DeepSeekGPTOPEN AI提示词官方课|011.第1集-引言-ChatGPT提示工程师｜AI大神吴恩达

如果你已经在用 ChatGPT、DeepSeek 或类似的大模型工具，却总觉得输出结果时好时坏，问题往往不在模型本身，而在你怎么把需求说清楚。这门课处理的就是这件事：把"跟 AI 说话"从碰运气变成可重复的方法。它取自吴恩达的提示词系列内容，主线是提示工程的基本思路与实操，不是泛泛而谈的 AI 科普，也不涉及模型训练和算法推导。

它解决的是哪类工作场景

日常最典型的几类麻烦：让模型总结一份长文档，结果抓不住重点；让它按固定格式输出，它偏要自由发挥；想做一个能连续对话的小工具，却卡在怎么组织上下文。课程围绕这些具体问题展开，讲的是如何用清晰的任务描述、示例和步骤拆解，把模型的输出稳定在可用范围内。学完之后，你面对一份会议记录、一批用户反馈或者一段需要改写的文案，能自己写出结构清楚的提示词，而不是反复重试同一句话。

适合什么基础，先看哪几块

门槛不高，但也不是零准备。你需要能正常访问并使用至少一个对话式大模型，知道什么是 API 会更顺，完全没写过代码的人也能听懂前大半部分，只是到调用接口、搭建聊天机器人那几节会吃力一些。建议的观看顺序是：先看引言和提示词基本原则这两块，把"指令要具体、给例子、分步骤"这几个概念吃透；再看面向开发者的部分，理解系统提示、温度参数、多轮对话的上下文是怎么拼起来的；最后再看构建聊天机器人的实操。如果只是想提升日常使用效率，看到开发部分可以放慢或跳过，不影响前面的收益。

学完能独立做什么，资料怎么用

比较现实的目标有三个：一是能针对总结、分类、改写、提取信息这类常见任务，一次性写出可用的提示词；二是能读懂别人分享的提示词模板，知道它为什么这样设计，并改成自己需要的版本；三是照着课程思路，用 API 搭出一个能记住上下文的简易问答机器人。资料包里的内容建议配合练习使用：每看完一节，立刻拿自己手头的真实材料试一遍，比如用工作邮件练摘要、用产品评论练分类。光看不练，提示词这东西很难形成手感。遇到输出不理想时，回头对照课程里讲的调整方向，比盲目换模型更有效。

整体来说，这是一门偏方法而非偏工具的课，学到的思路在换模型之后依然能用。如果你正打算把 AI 真正接进日常工作流，值得花时间；如果只是好奇 AI 能干什么，先看前两节再决定要不要继续。