吴恩达 AI 提示词课程完整总结
课程概述
2026 年，熟练运用 AI 已成最有价值的技能之一。本课程面向"AI 新手"（只用 AI 像用 Bing 搜索一样回答简单问题），系统讲解如何成为"AI 高级用户"（Power User）。课程通过对比新手与专家的差异，讲清楚常用的提示写法。
核心原则：AI 新手 vs AI 高级用户
| 维度 | AI 新手 | AI 高级用户 |
|---|---|---|
| 提问 | 短提示，期望 AI 自行填补空白 | 提供丰富背景、文档、上下文 |
| 时间 | 不给思考时间 | "请仔细思考后再回答"，允许 AI 用几分钟甚至更久 |
| 写作 | 让 AI 直接写正文，得到"AI 废话"（AI slop） | 先列大纲→反复迭代→再扩写 |
| 反馈 | 暗示期望答案，得到附和 | 中性提问，使用评分标准（Rubric） |
| 工具 | 单一聊天框 | 网络搜索、深度研究、桌面端 Agent、代码执行 |
把 AI 想象成"刚毕业的聪明应届生，非常积极但不了解你"，给它足够上下文，它才能做好工作。
第一模块：用 AI 查找信息
1.1 AI 的知识来源（预训练知识）
- AI 通过海量互联网文本训练（书籍、维基百科、Reddit、Quora、新闻、论文等），这些知识被称作 pre-trained knowledge（预训练知识）。
- 可靠性经验法则：某个主题在互联网上出现的频率，大致正比于 AI 对该主题回答的可靠性。
- 训练数据有知识截止日期，截止之后发生的事（新电影、新研究）AI 默认不知道。
- AI 对拼写错误、模糊表达有很强的鲁棒性，不必苛求语法。
1.2 网络搜索（Web Search）
何时触发：
- 时效性问题（天气、新闻、本地推荐）
- 高度本地化问题（附近健身房）
- 小众主题（罕见奶酪比赛）
工作原理（双模型协作）： 1、 前端 AI 模型接收用户问题 2、 后端助手 AI 模型代为执行 Google/Bing 风格搜索 3、 后端 AI 抓取相关网页、做摘要 4、 前端 AI 实际只看了"摘要"，没完整阅读原网页，所以经常引错。 5、 前端 AI 基于摘要生成最终回答
最佳实践：
- 主动指定来源类型："请引用世界卫生组织、FDA 等官方机构的资料"
- 不要假设搜索结果总是准确，AI 会偏向引用 Reddit、Wikipedia 等高频来源
- 网页可能过时，要警惕"20 年前的健身地点"这类结果
1.3 深度研究（Deep Research）—— Agentic AI
| 工具 | 速度 | 信息源数量 | 适用场景 |
|---|---|---|---|
| 预训练知识 | 数秒 | 0 | 通用常识、定义 |
| 网络搜索 | 数十秒 | 数个 | 单一事实、近期信息 |
| 深度研究 | 数分钟~10+ 分钟 | 几十个以上 | 多维度综合分析（如研究健康影响、规划旅游） |
深度研究 = Agentic AI：AI 自主决定下一步要搜什么、读什么，边读边调整研究计划，最后生成带引用的完整报告。Gemini 还可直接把报告转成网页、信息图。
第二模块：把 AI 当作思维伙伴
2.1 头脑风暴（Brainstorming）
不要：只让 AI "给我想 10 个点子" 应该：把它当作反复对话的合作伙伴
有效配方： 1、 一次性提供充足背景（年龄、资源、约束、目标） 2、 要求它一次给出 3-5 个方案 3、 对每个方案给出反馈（我喜欢/不喜欢/还缺什么信息） 4、 迭代多轮，让它重组出新方案 5、 满意后再让 AI 细化其中一两个
原因：AI 默认倾向给出"互联网最常见"的答案（平均化答案），如"做深蹲、俯卧撑"。提供细节和约束可以把它的回答从"普通答案空间"推向"定制答案空间"。
2.2 上下文（Context）
- 人类工作记忆约 7 项，顶尖 AI 模型上下文可达 75 万词（约前 4-5 部《哈利·波特》）。
- 上下文的构成：
- 系统提示（身份、日期、可用工具）
- 用户上传的文件
- 对话历史（每次问答都会被加入上下文）
- 提示："仔细阅读所有内容，认真思考后再回答"——能让 AI 多花时间推理。
- 陷阱：上下文越长未必越好。跑题时应该开新对话，避免无关历史干扰新问题。
2.3 让 AI 访问你的电脑（桌面 Agent）
代表产品：Claude Code、Codex 等等
使用流程：
1、 明确任务目标 2、 让 AI 提出行动计划（Plan） 3、 审查、修改计划 4、 满意后再让它执行 5、 安全注意：只授予必要文件夹权限；删除文件不进回收站，通常无编辑历史可恢复
优势：不再需要预先手动选文件上传，AI 自主发现并加载所需内容。
2.4 推理能力（Reasoning）
- 现代推理模型可以思考数分钟，完成原本需要人类数小时的任务。
- 提示词："think hard" 或 "ultra think"，或直接开启思考模式。
- "Think step by step" 已基本过时，现代模型知道如何更复杂地思考。
- 推荐使用最新最强的模型，即使是 6-12 个月前的差距也很大。
第三模块：AI 写作与编辑
3.1 AI 废话（AI Slop）
特征：
- 过多使用长破折号（em dash）
- 高频词：nuanced、delve
- "Not X but Y" 句式
- 三段式排比
- 句子孤立看都"通顺"，合起来空洞无物
- 实际上人类受 AI 影响，也开始说 "delve"
3.2 渐进式大纲（Progressive Outlining）—— 抗 AI Slop 利器
1、 让 AI 写出大纲（不必直接写正文） 2、 批判大纲，反馈修改意见，迭代几次 3、 满意后扩成要点 4、 再反馈、迭代 5、 最后才生成完整正文
改一句话只能影响一句话，改一个标题可以影响整段，所以改大纲比改正文更省事。
3.3 用评分标准（Rubric）获得客观反馈
避免拍马屁（Sycophancy）：
- AI 被训练成"让你开心"，你暗示它赞同，它就赞同
- 解决方案：中性提问（把"难道不是……吗？"改成"……在什么程度上如何如何？"）
- 提供客观、yes/no 的评分标准
评分标准示例（科幻短篇）：
- 人物（25分）：每个有名角色是否有明确目标？（10分）……
- 情节（25分）：……
- 世界观（25分）：……
- 文笔（25分）：……
- 每条标准都无歧义、yes/no 可判定
加分技巧：
- 让不同 AI 互相评审（用 Gemini 评 ChatGPT 的输出），整合多模型视角
- 把评分顺序反过来（先逐项打分，最后加总），避免 AI 先定总分再硬凑
- jagged intelligence：不同模型擅长不同任务，定期切换模型、对比结果
第四模块：多模态与超越文本
4.1 多模态输出成本对比
▼text复制代码文本 < 语音 < 图像 < 视频（成本与生成时间递增）
- 文本几秒，几分钱
- 图像数十秒，几毛钱到几块钱
- 视频数分钟，非常贵且不可中途打断
多模态生成的迭代成本更高，提示词要更仔细地设计。
4.2 图像输入（视觉理解）
- AI 看图是"粗略"的，可能错过细节（把器械 A 误认成器械 B）
- 但对视觉独特的物体（巨型仓鼠轮跑带）、手写文字、收据、便签都能较好识别
- 一图胜千言：难以用语言描述时，直接拍照上传
4.3 图像生成（扩散模型）
底层原理：
- 不同于文本逐字生成，图像是一次性整体生成
- 训练时：从纯噪声图像 → 逐步去噪 → 最终清晰图像（扩散模型）
- 推理时：从随机噪声开始，按提示词去噪得到图像
提示词技巧：
- 描述场景、角色细节、风格/情绪（cinematic / watercolor / cyberpunk / anime）
- 让文本 AI 帮你写图像提示词
- 学习"图像语言"——视觉艺术爱好者往往更擅长图像提示
已知缺陷：
- 手部手指数量异常
- 文字乱码（Happy Birthday 拼错）
- 角色跨帧不一致（发型变化）
4.4 视频、语音、音乐生成
- 视频生成曾经只能做昂贵特效，现在 AI 一键生成
- 语音克隆已非常逼真（Andrew Ng 的克隆让一位家长没听出）
- 正面应用：游戏配音、播客小修补、影视制作
- 负面风险：诈骗（AI 克隆亲属声音伪造紧急求助）
4.5 代码执行与数据分析
机制：代码执行工具和搜索、读文件一样，是 AI 可调用的工具之一，适用于需要精确计算或绘图的任务。
示例（奶茶店销售数据）：
- 上传 CSV，问"哪些饮品销量变化最大？画图"
- AI 自动写代码、运行、生成可视化，主动识别"有意思"的趋势
- 配合"carefully analyze"等词可触发深度推理
注意事项：
- AI 可能幻觉，关键数字需自行复核
- 简单分析效果很好，复杂分析不如资深数据科学家
4.6 用 AI 构建应用
简单应用举例（单条提示词即可生成）：
- 烟花模拟器
- 颜色调色板选择器
- 番茄钟
- 账单分摊计算器
- 穿搭推荐
提示词三要素： 1、 目标（Goal） 2、 输入（Input） 3、 输出（Output）
建议：从最简单的应用开始，逐步建立对"AI 擅长什么、什么很难"的直觉（平台游戏较易，多人联机很难）。
总结：AI 高级用户的核心技法清单
1、 给上下文：把 AI 想象成不了解你的聪明应届生 2、 给它时间："请仔细思考后再回答" 3、 中性提问：避免暗示期望答案，避免拍马屁 4、 用评分标准：把主观任务拆成 yes/no 可判定的标准 5、 渐进式大纲：写作时先大纲再正文，改一处可影响整段 6、 多轮迭代：头脑风暴和编辑都要反复来回 7、 不同模型各有所长：定期切换 AI，对比结果 8、 安全第一：桌面 Agent 只给必要权限，删除/编辑前先确认 9、 多想一步：Web 搜索 vs 深度研究 vs 预训练知识，选择最合适的 10、 多模态组合：图像输入、多模态输出，让 AI 发挥更大作用
推荐延伸学习
- 持续尝试最新最强的模型
- 用真实工作任务练手，而不是"测试一下"
