logo
P
Prompt Master

Prompt 大师

掌握和 AI 对话的艺术

简介 →更多 Prompt Wiki ↗

Prompt 大师

掌握和 AI 对话的艺术

👤适合：职场人士 / 学生 / 程序员 / 所有想让 AI 更听话的人
⏱️2-3周
📊入门

prompt 不是"玄学"，它更像是你与 AI 之间的沟通协议。写得越清晰，AI 输出越稳定；写得越模糊，结果越随机。

在这个方向里，你会学到一套可复用的方法：如何给 AI 明确目标、补齐上下文、设置边界、指定输出格式，并通过迭代把结果从"能用"打磨到"好用"。

无论你想写方案、做总结、做学习计划、生成图片 prompt，还是让 AI 帮你分析数据、写代码，这套 prompt 技能都能直接提升你的产出质量。

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：

  • ✓掌握高质量 prompt 的通用结构（目标 / 上下文 / 约束 / 输出）
  • ✓使用模板在不同场景快速产出（写作、总结、学习、分析、创作）
  • ✓通过迭代与自检，让结果更稳定、更可控
  • ✓建立自己的 prompt 素材库 and 工作流

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。
打开 Prompt 模板库 →先看模板示例

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
立即进入 Prompt Lab →查看全部 40+ 实验

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

6 节阅读/图文
进入 Introduction →
Section
Techniques

不提供 examples 的 prompting 方式

17 节阅读/图文
进入 Techniques →
Section
Prompt Library

可复用的 prompts 模板集合（task-oriented）

36 节阅读/图文
进入 Prompt Library →
Section
Risks

理解 adversarial prompting 与输入劫持风险

4 节阅读/图文
进入 Risks →
Section
Agents

理解 AI Agent 的定义、能力边界与典型使用场景

6 节阅读/图文
进入 Agents →
Section
Models

模型概览与选择建议

20 节阅读/图文
进入 Models →
Section
System Prompts 大师班

什么是 System Prompt，为什么值得学习

8 节阅读/图文
进入 System Prompts 大师班 →
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

5 节阅读/图文
进入 Google 官方精华 →

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？
短期内不是。虽然模型越来越聪明，但精准控制模型输出、处理复杂逻辑链条（Chain of Thought）、构建稳定的 Agent 工作流，依然需要专业的 Prompt 技能。
学 Prompt 需要懂编程吗？
不需要，但懂一点逻辑思维会很有帮助。Prompt 本质上是用自然语言编程，如果你能清晰地拆解任务步骤，就能写出好的 Prompt。
这个课程主要教哪些模型的 Prompt？
主要涵盖 GPT-4（OpenAI）、Claude 3.5（Anthropic）和 Gemini（Google）。不同模型的"脾气"不同，我们会教你通用的结构化 Prompt 技巧。