AI大模型全栈工程师第8期|课件|4. Prompt Engineering

这套资料的主题是 Prompt Engineering，也就是提示词工程。它要解决的问题很具体：你已经在用大模型，但输出质量不稳定，同一个需求换个说法结果差很多，或者要反复改好几轮才能拿到能用的东西。这门课不是教你背模板，而是让你理解模型是怎么读你的输入的，从而把「碰运气式提问」变成可复现的流程。

它适合什么基础的人

如果你完全没写过代码，只把大模型当聊天工具用，这套资料的前半部分仍然能看懂，因为提示词本身是自然语言的事。但资料后半段涉及应用开发，会牵到大模型调用、参数设置、结构化输出这些内容，有基本的编程概念会顺畅很多。转行者如果目标是做 AI 应用方向，建议先确认自己能不能读懂一段简单的接口调用代码，再来啃这块，否则容易卡在环境配置上而不是提示词本身。

另外提醒一点：这套是第 8 期的课件，前两集是课前导读和开班典礼，不属于正课内容，可以直接跳过。真正有价值的是 Prompt Engineering 那一讲以及配套笔记，还有前面的大模型应用开发基础。

建议先看哪几块，学完能做什么

顺序上建议先看大模型应用开发基础，建立对模型能力边界的认识，再进入 Prompt Engineering 正课。看正课时不要只跟着视频走一遍，重点放在它讲的结构化思路：怎么把模糊需求拆成明确的角色、任务、约束和输出格式，怎么用少量示例引导模型，怎么处理模型答非所问或编造信息的情况。

学完之后，你应该能独立完成这些事：为一个具体业务场景写出稳定的提示词，而不是每次靠临场发挥；把一段提示词改造成可复用的模板，换输入就能换输出；对模型的错误输出有排查思路，知道是提示词的问题还是任务本身超出模型能力；在简单应用里把提示词和代码结合起来，做出一个能跑通的小工具，比如自动分类、信息抽取或内容改写。

这套资料不会让你直接变成全栈工程师，它更像是全栈路径里的一块地基。把它学扎实，后面接检索增强、接工具调用会轻松很多。

资料怎么配合练习

笔记和视频要对着用。视频看一遍容易忘，建议看完一节就用自己的话把要点记下来，然后立刻找一个你工作里真实存在的重复性任务去试。比如每周要写的周报、要整理的客户反馈、要改写的产品文案，拿这些当练习素材，比用课程里的示例更能暴露问题。

练习时养成一个习惯：同一个任务写三个版本的提示词，对比输出差异，记录哪一版更稳、为什么。这个过程比多看两集视频有用。如果时间有限，优先把 Prompt Engineering 这一讲吃透，其余部分按需回看。不要追求一次看完，提示词这东西是改出来的，不是看出来的。