目录

第二章

提示词

Dario 的路径从 Prompts 开始,不是因为「提示词工程师」是一个岗位称号,而是因为你若不能清楚地下指令,后面的 Agent 只会放大含糊。

01

Anthropic:Prompt Engineering Interactive Tutorial

#
来源说明

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

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。
  6. 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。
  7. 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。
  8. 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》。
02

Anthropic Courses(提示词相关部分)

#
来源说明

Anthropic 官方课程仓库,建议按固定顺序学完五门:API 基础 → 提示词交互教程 → 真实世界提示词 → 提示词评估 → 工具使用。后两门放到第 3、第 4 章。课程常建议用低成本模型以控制练习费用。

一句话核心观点

Anthropic 把「会调 API、会写提示词、会评测、会接工具」做成一条必须按顺序走的进阶链,而不是互不相关的博客。

要点精读

  1. 《Anthropic API fundamentals》是写代码前的必修:申请密钥、Messages 格式、模型族能力对比、参数、流式输出、视觉提示。
  2. 交互式提示词教程与上一节是同一条内容线,仓库中有对应目录,还有 AWS Workshop 版本。
  3. 《Real world prompting》专门解决「技巧会了,复杂场景不会组合」的问题,另有 Google Vertex 版本,说明方法不绑死在某一朵云上。
  4. 官方明确建议按 1→5 的顺序完成,因为评估和工具使用都建立在提示词基本功之上。
  5. 参数课很关键:温度、最大长度等不是调味料,而是稳定性和创造性的旋钮,要结合任务类型来设,而不是凭感觉拉满。
  6. 视觉提示提醒我们:学提示词不只是文字,图表、截图、文档页面同样需要「怎么描述任务」。
  7. 若你暂时不写代码,也可以先完成交互教程和真实世界提示词;但只要进入 Agent,API 基础就补上。
  8. 整门课程的隐藏功课是成本意识:练习用小模型,生产再按质量要求升级,这和第 4 章的成本优化是同一思维。

对「学好 AI」的实操启发

在交互教程进行到一半时,同步做 API 基础的前三四个笔记本,至少独立发出一次 Messages 请求。然后再做《Real world prompting》,把散招收成一套复杂提示词。评估课和工具课先不要提前拆走。

短引(转述)

仓库首页写明:当前共五门课,并建议按 API 基础、提示词教程、真实世界提示词、提示词评估、工具使用的顺序完成。

出处:anthropics/courses README。
09

DAIR.AI:Prompt Engineering Guide

#
来源说明

DAIR.AI(Elvis Saravia 等)维护的提示词工程指南,含理论、技巧、应用、风险、论文和工具。网站支持多语言。另有约一小时的公开讲座、幻灯片和笔记本。付费学院课程是可选补充,本手册只导读免费指南本身。

一句话核心观点

提示词工程是一门用来理解模型能力边界、并设计稳健接口的方法,而不只是「把话说得漂亮」。

要点精读

  1. 指南把学习分成导论、技巧、应用、提示词库、模型差异、风险、论文与工具,适合作为「词典」而不是第一本教材。
  2. 先读导论:模型设置、提示词基本元素、设计原则和例子。把 temperature 等设置和提示词文本看成一套系统。
  3. 技巧篇是核心目录:零样本、少样本、思维链、自洽性、知识生成、提示词链、思维树、RAG、ReAct、工具使用、多模态思维链等。不要想一次记完,按你正在做的任务去查。
  4. 对学习者特别有用的是:思维链用于推理,RAG 用于补知识,ReAct 把「推理 + 行动」连起来,已经是 Agent 的雏形。
  5. 应用篇覆盖函数调用、数据生成、代码生成等,可与 Microsoft 第 11 课、Anthropic 工具课对照。
  6. 风险篇必须看:对抗性提示、事实性、偏见。学提示词也包括学会模型会在哪里骗人、被绕过或放大歧视。
  7. 指南声明多数例子在类似 gpt-3.5-turbo 的设置下测试,换模型时输出会变,所以要把「可迁移的方法」和「某一模型的原话」分开记。
  8. 它和 Anthropic 教程的分工很清楚:Anthropic 带你练手感,DAIR.AI 给你技术地图和论文索引。

对「学好 AI」的实操启发

不要从头读到尾。每学完 Anthropic 教程的一章,就到指南里查对应技巧(例如学到「举例」就去读 Few-shot,学到「一步步想」就去读 CoT)。做一个仅属于你的技巧对照表。

短引(转述)

指南开篇指出,提示词工程是为高效使用语言模型而发展和优化提示的新学科;它也能帮助人们更好地理解大模型的能力与局限。

出处:Prompt Engineering Guide 导论(promptingguide.ai/introduction 与仓库 README)。

搜索资源

ESC