有没有专门教人写提示词的网站或课程推荐？

说到写提示词，也就是我们常说的“Prompt Engineering”，这东西现在可真是个热门技能。很多人觉得AI很神奇，但用起来总觉得差那么点意思，原因往往就在于你给AI的指令不够好。就像你跟一个特别聪明但有点“死脑筋”的朋友说话，你得把话说明白，它才能给你满意的答复。所以，有没有专门教人写提示词的网站或课程呢？答案是肯定的，而且选择还挺多的。

首先，咱们从一些大平台上的课程说起。这些课程通常比较系统，适合想从头学起，或者希望拿到证书证明自己技能的朋友。

Coursera上面就有很多不错的选择。比如，Vanderbilt大学的“Prompt Engineering for ChatGPT”课程，它会教你写出更好的提示词，如何利用提示模式来发挥AI的强大功能，甚至应用到实际场景里去。这个课程有6个模块，从基础提示词到解决复杂问题的技巧都会讲到。你只要懂点基本的电脑操作，就能上手学。 另一个是IBM的“Generative AI: Prompt Engineering Basics”，这个课程主要针对想用好ChatGPT这类生成式AI工具的专业人士、学生和爱好者。它会深入讲解如何巧妙地构建提示词，引导生成式AI模型产出你想要的结果。 Coursera上还有Google的“Google Prompting Essentials”，这是Google的专家设计的，教你用5个简单步骤写出高效、可复用的AI提示词，帮你提高工作效率，比如更快地创建内容、分析数据和总结信息。 亚马逊云服务（AWS）也有一个“Essentials of Prompt Engineering”的课程，它会介绍基础知识，以及如何根据不同的使用场景优化提示词，也会讲到“零样本”、“少样本”和“思维链”这些常用的提示技巧。

另外一个很受欢迎的平台是DeepLearning.AI。他们和OpenAI合作推出了一个叫做“ChatGPT Prompt Engineering for Developers”的短期课程。这个课程特别实用，由Andrew Ng和Isa Fulford共同教授，大约1.5小时到3小时就能学完。它不仅会解释大语言模型（LLM）是怎么工作的，还会分享提示工程的最佳实践。内容包括如何用LLM进行总结、推理、文本转换（比如翻译、语法纠错）和扩展文本（比如自动写邮件）等。 就算你只有基本的Python知识，也可以轻松学习。它特别强调迭代式地改进提示词，还提供了Jupyter notebook环境让你直接动手实践。 Andrew Ng还有一个课程叫“Generative AI for Everyone”，虽然不是专门讲提示词，但里面也包含了有效提示工程的技巧。

edX也是个学习提示工程的好地方。比如IBM的“Introduction to Prompt Engineering”课程，它会教你提示工程的概念、重要性，以及编写有效提示词的最佳实践和方法。你还会学到零样本和少样本学习等技术，以及面试模式、思维链（Chain-of-Thought）和思想树（Tree-of-Thought）等更高级的提示方法。 这个课程还提供动手实践的机会，让你在IBM Generative AI Classroom里优化提示词效果。

除了这些付费或有免费试用期的课程，也有一些免费资源非常值得关注：

比如，Great Learning提供了一个“Free Prompt Engineering for ChatGPT Course with Certificate”的免费在线课程。这个课程侧重于让你掌握实际技能，包括如何使用生成式AI和提示工程来生成更准确、相关且更像人类的内容。 它还会深入探讨高级提示技巧，通过例子讲解零样本学习、少样本学习和思维链等，帮你更好地与模型交互。

Cognitive Class也有一个“Prompt Engineering for Everyone”的免费课程。这个课程的目标是让大家都能掌握与AI沟通的“语言”，帮你写出有吸引力、能得到更准确回复的提示词。 它适合初学者，即使你对AI完全不了解，也能通过这个课程学会如何“编程”AI，发挥它的最大潜力。

Udemy上也能找到一些免费的提示工程入门课程，比如“ChatGPT Prompt Engineering (Free Course)”。 这些课程通常比较基础，可以作为你了解提示工程的第一步。

除了课程，还有一些网站专门提供提示词指南和资源：

OpenAI官方自己就有一个“Prompt Engineering guide”。它提供了一些策略和战术，帮助你更好地使用大语言模型。 比如，它会建议你把指令放在提示词的开头，并用特定符号（如###或”””）来分隔指令和上下文。同时，要尽可能具体、详细地描述你想要的结果，包括上下文、长度、格式和风格等。 他们也提到，好的提示词是一个艺术和科学的结合。

IBM也有一个“Prompt Engineering Guide”，这是一个很实用的资源，可以帮助你了解如何制作有效的提示词，以便与IBM Granite、OpenAI的GPT、Google Gemini等AI模型进行交互。

Learn Prompting (LearnPrompting.org) 是一个很全面的免费指南，内容涵盖生成式AI和提示工程，无论是初学者还是高级用户都适合。 他们的指南是比较早期的提示工程资源之一，提供了很多关于如何更好地从LLM获得回复的技巧，比如使用正确的语法、完整的句子，并且要指定期望的格式或风格。

中文社区里也有一些很棒的提示词工具和网站：

比如CSDN博客上就有人推荐过几个“神级AI提示词网站”，像Snack Prompt。 Snack Prompt这个网站提供了大量现成的ChatGPT提示词，涵盖了金融、艺术、开发等多个领域，你可以直接复制粘贴，或者根据自己的需求进行修改。

另一个是LangGPT，这是一个帮助你编写高质量结构化提示词的工具，提供了模块化、标准化的提示词编写方法论。 它汇集了很多高质量的提示词工程技术、教程和案例，适合对提示词有一定基础的朋友。

WaytoAGI有点像一个AI百科全书，其中一个板块就收录了很多大神分享的提示词。

FlowGPT是一个专注于ChatGPT提示词分享的社区平台，用户可以在这里共享提示词，还能直接和ChatGPT进行交互。它涵盖了聊天、编程、营销、学术、求职、游戏等多个领域。

还有一些工具和网站，比如PublicPrompts收集了免费、高质量的AI模型和提示词；Promptport则是一个为ChatGPT设计的平台，允许用户创作、优化和分享提示词。 WNR.AI通过AI模板来帮助用户创建提示词，把简单的表格转换成复杂的提示，以此获得高质量的结果。

总的来说，学习写提示词，关键在于理解AI的工作方式，然后通过不断的尝试和调整，找到最有效的表达方式。这些课程和网站都提供了很好的起点。你可以根据自己的基础和需求，选择适合自己的资源。无论是系统的课程还是免费的在线指南，都能帮助你更好地与AI沟通，让它成为你真正的得力助手。