Prompt Engineering
从 generative AI 中获得可靠的结果。学习 large language models 如何生成文本、每个好 prompt 背后的五条原则、few-shot 与 structured output、function calling、retrieval-augmented generation、自主 agents，以及 diffusion models 如何把 prompts 变成图像。最后你将把文本、图像和 agents 接线成一个可运行的应用。
共 11 节，按顺序
- 120 分钟
什么是提示词（Prompt）
你大概在聊天框里输入过东西：问一个问题，拿到一个回答，也许还惊讶过它怎么这么好，或者怎么错得这么离谱。这门课程要教的，是如何有意识地、稳定地拿到好回答。但在那之前，你得先掌握这个领域里人人都在用的那几个词，用来说清刚才到底发生了什么。这一课就是这套词汇。这里没有代码，你需要准备的东西只有一样：面前打...
What a prompt isWhat a large language model is, from the outsideThe completion, and why the same prompt can answer differentlyThe conversation: system, user and assistant turnsWhy a prompt is instructions rather than a search query - 230 分钟
大语言模型如何生成文本
你已经知道什么是提示词、什么是补全,也知道同一个提示词每次回来的措辞可能不一样。这一课带你看提示词另一侧发生的事:模型究竟怎么把你的话变成一段回复。现在把机制弄清楚,接下来要讲的提示词五项原则就不再像一堆要背下来的规矩,而更像这台机器的工作方式必然带来的结果。
Tokens and tokenizationNext-token predictionTemperature and top-p samplingContext windowWhy models hallucinate - 330 分钟
提示工程的五项原则
你已经知道什么是提示词，什么是补全（completion），也知道模型每次都是现写一份新回复，而不是把查到的东西背出来。这就引出一个显而易见的问题：既然模型只是一路猜出一份听起来合理的回复，你要怎么让它往你真正想要的方向猜？你今后写出的每一条靠得住的提示词，靠的都是同样五个动作。在这里学一遍，本课程...
Giving directionSpecifying formatProviding examplesEvaluating qualityDividing labor - 435 分钟
文本生成的标准实践
第二课和第三课让你体会到模型究竟是怎样一个词元一个词元地产生文本的，也讲了引导它的五条原则。这一课把那份理解变成一小套习惯，让文本生成可靠到足以在上面搭东西。这些是从业者每天都在用的约定，一旦成了本能，你的提示词就不会再让你意外。
Prompt formatting and delimitersSystem, user, and assistant rolesFew-shot promptingParsing structured output like JSON - 535 分钟
Prompt Template 与 Function Calling
第四课里,你是手工排版一条提示词的:分隔符、角色、几个示例。一条提示词这么写没问题。可当同一条提示词要跑在成百上千个不同的输入上,或者你需要模型伸出自己的文字之外、真的去做点什么时,你就需要两样新工具了。这一课把两样都讲清楚。
Prompt templates with variablesSeparating template from dataFunction calling and tool schemasReading a tool call and returning a result - 640 分钟
向量数据库与检索增强生成
第 2 课里你已经看到模型为什么会产生幻觉:它预测的是接下来可能出现的词元,并不去查证事实,凡是训练数据和上下文窗口之外的东西,都是它猜的。第 5 课里你学会了在发送之前先把数据填进提示词模板。本课把这两件事合起来,得到一个标准做法,让模型的回答扎在真实、最新、私有的信息之上:先检索出对的那段文本,...
Embeddings and vector similarityChunking documentsVector databases and nearest-neighbor searchRetrieval-augmented generationGrounding answers with citations - 740 分钟
Autonomous Agents：memory 与 tools
第 5 课里，你通过函数调用给模型配上了工具；第 6 课里，你通过检索给它配上了长期记忆。这一课要把这两块东西放进一个循环里，让模型可以先行动，再看结果，然后决定下一步做什么，一轮接一轮，直到目标达成。正是这个循环，把一个只回答一次的模型，变成一个朝着某个目标持续干活的智能体。
The agent loop of reason, act, observeGiving an agent toolsShort-term and long-term memoryStopping conditions and guardrails - 830 分钟
Diffusion 模型如何生成图像
到目前为止,你写的每一个提示词产出的都是文本。这一课开启第 3 部分,同一个提示词将产出一张图。介质变了,但第 1 部分的心态没变:你依然是在用词语驾驭一个模型,而含糊的词语依然只会换来含糊的结果。要把图像模型的提示词写好,先弄清它把你的句子变成一张图时到底在做什么,会很有帮助。
Diffusion as iterative denoisingText conditioning of the imageSeeds and reproducibilitySampling steps and guidance scale - 935 分钟
图像生成的标准实践
上一课让你对扩散模型有了直觉：它是怎么从随机噪声一路去噪，把一段文字提示词变成一张图的。这一课把那份直觉变成一套习惯，让你写出的图像提示词落得离你脑子里那张画面更近。第三课的五条原则在这里照样成立：你给出方向，说清画面该是什么样，然后有意识地迭代，跟你在文本上用过的动作一模一样。
Prompt structure of subject, medium, style, and lightingArt styles and artist or era modifiersComposition and camera modifiersNegative prompts and aspect ratio - 1035 分钟
进阶图像技巧：inpainting、outpainting 与 ControlNet
前两课里,你从一段文字提示词生成了整张图,也学会了用结构、风格和负面提示词去引导它们。那套做法给模型留了很大的创作余地,在你还在摸索时这是优势,可当你需要一个确定的结果时它就成了麻烦。这一课讲四种技法,它们把一部分创作自由还回到你手里,换来的是对"什么保留、什么改动"的精确控制。
Image-to-image generationInpainting with masksOutpainting to extend a canvasControlNet for pose, depth, and edge guidance - 1140 分钟
构建 AI 驱动的应用
这是结业项目。前面每一课都教了一个动作:生成文本、把输出塑造成结构化的形状、调用函数、用 RAG 检索事实、运行智能体(agent)、为图像写提示词。真实的产品不是其中任何单独一项,而是把好几项接在一起,再配上让整套东西可信的那些管路:编排、评测、护栏,以及某次调用失败时的应对方案。
Composing text, images, and agents into a workflowOrchestration and chaining stepsEvaluation and guardrailsCost, latency, and failure handling
用你的语言学习 Prompt Engineering
每一节课、测验和导师回复都以你的语言显示。AI 导师会用你提问的语言来回答。