Prompt Engineering:怎么和 AI 说话才管用
Prompt 不是神奇咒语,而是把你脑子里的目标完整搬到 AI 的工作桌面。掌握几个结构,同样一个模型能给你天差地别的结果。
开始学习一套真正开放的中文 AI 学习平台。按你的目标找到路径,边学边练,最后把知识变成可以展示、可以工作的成果。
下载桌面版 · 专注学习,保存笔记我的学习进度
按能力一步步解锁
从基础概念到
可交付的 AI 项目
OPEN
从基础、RAG、Agent 到工程实践,不把关键内容拆成付费章节。
PRACTICE
课程不是收藏夹,沿着路径学习,最后留下项目、方法和作品集。
NEXT
用 Level、测评和岗位能力映射,知道自己学到了什么、还能去哪里。
Choose your outcome
选一个真实目标,平台会把免费内容整理成更短、更容易开始的学习路线。
推荐从 L1 开始
用 7 天掌握提示词、信息整理和可靠性判断,把 AI 变成真正能协作的工作伙伴。
Your next step
能力不是用课程数量衡量,而是看你能否把 AI 用进真实任务。从会使用,到能交付,每一级都有清晰成果。
开放共学 · 2026 年 8–10 月
核心课程、学习路径和自学项目永久免费开放;这里提供公开的学习资料、作业节奏与作品方向。需要集中陪伴时,再查看当前共学活动的具体安排。
对比 Claude Code、Codex、Antigravity、Grok、Kimi 等 Agent 的完整 Prompt,用逐段中文解析理解上下文、工具与权限设计。
查看完整档案Start small
不要求编程基础。每节小课都用生活化解释、真实例子和一个练习,让你学完马上能用。
Prompt 不是神奇咒语,而是把你脑子里的目标完整搬到 AI 的工作桌面。掌握几个结构,同样一个模型能给你天差地别的结果。
开始学习AI 不是在「撒谎」,而是在「猜」。理解幻觉是概率预测机制的必然产物,你才知道什么时候必须自己核对。
开始学习AI 不按字读、按 token 读;上下文窗口是它的工作记忆。理解这两点,就懂了它为什么忘事、为什么贵、为什么长文档会丢细节。
开始学习Learn by building
实战课程围绕一个看得见、能运行、可展示的成果展开。技术只是手段,交付才是终点。
New from global universities
追踪 Stanford、MIT、CMU 等高校最新公开的 AI 课程,优先整理 2026 年新开或更新的内容。
斯坦福 Transformer 与大语言模型课程,从分词、注意力和架构到预训练、SFT、LoRA、偏好优化与推理。第四讲 Reinforcement learning with LLMs 从数学约定、奖励设计和策略梯度展开,比较 PPO/RLHF 与 GRPO/RLVR,讨论 DAPO、Dr. GRPO 和 on-policy distillation。适合具备数学与基础机器学习知识、希望系统补齐 LLM 强化学习原理的学习者。
访问官方课程密歇根大学 AASE 课程,围绕同一个 Coding Agent 走过 Apply、Analyze、Create 三阶段:从 Aider 与本地小模型入门,亲手实现工具调用、Agent Loop、权限审批和停止条件,再加入评测、记忆、Skills、上下文管理与注入防护。要求自建至少 8 个测试任务,每个至少运行 3 次,报告成功率、成本与延迟,并分析失败原因。适合具备编程基础、想深入理解 Agent 工程的开发者。
访问官方课程哈佛现代 AI 系统课程,以同一个智能体贯穿应用与底层系统:从使用 Claude Code、实现 Agent Loop,到上下文、工具、多智能体、记忆、可靠性、评测和成本优化,再进入模型自托管、批处理、调度、KV-cache、前缀复用、量化与推测解码。要求 CS61、至少一门研究生级计算机系统课程,以及 Python/PyTorch 能力。
访问官方课程研究能在交互中持续改进的 AI Agent:验证器、推理时计算、搜索与强化学习,并延伸到工具、记忆、规划和智能体评测。课程表与论文阅读公开。
访问官方课程从 RAG、工具调用和 Agent Loop 出发,逐步构建复合 AI 系统与自主 Agent,系统覆盖记忆、多智能体、评测、安全和 Coding Agent。
访问官方课程面向 AI 原生软件开发,讲解 MCP、Agent Skills、规格驱动开发、循环工程与软件工厂,训练人定义意图、Agent 协同执行的新工作方式。
访问官方课程MIT 2026 春季多模态 AI 课程,从表示、融合与对齐,推进到多模态大模型、生成、推理、交互式 Agent 和自我进化;官网持续公开课件与视频。
访问官方课程韩松主讲,从剪枝、量化、NAS 与知识蒸馏,到 TinyML、LLM 部署、扩散加速与高效训练。中文导览整理四章课程地图、公开课件与视频,以及 5 个 Lab 的自学路线。
查看课程导览OpenHands 作者 Graham Neubig 与 Daniel Fried 主讲,从 Agent Harness、工具、上下文、记忆和规划,到评测、SFT/RL 训练、安全与人机交互。
访问官方课程Foundations first
在最新 Agent 与多模态课程之外,补上理解 AI 原理与构建底层能力所需的两门 Stanford 课程。
从数据清洗、Transformer 架构、训练与评估到部署,完整实现语言模型。适合已有 Python、深度学习和系统优化基础的学习者。
访问官方课程用统一的数学框架系统学习机器学习、搜索、MDP、博弈、贝叶斯网络与逻辑,并配套课程讲义、编程作业和可执行讲义。
访问官方课程Structured paths
不再面对几百门课无从选择。每条路径都明确前置基础、学习顺序和最终成果。
从 Prompt 到 API 到简单 Agent,两周掌握 AI 应用开发基础。
2 周8 课时 L2-L3连接自己的知识,让 AI 基于真实资料回答并持续优化。
3 周12 课时 L3-L5工具调用、多 Agent 协作与生产部署,构建可靠的 AI 系统。
4 周15 课时本周推荐
从零到部署一个完整的 RAG 应用。每天 1-2 小时,边学边练,7 天后你拥有自己的、能跑、能拿给别人看的 AI 应用。
Curated learning
保留值得学习的课程与资料,标清难度、来源和适合人群。
从第一次对话和有效提示开始,学习 Projects、Artifacts、Skills 与连接工具,把 Claude 用于日常工作。无需 AI 使用经验,部分动手功能需要付费方案。
学习内容免费;保存进度或领取该课提供的完成徽章需登录官方平台。Claude 订阅、API 与云服务的使用费用另计,以实际产品方案为准。
打开课程学习在 Cowork 中委派多步骤任务,设置工作区、提供上下文、推进任务循环,并用插件处理研究、文档和浏览器任务。
学习内容免费;保存进度或领取该课提供的完成徽章需登录官方平台。Claude 订阅、API 与云服务的使用费用另计,以实际产品方案为准。
打开课程了解处于 beta 阶段的 Claude Tag,学习在团队 Slack 工作区中委派任务、引导和纠正 Claude,并建立团队协作习惯。
学习内容免费;保存进度或领取该课提供的完成徽章需登录官方平台。Claude 订阅、API 与云服务的使用费用另计,以实际产品方案为准。
打开课程