结果空泛、像模板
补任务、受众、上下文和输出格式,先学 Prompt 四要素。
别再收集“万能咒语”。真正有用的方法是:把任务说清、补足上下文、限制输出,再用新样本验证这条 Prompt 是否还能工作。
JR Academy 的 Prompt Engineering 内容库现有 102 章。全部平铺只会让第一步更难,所以首页只定义 8 道核心闸门,其余内容收进可展开的参考目录;所有既有章节 URL 保持不变。
多数任务不需要先上高级框架。看输出失败在哪,再补那一层结构。
补任务、受众、上下文和输出格式,先学 Prompt 四要素。
加入示例与验证规则,进入 Few-shot 和 Evaluation。
拆成 Prompt Chain,并让每次交接都能检查。
全程使用同一个真实任务。每道闸门给同一份 Playbook 增加可复用 Prompt、测试结果或安全规则。
核心路线负责教方法;下面这些入口负责解决写作、提取、编程、推理、图像和 Agent 问题,不必浏览 102 个标题。
全部既有章节继续提供静态内链,方便搜索发现和老学员返回;默认折叠,避免干扰第一次学习。
Prompt Playbook 不只保存最后一句话,还会保存任务、输入、测试样本、失败模式和交接规则。
值得,但重点已经不是记关键词。简单问答越来越不依赖复杂技巧;到了结构化输出、批量处理、工具调用和团队工作流,任务边界、输入来源、输出合同与评测样本仍然必须有人设计。这门课教的正是这些可迁移的方法。
不需要。Prompt 本质是用自然语言描述任务,关键是把需求拆解清楚。不过到了 Agent 和 Tool Use 那部分,懂一点 JSON 和 API 概念会更容易上手。
具体参数和模型偏好会变,任务、上下文、约束、输出格式、示例和评测这六类工程决定不会一起消失。课程把通用方法与模型专属技巧分开;换模型时先重跑测试集,再调整细节。
Prompt Lab 是交互式练习区。你可以在明确任务中编写 Prompt、查看运行结果,再根据输出格式、事实和约束逐项修改。它适合验证方法,不要求你先写代码。
核心路线有 8 道闸门。每天用一个真实任务练 30 到 60 分钟,可以先完成基础路线,再按工作需要进入写作、编程、图像或 Agent 资料库。完成标准不是读完 102 章,而是交付一份经过样本测试的 Prompt Playbook。