Anthropic:Prompt Engineering Interactive Tutorial
Anthropic 官方交互式教程。9 章练习 + 附录。官方更推荐搭配 Google Sheets 与 Claude for Sheets 扩展的版本,仓库里也有 Jupyter 章节。教程默认用较便宜的 Haiku 级模型练习,概念可迁移到更强模型。另有答案表。
一句话核心观点
好提示词是可练习的手艺:先结构,再清楚,再角色、分隔、格式、思考步骤和例子,最后才处理幻觉和复杂业务。
要点精读
- 必须按章节顺序做,不要跳到「复杂提示词」去抄模板。每课底部有 Playground,改一改再看输出变化,是整门课的灵魂。
- 入门三章:基本结构、清楚直接、分配角色。大多数失败不是模型笨,而是指令含糊、目标冲突或没有角色约束。
- 中级四章开始像工程:把数据和指令分开;规定输出格式,甚至「替模型先写开头」来锁定结构;让模型先想再答(precognition / step by step);用例子(few-shot)校准风格和边界。
- 高级两章针对真实事故:如何降低幻觉;以及从零搭建复杂提示词,覆盖聊天机器人、法律、金融、编程等行业场景。
- 附录进入「标准提示词之外」:提示词链式调用、工具使用、搜索与检索。这是通向第 3 章的桥。
- 官方强调要掌握好提示词的基本结构,识别常见失败模式,并用「二八法则」优先处理最有效的那几招。
- 用小模型练习有两个好处:便宜,以及问题更暴露——能在较弱模型上跑稳的提示词,换到强模型往往更稳。
- 做完不要扔掉练习记录。把你改对的提示词收成自己的「提示词笔记本」,这比收藏别人的模板更有用。
对「学好 AI」的实操启发
把这门课当作第 2 章的主课,每天一章,连练习带对照答案,大约两周。每学一招,立刻用到你在第 1 章选定的个人场景里。学完第 9 章,试着为那个场景写一份「可复用系统提示词」,而不是一次性对话。
短引(转述)
课程目标是:掌握好提示词的基本结构;识别常见失败模式并学习用「二八法则」去处理它们;理解 Claude 的优势与局限;并能从零写出常见场景的强提示词。
出处:教程 README《Course introduction and goals》。