哪里有最适合新手的AI提示词的编写教程？

写AI提示词这事儿，其实没那么玄乎。很多人把它说得很高深，叫“提示词工程”，听起来就让人头大。说白了，就是学习怎么跟AI好好说话。 你说话越清楚，AI才越明白你想让它干嘛。

网上免费又好用的教程其实不少，关键是要知道去哪儿找，以及怎么学。

直接上手的免费课程

如果你是那种喜欢跟着课程一步步来的人，有几个地方不能错过。

首先是 Learn Prompting (learnprompting.org)。这是一个完全免费的开源教程，而且有中文版。 它被很多人推荐，不是没道理的。 这个网站把内容分得很细，从最基础的AI是什么，到怎么给AI下指令、怎么让它扮演特定角色，一步步教你。 比如，它会告诉你，直接对AI说“写一个关于猫的故事”效果很差，但如果你说“你是一个经验丰富的童话作家，请写一个关于一只胆小但充满好奇心的暹罗猫的短篇故事，故事要温暖、有趣，适合5岁孩子阅读”，得到的结果就会好很多。 这就是它教的“角色扮演”技巧。

还有一个是谷歌官方出的“Prompting Essentials”，在Coursera上可以学。 这个课程时间不长，几个小时就能搞定，也是免费的。 它会教你一套写提示词的固定步骤，比如怎么提供背景信息、怎么明确任务。对于想快速入门的人来说，这种结构化的方法很实用。

另外，吴恩达和OpenAI合作的《ChatGPT Prompt Engineering for Developers》也很出名。这个名字听起来有点专业，但其实很多内容对普通用户也适用。网上能找到中文字幕版。它会讲一些更具体的方法，比如如何引导AI思考，而不是直接给出答案。

边看边练的实践平台和社区

光学理论不动手，等于白学。有些地方不仅有教程，还有大量别人写好的提示词可以参考，甚至可以直接拿来用。

比如 PromptHero 这个网站，它主要是针对AI绘画的，但也有很多ChatGPT的提示词。你可以看到别人为了生成一张特定的图片或者一段特定的文字，到底是怎么描述的。这就像是看标准答案，能学到很多具体的词汇和句式。

还有一些社区，比如ShareGPT，用户会在上面分享他们和AI的有趣对话。虽然不算是正式教程，但在这些真实的对话里，你能学到很多实用的技巧。看别人怎么通过一步步追问和修正，最终让AI给出满意答案的，这个过程本身就很有启发性。

系统学习的核心原则

不管你在哪里学，最终都要掌握几个核心原则。这些原则几乎所有靠谱的教程都会反复强调。

第一个原则是清晰和具体。你不能含糊。 AI不是你肚子里的蛔虫，它没法猜。 你要尽可能提供详细的背景信息和约束条件。 举个例子，你想让AI帮你写一封邮件，不要只说“写一封催款邮件”。你要告诉它：“我是A公司的财务经理，现在要写一封邮件给B公司的李总。B公司上个月采购了一批价值5万元的零件，合同号是2025-101，约定付款日期是11月15日，现在已经逾期10天了。请用专业、礼貌但坚定的语气写这封邮件，提醒对方尽快付款，并询问是否遇到了什么问题。” 你看，把这些细节都给到，AI写出来的东西才能直接用。

第二个原则是提供范例 (Few-shot prompting)。 如果你想要AI生成特定格式的内容，光用嘴说不一定管用，最好是给它一个例子。 比如，你想让它帮你把一些混乱的笔记整理成表格。你可以先给它一个示范：
“请根据以下会议记录，提取关键信息，并按照【主题 | 负责人 | 截止日期】的格式整理成表格。
范例输入：会议上张三说他会负责搞定新的供应商，下周五之前。
范例输出：【新供应商 | 张三 | 11月28日】
现在请处理以下内容：……”
当你给了它这个“范例”后，它就知道你想要什么了，处理后续信息时就会严格按照这个格式来。

第三个原则是分解任务。 对于复杂的任务，不要指望一个提示词就搞定。 最好是把大任务拆成几个小步骤，让AI一步一步来。 比如你要写一篇市场分析报告，可以先让AI“生成关于2025年新能源汽车市场的报告大纲”。等它给出大纲后，你再针对每一个小标题，让它“详细阐述第一部分：市场现状与主要参与者”或者“为第二部分：消费者偏好变化，提供三个关键数据点并进行分析”。 这样做，你能更好地控制最终输出的质量和方向。

国内资源怎么找？

虽然很多顶级资源是英文的，但国内也有不少好的学习资料。在知乎、CSDN、稀土掘金 这些平台上，搜索“提示词教程”或“Prompt入门”，能找到很多国内开发者和博主写的文章。这些文章通常更接地气，会用国内用户熟悉的场景来举例。比如阿里云和火山引擎的开发者社区，也会有相关的技术文档和指南，内容很扎实。 另外，B站上也有很多视频教程，搜索“AI提示词”，能找到从基础到进阶的各种分享。

最后要说的是，学习写提示词，最重要的就是多练习。AI是个很有耐心的聊天对象，你可以不断尝试不同的说法，错了就改，直到找到感觉。把上面提到的这些资源当成你的起点，然后开始动手去写、去试，这比看再多理论都管用。