Prompt 工程基础：如何写出有效的指令

本课程教你如何设计清晰、有效的 prompt（提示词），让 AI 工具更准确地理解你的需求并给出高质量回答。学完后，你能够系统化地构建 prompt、通过示例引导 AI、让 AI 展示推理过程、调试改进指令，并针对代码生成、文档写作、数据分析等不同任务选择合适的策略。适合使用过 ChatGPT、Claude 等 AI 工具但想提升使用效率的开发者和知识工作者。

学完本课程你将能够：

理解 prompt 的本质和结构要素，识别模糊指令并改写为清晰指令
使用 few-shot learning 技术通过 2-5 个示例引导 AI 理解你想要的模式
应用 chain-of-thought 技术让 AI 展示推理步骤，提升复杂任务的准确性
系统化地调试和迭代 prompt，识别问题并逐步改进
针对代码生成、文档写作、数据分析等不同任务选择和应用合适的 prompt 策略

前置知识：使用过对话式 AI 工具（如 ChatGPT、Claude、文心一言等），理解基本的文本编辑和任务描述

练习环境：你需要能够访问至少一个 AI 对话工具（ChatGPT、Claude、文心一言等），不需要编程环境

课程大纲

#	主题	你将学到
01	什么是 Prompt，为什么重要	理解 prompt 的本质，识别模糊指令和清晰指令的差异，掌握 prompt 对 AI 输出质量的影响
02	Prompt 的基本结构	掌握 prompt 的四大核心要素（角色、任务、格式、约束），能够将模糊需求改写为结构化指令
03	Few-shot Learning：通过示例引导 AI	使用 2-5 个示例让 AI 理解你想要的模式，区分 zero-shot、one-shot 和 few-shot，选择高质量示例
04	Chain-of-Thought：让 AI 展示推理过程	通过要求 AI 展示推理步骤提升复杂任务准确性，应用"让我们一步步思考"技术
05	调试和改进 Prompt	系统化地识别 prompt 问题、诊断原因、迭代优化，建立有效的调试流程
06	针对不同任务的 Prompt 策略	针对代码生成、文档写作、数据分析等不同任务类型应用最佳 prompt 策略

来源列表见 sources.md。