ChatGPT 提示工程 评测 — DeepLearning.AI 短期速成课

课程概述

DeepLearning.AI 的 "ChatGPT Prompt Engineering for Developers" 是由 Andrew Ng 与 OpenAI 的 Isa Fulford 联合打造的短期集中课程。约 1 小时即可掌握运用大语言模型（LLM）所需的提示工程基本原则与实战技巧。课程重点面向开发者，聚焦通过 API 使用 LLM 的方法，可在 Jupyter Notebook 上边写代码边学习文本摘要、情感分析、文本转换、文章扩展等实用场景。完全免费。

能学到什么

• 设计高效提示的两大原则（明确指令与预留思考时间）
• 文本摘要与信息抽取的自动化技巧
• 情感分析与主题分类的实现方法
• 文章语气变换、格式转换、翻译等文本转换技术
• 聊天机器人构建基础与多轮对话管理方法
• 提示的迭代改进（Iteration）流程

适合谁学习

本课程适合具备 Python 基础、希望将 LLM 集成到应用程序中的开发者。仅需 1 小时的短时长，非常适合忙碌的工程师和商业人士。适合想将 ChatGPT 从聊天工具升级为开发工具的学员。零基础的 AI 学员，可先通过 Google AI Essentials 建立全景理解后再来学习，效果更佳。

课程结构

课程由 9 个短模块组成。开头简要介绍 LLM 工作原理后，进入提示设计的基本原则。之后依次实战演练摘要、推理、转换、扩展等具体场景，最后进入聊天机器人构建。所有模块都在浏览器内 Jupyter Notebook 中通过 OpenAI API 边写代码边学习。

优缺点

✅ 优点

• 约 1 小时即可完成，可立即应用于业务的实战技能
• 由 Andrew Ng 与 OpenAI 专家联合讲解，可信度极高
• 浏览器内即可完成，无需任何环境搭建
• 掌握提示迭代技巧后，可迁移至其他 LLM，通用性强

❌ 缺点

• 由于时长较短，各主题深入度有限
• 专注于 OpenAI API，不涉及其他 LLM 服务商
• 高级提示技巧（Chain of Thought、Few-shot Learning 等）需另行学习

综合评价

ChatGPT 提示工程课程是学习 LLM 应用的第一步，性价比最高的课程。仅 1 小时的投入，即可掌握提示设计的基础框架，立刻应用到项目中。学完本课程打下基础后，推荐通过 Hugging Face NLP 课程 深入理解 Transformer 模型的技术层面，或通过 Microsoft AI for Beginners 拓展 AI 全景知识，可构建生成式 AI 时代所需的综合技能栈。

💡 学习小贴士：不要机械记忆课程介绍的提示模板，应结合自己业务的实际任务进行调整。比如公司文档摘要、邮件初稿生成等日常工作场景，是最有效的学习方式。