🎯
入门 免费 中文English
ChatGPT Prompt Engineering 实战
ChatGPT Prompt Engineering for Developers
🎬 课程视频
吴恩达联合 OpenAI 出品，教你写出高质量 Prompt，让 ChatGPT 真正听懂你的意图。适合完全零基础，1 小时学完。
📖 你将学到
- Prompt 的基本原则（清晰、具体、给上下文）
- 迭代优化 Prompt 的方法
- 文本摘要、推断、转换、扩写实战
- 构建简单聊天机器人
01 Prompt 的两大核心原则
写好 Prompt 不是玄学，就两条原则，记住就够了。
原则一：清晰且具体
模糊的 Prompt 得到模糊的结果。越具体，AI 越能给你想要的答案。
❌ 差的 Prompt：「帮我写一篇文章」
✅ 好的 Prompt：「帮我写一篇 800 字的微信公众号文章，主题是'大学生如何用 AI 提升学习效率'，语气轻松，面向 18-22 岁大学生，结尾有一个行动号召」
4 个让 Prompt 更清晰的技巧
1）用分隔符标记不同部分（用 ``` 或 ### 分隔）
2）要求结构化输出（「用 JSON 格式输出」「用表格列出」）
3）给 AI 一个角色（「你是一位有 10 年经验的营销顾问」）
4）给出示例（「按照这个格式：[示例]」）
原则二：给 AI 时间「思考」
复杂问题不要让 AI 直接给答案，让它先分析再回答。
❌ 「这道数学题的答案是什么？」
✅ 「请一步一步解这道数学题，先列出解题思路，再计算」
这个技巧叫 Chain of Thought（思维链），能显著提升 AI 在复杂推理任务上的准确率。
原则一：清晰且具体
模糊的 Prompt 得到模糊的结果。越具体，AI 越能给你想要的答案。
❌ 差的 Prompt：「帮我写一篇文章」
✅ 好的 Prompt：「帮我写一篇 800 字的微信公众号文章，主题是'大学生如何用 AI 提升学习效率'，语气轻松，面向 18-22 岁大学生，结尾有一个行动号召」
4 个让 Prompt 更清晰的技巧
1）用分隔符标记不同部分（用 ``` 或 ### 分隔）
2）要求结构化输出（「用 JSON 格式输出」「用表格列出」）
3）给 AI 一个角色（「你是一位有 10 年经验的营销顾问」）
4）给出示例（「按照这个格式：[示例]」）
原则二：给 AI 时间「思考」
复杂问题不要让 AI 直接给答案，让它先分析再回答。
❌ 「这道数学题的答案是什么？」
✅ 「请一步一步解这道数学题，先列出解题思路，再计算」
这个技巧叫 Chain of Thought（思维链），能显著提升 AI 在复杂推理任务上的准确率。
02 迭代优化：Prompt 是改出来的
没有人第一次就能写出完美的 Prompt。迭代才是正确姿势。
迭代流程
1）写第一版 Prompt，看结果
2）分析哪里不对（太长？太短？方向跑偏？）
3）针对问题修改 Prompt
4）重复，直到满意
实战案例：写产品描述
第 1 版：「帮我写这把椅子的产品描述」
问题：太泛，不知道面向谁，不知道重点是什么
第 2 版：「帮我写这把人体工学椅的产品描述，面向在家办公的上班族，强调腰部支撑和久坐舒适，200 字以内」
好多了，但可能还不够有吸引力
第 3 版：「帮我写这把人体工学椅的产品描述，面向在家办公的上班族，强调腰部支撑和久坐舒适，200 字以内。开头用一个痛点场景引入（比如久坐腰疼），结尾有一句行动号召」
这版就很好了
常见问题和修复方法
• 输出太长 → 加「控制在 X 字以内」
• 输出太笼统 → 加「给出具体的例子和数据」
• 格式不对 → 加「用 Markdown 格式」或「用编号列表」
• 方向跑偏 → 在 Prompt 开头加「只讨论 [主题]，不要涉及其他内容」
迭代流程
1）写第一版 Prompt，看结果
2）分析哪里不对（太长？太短？方向跑偏？）
3）针对问题修改 Prompt
4）重复，直到满意
实战案例：写产品描述
第 1 版：「帮我写这把椅子的产品描述」
问题：太泛，不知道面向谁，不知道重点是什么
第 2 版：「帮我写这把人体工学椅的产品描述，面向在家办公的上班族，强调腰部支撑和久坐舒适，200 字以内」
好多了，但可能还不够有吸引力
第 3 版：「帮我写这把人体工学椅的产品描述，面向在家办公的上班族，强调腰部支撑和久坐舒适，200 字以内。开头用一个痛点场景引入（比如久坐腰疼），结尾有一句行动号召」
这版就很好了
常见问题和修复方法
• 输出太长 → 加「控制在 X 字以内」
• 输出太笼统 → 加「给出具体的例子和数据」
• 格式不对 → 加「用 Markdown 格式」或「用编号列表」
• 方向跑偏 → 在 Prompt 开头加「只讨论 [主题]，不要涉及其他内容」
03 5 大实战场景：摘要、推断、转换、扩写、对话
掌握这 5 个场景，能覆盖 80% 的日常 AI 使用需求。
1. 文本摘要
「请用 3 句话总结以下文章的核心观点：[文章内容]」
「请提取以下会议记录中的行动项，列成清单：[会议记录]」
2. 推断（让 AI 分析情感、意图、信息）
「分析以下用户评论的情感（正面/负面/中性），并提取用户提到的具体问题：[评论]」
「从以下简历中提取：姓名、学历、工作年限、核心技能：[简历内容]」
3. 文本转换
「把以下正式邮件改写成轻松的微信消息风格：[邮件]」
「把以下中文翻译成英文，保持专业语气：[中文内容]」
「把以下 Python 代码转换成 JavaScript：[代码]」
4. 扩写
「根据以下要点，扩写成一篇 500 字的博客文章：[要点列表]」
「把这句话扩展成一个完整的段落，加入具体例子：[一句话]」
5. 构建对话机器人
在对话开头设置系统角色：
「你是一个友好的客服助手，专门回答关于 [产品] 的问题。如果用户问的问题超出范围，礼貌地说你不知道，不要编造答案。」
然后保持对话上下文，AI 会记住之前说过的内容。
1. 文本摘要
「请用 3 句话总结以下文章的核心观点：[文章内容]」
「请提取以下会议记录中的行动项，列成清单：[会议记录]」
2. 推断（让 AI 分析情感、意图、信息）
「分析以下用户评论的情感（正面/负面/中性），并提取用户提到的具体问题：[评论]」
「从以下简历中提取：姓名、学历、工作年限、核心技能：[简历内容]」
3. 文本转换
「把以下正式邮件改写成轻松的微信消息风格：[邮件]」
「把以下中文翻译成英文，保持专业语气：[中文内容]」
「把以下 Python 代码转换成 JavaScript：[代码]」
4. 扩写
「根据以下要点，扩写成一篇 500 字的博客文章：[要点列表]」
「把这句话扩展成一个完整的段落，加入具体例子：[一句话]」
5. 构建对话机器人
在对话开头设置系统角色：
「你是一个友好的客服助手，专门回答关于 [产品] 的问题。如果用户问的问题超出范围，礼貌地说你不知道，不要编造答案。」
然后保持对话上下文，AI 会记住之前说过的内容。
04 进阶技巧：让 AI 输出更可靠
用了一段时间 ChatGPT 后，你会发现它有时候会「胡说」。这里是减少错误的实用技巧。
技巧 1：让 AI 承认不确定性
在 Prompt 末尾加：「如果你不确定某个信息，请明确说明'我不确定'，不要猜测。」
技巧 2：要求 AI 引用来源
「请给出你的信息来源，如果无法确认来源，请说明。」
⚠️ 注意：ChatGPT 有时会编造看起来真实的引用，重要信息一定要自己核实。
技巧 3：让 AI 自我检查
「请检查你的回答是否有逻辑错误或事实错误，如果有，请修正。」
技巧 4：Few-shot Prompting（给例子）
与其描述你想要什么，不如直接给例子：
「请按照以下格式分类用户反馈：
输入：'发货太慢了' → 输出：物流问题
输入：'产品质量很差' → 输出：质量问题
现在分类：'客服态度不好' → 」
技巧 5：分步骤处理复杂任务
不要一个 Prompt 做所有事，拆成多步：
第 1 步：「帮我列出这篇文章的 5 个核心观点」
第 2 步：「针对第 3 个观点，帮我找 3 个反驳论据」
第 3 步：「综合以上，帮我写一个平衡的分析段落」
技巧 1：让 AI 承认不确定性
在 Prompt 末尾加：「如果你不确定某个信息，请明确说明'我不确定'，不要猜测。」
技巧 2：要求 AI 引用来源
「请给出你的信息来源，如果无法确认来源，请说明。」
⚠️ 注意：ChatGPT 有时会编造看起来真实的引用，重要信息一定要自己核实。
技巧 3：让 AI 自我检查
「请检查你的回答是否有逻辑错误或事实错误，如果有，请修正。」
技巧 4：Few-shot Prompting（给例子）
与其描述你想要什么，不如直接给例子：
「请按照以下格式分类用户反馈：
输入：'发货太慢了' → 输出：物流问题
输入：'产品质量很差' → 输出：质量问题
现在分类：'客服态度不好' → 」
技巧 5：分步骤处理复杂任务
不要一个 Prompt 做所有事，拆成多步：
第 1 步：「帮我列出这篇文章的 5 个核心观点」
第 2 步：「针对第 3 个观点，帮我找 3 个反驳论据」
第 3 步：「综合以上，帮我写一个平衡的分析段落」
💡 想要更系统的 AI 学习路线？
去 ganhuo.ai 看完整路线图 →