8 个最佳提示工程课程 （2026年6月）

在人工智能领域，提示工程的艺术已经成为专业人士和爱好者必备的技能。随着 AI 系统，特别是像 GPT 的语言模型变得越来越复杂，有效地与这些模型进行通信的能力变得至关重要。提示工程本质上是设计输入（或“提示”）来有效地指导和与生成性 AI 模型交互，特别是大型语言模型（LLM）。它涉及以一种利用 AI 能力的方式来表述问题或陈述，以产生特定的、相关的和准确的输出。

但什么是提示工程，它为什么成为科技界的热门词汇？

提示工程是为生成性 AI 模型，特别是大型语言模型（LLM）设计输入（或“提示”）的艺术和科学。它涉及以一种方式来表述问题或陈述，以利用 AI 的能力来产生特定的、相关的和准确的输出。

这个领域位于语言学、计算机科学和创造性思维的交叉点。它需要了解 AI 模型如何处理信息和创造性地调整提示以符合期望的结果。目标是最大化 AI 响应的效率和适用性，无论是生成文本、代码、图像，甚至是解决复杂问题。

在这个领域的认可中，我们精心策划了一份最佳提示工程课程的清单。不论您是经验丰富的 AI 实践者还是好奇的新手，这些课程为您提供了提示工程的细微差别的宝贵见解。从理解语言模型的基本原理到掌握特定应用的高级技术，这些课程涵盖了知识和技能的广泛范围。

1. 谷歌提示工程基础

谷歌的“提示工程基础”课程在 Coursera 上设计用于教授生成性 AI 提示的基础知识，通过一个简单的五步框架。由谷歌职业证书创建，这个适合初学者的课程指导用户编写清晰有效的 AI 提示，允许学习者更高效地完成实际任务。课程内容包括实践练习，参与者练习提示设计、评估和 AI 迭代。从编写目标电子邮件和总结冗长文档到构建跟踪器和集思广益，学习者将提示技术应用于各种工作任务，使用自定义的、可重用的提示来增强生产力。

课程超越了基本的提示技术，帮助学习者分析数据、创建令人信服的可视化和使用 AI 反馈构建演示文稿。此外，学习者被介绍到高级技术，如提示链和多模态提示，将抽象的想法转化为实际步骤。强调负责任的 AI 使用，课程教授偏见识别和输出评估，确保提示准确公正。通过课程结束，学习者将获得谷歌的证书和一个提示库，赋予他们将 AI 作为宝贵工具纳入专业工具包的能力。

关键特征

• 课程概述: 谷歌的“提示工程基础”课程教授 AI 提示的基础知识，使用简单的五步方法。
• 适合初学者: 适合新手，课程时长不到 10 小时，包含实践练习。
• 工作任务: 学习电子邮件、文档摘要、跟踪器和集思广益的提示。
• 可重用提示: 构建提示库，以便在工具中高效使用 AI。
• 高级技能: 掌握提示链和多模态技术，用于复杂的想法。
• 数据和演示文稿: 分析数据、创建可视化和获得 AI 反馈的演示文稿。
• 偏见和准确性: 学习识别 AI 偏见和评估输出质量。
• 证书: 获得谷歌职业证书，以提升您的 AI 技能简介。

2. 提示工程专业化（范德堡大学）

范德堡大学提供的“提示工程专业化”课程是将学习者转变为提示工程专家的卓越课程。这个全面课程包括三个课程，从基础到高级技术，能够让您发挥生成性 AI 的全部潜力。专业化课程以实践、手动学习为中心，确保学生不仅理解理论，还能在各种情况下有效应用它们。

专业化课程从“ChatGPT 提示工程”课程开始，时长为 18 小时，拥有 2000 多名参与者的 4.8 评分。这里，学习者深入研究为大型语言模型如 ChatGPT 编写提示的艺术，学习如何利用其能力进行各种应用。第二门课程“ChatGPT 高级数据分析”专注于使用 ChatGPT 的代码解释器自动执行任务。这个 10 小时的课程也获得了 4.8 的高评分，教学生自动处理文档和数据提取等技能。最后一门课程“可信的生成性 AI”是对确保 AI 输出可靠性和可信赖性的 8 小时旅程。

关键特征

• 深入学习: 从提示工程的基本概念到高级技能。
• 实践项目: 实践练习来构建和完善您的提示工程技能。
• 多样化应用: 学习在各种情况下应用这些技能，例如自动化、数据分析和问题解决。
• 应用学习项目: 将 AI 应用于现实世界，例如社交媒体帖子和使用 AI 解决复杂问题。
• 专家指导: 从大学和行业专家那里学习。
• 认证: 获得范德堡大学的职业提升证书。

这个课程非常适合那些想要深入理解和有效应用提示工程的人，无论是职业、学术还是个人事业。

3. 生成性 AI：提示工程基础（IBM）

IBM 提供的“生成性 AI：提示工程基础”课程是初学者在提示工程领域打造坚实基础的必备课程。这个 7 小时的课程针对希望探索生成性 AI 世界的专业人士、学生和爱好者而设计。课程结构旨在提供全面理解提示工程概念、最佳实践和实用技术。

课程分为三个结构良好的模块，每个模块专注于提示工程的不同方面。第一个模块介绍了生成性 AI 中的提示工程概念，强调了编写有效提示的最佳实践。第二个模块深入探讨了特定的技术和方法，以增强生成性 AI 模型响应的精度和相关性。最后一个模块包括一个评分测验、一个实践项目和可选内容，延伸到图像生成提示和使用 IBM 的 Prompt Lab 工具。

关键特征

• 适合初学者: 面向广泛的受众，包括没有任何先验经验的专业人士和爱好者。
• 灵活的学习: 以自己的节奏学习，课程结构适应不同的时间安排。
• 综合模块:涵盖提示工程的基本概念、技术和实践。
• 多样化技术: 探索零次、少次、采访模式、链式思维和树状思维等技术。
• 行业工具: 介绍 IBM Watsonx Prompt Lab、Spellbook 和 Dust 等实用提示工程工具。
• 实践经验: 参与实验室和最终项目，将所学概念应用于现实世界场景。
• 行业专家见解: 从实践者那里获得有关有效提示编写和工具利用的见解。
• 职业证书: 完成课程后获得可分享的证书，增加您的职业简介价值。

这个课程是那些开始提示工程旅程的人的绝佳选择，提供了对该领域的坚实基础和有效地引导 AI 模型朝向期望结果的技能。

4. ChatGPT 提示工程（范德堡大学）

范德堡大学的“ChatGPT 提示工程”课程旨在让学习者具备与大型语言模型如 ChatGPT 高效合作的专业知识。作为提示工程专业化课程的一部分，它旨在展示提示工程在各个领域的变革力量；这个课程非常适合任何希望掌握生成性 AI 工具使用的人。

课程结构包括六个模块，专注于 ChatGPT 和类似的语言模型在各种应用中的重要性。它首先强调了解这些模型如何响应自然语言提示的重要性。课程内容从基本提示编写到复杂问题解决的高级技术，旨在让学生在工作、商业和个人生活中使用大型语言模型的技能。

学习者将探索 ChatGPT 在写作、总结、游戏、规划、模拟和编程等任务中的巨大潜力。课程旨在建立强大的提示工程技能，使学生能够在工作中使用大型语言模型解决复杂问题。

关键特征

• 综合课程: 专注于大型语言模型的有效提示工程。
• 实践应用: 展示 ChatGPT 在个人和职业背景下的多样化用途。
• 技能发展: 强调建立强大的提示编写技能以增强生产力。
• 广泛吸引力: 适合任何具有基本计算机使用技能的人。
• 问题解决焦点: 配备学习者使用提示工程解决复杂问题的能力。

这个课程非常适合那些想要深入探索生成性 AI 世界并成为提示工程领域的专家的人。

5. ChatGPT 提示工程开发者课程（DeepLearning.AI/OpenAI）

DeepLearning.AI 提供的“ChatGPT 提示工程开发者课程”旨在让有志于提示工程的人们沉浸在生成精确和吸引人的 AI 响应的艺术中。由 OpenAI 的 Isa Fulford 和 DeepLearning.AI 的 Andrew Ng 创建，这个课程超越了基本的提示创建，专注于通过 API 调用来利用大型语言模型，用于构建生成性 AI 应用程序。

这个课程以其实践方法而突出，结合了现实世界的例子来提供对提示工程的深入理解。它从软件开发中的最佳实践开始，涵盖了总结复杂信息、从不完整的数据中推断、转换文本样式和使用高级机器学习技术将想法扩展为详细的叙述等必备领域。

此外，课程深入探讨了提示库的有效管理，这是提示工程角色的关键技能。它迎合了从具有基本 Python 知识的初学者到寻求探索提示工程和大型语言模型前沿的高级机器学习工程师的广泛学习者。

关键特征

• 深入学习: 提供开发者提示工程的综合指南。
• 实践方法: 强调现实世界的应用和实践例子。
• 多样化技能发展:涵盖总结、推断、转换和使用 AI 扩展文本等技能。
• 提示库管理: 教授如何高效地组织和利用提示库。
• 广泛吸引力: 适合具有基本 Python 知识的初学者和高级工程师。
• 专家创作者: 由 OpenAI 和 DeepLearning.AI 的知名专业人士开发。

这个课程非常适合任何想要掌握提示工程的人，无论是初学者还是高级从业者，提供了开发者在软件开发中利用 AI 的必备技能。

6. 提示工程入门课程（LearnPrompting）

LearnPrompting 的“提示工程入门课程”为初学者和高级学习者提供了进入 AI 提示工程世界的理想入口。这个免费课程因其高质量的内容和有效性而闻名，提供了对 AI 概念和复杂提示工程技术的全面概述。在现代计算机科学领域，理解生成性人工智能的复杂性至关重要。

课程结构合理，首先介绍 AI 系统及其应用，然后深入探讨提示工程的基础。它解决了输入提示在语言模型（如 ChatGPT）中的功能。更深入的学习模块进一步探讨了神经网络和机器学习技术，使复杂主题变得易于理解和掌握。

该课程的突出特点是其实践方法，提供了现实世界中生成性 AI 应用的实践经验。这不仅增强了理论知识，还为学习者提供了可应用于提示工程角色或涉及 AI 模型的类似职位的实践技能。

课程涵盖了提示、角色提示、少次提示、组合技术、正式提示、聊天机器人基础、LLM 设置和 LLM 的陷阱等主题。每个概念都伴有视觉辅助和示例，确保学习体验引人入胜且富有背景。

关键特征

• 综合覆盖: 从基本 AI 概念到高级提示工程技术。
• 易于学习: 将复杂主题分解为易于理解的模块。
• 实践经验: 与现实世界的 AI 应用进行实践工作。
• 多样化主题: 对提示工程的各个方面进行了深入的探讨。
• 吸引人的教学方法: 使用视觉辅助和示例来增强理解。
• 免费访问: 为所有人提供高质量的 AI 教育。

LearnPrompting 的这个入门课程是任何想要进入 AI 提示工程世界的人的完美选择，提供了坚实的基础和在该领域取得成功所需的实践技能。

7. 使用 ChatGPT API 构建系统（DeepLearning.AI）

“使用 ChatGPT API 构建系统”是一门专门的课程，旨在教授使用大型语言模型高效构建多步骤系统的方法。这个课程非常适合希望自动化复杂工作流程和解锁新开发能力的学习者。由 OpenAI 的 Isa Fulford 和 DeepLearning.AI 的 Andrew Ng 教授，这门课程建立在他们流行的“ChatGPT 提示工程开发者课程”之上，提供了使用 AI 模型动态交互的复杂系统的见解。

课程内容简洁但充满实用知识，集中在使用多阶段提示来分解复杂任务为子任务的概念上，增强了 LLM 的效率和功能。关键学习点包括：

• 开发在前一个提示的完成基础上构建的提示链。
• 创建系统，Python 代码与 AI 完成和新提示交互。
• 使用课程中涵盖的所有技术构建客户服务聊天机器人。

学习者还将获得用户查询分类、查询安全性评估和任务处理以进行链式思维、多步骤推理的技能。尽管课程时长仅为一小时，但它提供了实践应用的全面理解，包括实践示例和内置的 Jupyter 笔记本，以便尝试所教授的概念。

关键特征

• 高效系统构建: 学习使用 LLM 构建多步骤系统。
• 实践学习方法: 通过实践示例来理解概念。
• 专家指导: 由 Isa Fulford 和 Andrew Ng 教授。
• 交互式学习工具: 内置 Jupyter 笔记本用于实践实验。
• 高级技术: 集中于多阶段提示和 Python 代码交互。
• 现实世界应用: 适用于客户服务聊天机器人和安全评估的技能。

这个课程非常适合那些对 AI 和构建高级 AI 驱动系统有一定了解的人，提供了使用 ChatGPT API 的实践应用的宝贵见解。

8. 生成性 AI 基础专业化（IBM）

IBM 的“生成性 AI 基础专业化”课程旨在为生成性 AI 的基本概念、模型、工具和应用提供深入的理解。这个专业化课程非常适合任何希望在工作场所、职业和生活中利用生成性 AI 潜力的个人。它适合来自所有领域的专业人士，不需要任何先前的技术知识或 AI 背景。

专业化课程包括五个短暂的、自主学习的课程，每个课程大约需要 3-5 小时才能完成。这些课程涵盖了以下主题：

1. 生成性 AI 基础模型的基本概念和能力。
2. 强大的提示工程技术，用于编写有效的提示以获得所需的 AI 结果。
3. 生成性 AI 的构建块和基础模型，如 GPT、DALL-E 和 IBM Granite。
4. 生成性 AI 的伦理影响和考虑。
5. 生成性 AI 的实践应用，以增强职业和生产力。

专业化课程还包括实践实验室和项目，允许学习者使用流行的工具和平台（如 IBM watsonx.ai、OpenAI ChatGPT、Stable Diffusion 和 Hugging Face）进行实践。这些实验室提供了文本、图像、代码生成、提示工程工具和基础模型的实践经验。

关键特征

• 综合理解: 获得生成性 AI 概念、工具和应用的全面见解。
• 实践提示工程: 学习编写生成性 AI 模型的有效提示。
• 伦理意识: 讨论生成性 AI 的局限性和伦理考虑。
• 职业提升: 认识到生成性 AI 提升专业技能和工作效率的潜力。
• 实践学习: 参与使用流行 AI 工具和平台的实验室和项目。
• 易用性: 适合没有任何 AI 背景的学习者，惠及来自各个领域的专业人士。

这个专业化课程是任何对解锁生成性 AI 能力并将其应用于职业背景的人的宝贵资源，提供了实践知识和技能，使其成为新手或希望提高对生成性 AI 技术理解的人的理想学习路径。

通过提示工程导航 AI

这些顶级 AI 提示工程课程为 AI 的不断演变世界提供了一个全面指南，迎合了从初学者到高级从业者的广泛学习者。这些课程不仅为个人提供提示工程的技术知识，还为各个领域的创新应用打开了大门。随着 AI 继续塑造我们的数字格局，掌握提示工程变得至关重要，赋予用户有效地与 AI 技术进行通信和利用的能力。无论是职业发展、个人成长还是学术追求，这些课程为在 AI 动态领域导航和成功所需的基础技能提供了基础。