 - 我希望每周都有一个小作品

你会得到一份结构化计划 + 澄清问题。接下来只要补充信息、迭代 Prompt,就能把 AI 变成真正可用的"执行型助手"。


你将学会什么

在这个教程中,你将学会:

  • 掌握 prompt 的四要素结构(目标 / 上下文 / 约束 / 输出格式),写出的 prompt 第一次就能拿到可用结果
  • 在写作、总结、数据分析、代码生成、图片创作等场景快速复用 prompt 模板
  • 学会用迭代和自检技巧让 AI 输出更稳定——比如同一个 prompt 跑 3 次,结果一致性能从 50% 提到 90%+
  • 建起自己的 prompt 素材库,形成可复用的工作流,而不是每次都从零开始写

Prompt 模板库

✍️结构化 Prompt 模板,直接拿来用

在学习中心搜索与筛选模板,快速生成 PRD、技术方案、复盘与代码交付素材,支持中文/英文结构化复制。

上百个场景化模板标签筛选 / 关键词搜索一键复制到编辑器
  • 覆盖产品、研发、增长与 AI 工程场景,含系统提示与人格设定示例。
  • 模板内置变量与示例输出,减少跑偏,帮助稳定生成结果。
  • 与学习路径联动:章节学完可直接跳到模板库继续练习或交付素材。

Prompt Lab 实战

🧪用实战案例练 Prompt,直接跑、直接看评分

Prompt Lab 覆盖从热身到生产级案例:JSON 结构化输出、Few-shot、长上下文稳定性、 RAG、工具调用等。每个 Lab 都有评分与历史记录,便于复盘。

  • Warm-up / Foundation / Production 三级难度,逐步进阶
  • 内置示例与提示模板,避免「空白焦虑」
  • 运行历史与最佳成绩可追溯,便于团队对拍

后续章节总览

按大章节快速预览,直接跳到你想学的部分。

Section
Introduction

什么是 prompt engineering,以及你将如何使用 prompt 与 LLM 协作

learnPage.introContent.chapters.chapterCount阅读/图文
learnPage.introContent.chapters.enterGroup
Section
Techniques

不提供 examples 的 prompting 方式

learnPage.introContent.chapters.chapterCount阅读/图文
learnPage.introContent.chapters.enterGroup
Section
Prompt Library

可复用的 prompts 模板集合(task-oriented)

learnPage.introContent.chapters.chapterCount阅读/图文
learnPage.introContent.chapters.enterGroup
Section
Risks

理解 adversarial prompting 与输入劫持风险

learnPage.introContent.chapters.chapterCount阅读/图文
learnPage.introContent.chapters.enterGroup
Section
Agents

理解 AI Agent 的定义、能力边界与典型使用场景

learnPage.introContent.chapters.chapterCount阅读/图文
learnPage.introContent.chapters.enterGroup
Section
Models

模型概览与选择建议

learnPage.introContent.chapters.chapterCount阅读/图文
learnPage.introContent.chapters.enterGroup
Section
System Prompts 大师班

什么是 System Prompt,为什么值得学习

learnPage.introContent.chapters.chapterCount阅读/图文
learnPage.introContent.chapters.enterGroup
Section
Google 官方精华

什么是 Gen AI,它与传统的机器学习有什么区别

learnPage.introContent.chapters.chapterCount阅读/图文
learnPage.introContent.chapters.enterGroup

推荐学习路线

我们为你准备了详细的学习路线图,帮你规划学习路径。

🗺️
Prompt 大师 学习路线图
查看完整路线图 →

常见问题

Prompt Engineering(提示词工程)是伪需求吗?
我们观察到的情况是:模型确实在变聪明,简单任务上好的 prompt 和差的 prompt 差距在缩小。但到了复杂场景——比如让 AI 按特定 JSON 格式输出、处理多步推理、构建 Agent 工作流——prompt 技巧的差距依然很大。目前来看,这个技能至少在未来 2-3 年内都有实际价值。
学 Prompt 需要懂编程吗?
不需要。Prompt 本质是用自然语言描述任务,关键是把需求拆解清楚。不过到了 Agent 和 Tool Use 那部分,懂一点 JSON 和 API 概念会更容易上手。
课程教哪些模型的 Prompt?
主要用 GPT-4o、Claude 4.5 和 Gemini 做演示。不同模型对 prompt 的响应方式有差异——比如 Claude 更擅长遵循复杂指令,GPT-4o 在创意生成上更灵活。课程里教的是通用的结构化技巧,学完之后切换模型也能快速适配。
Prompt Lab 是什么?
一个交互式练习平台,目前有 41 个实验。你写 prompt,AI 即时评分并给出改进建议。比如「让 AI 输出 JSON」这个实验,你需要让 3 次运行的输出都是合法 JSON 才算通过——这比看文档有效得多。
学完大概需要多久?
看你的投入程度。如果每天花 30 分钟做 Prompt Lab 练习,基础部分 1 周能过完,整个课程(含 Agent 和生产级 prompt)大约 2-3 周。不用一口气学完,按需挑感兴趣的模块也行。