L1：入门

认知层

什么是Prompt？大模型如何“理解”？

1.理解LLM原理：知其然（文本生成）并知其所以然（概率预测、基于训练数据的统计模型）。

2.核心概念：了解Token、Temperature、Top-P、频率惩罚等参数的基本影响。

3.局限性认知：理解模型的幻觉、知识截止日期和偏见问题。

能解释“为什么AI会胡说八道”

基础层

清晰指令、角色扮演、格式控制

1.指令清晰：学习如何给出具体、无歧义的指令。

2.角色扮演：使用“你是一名...”为模型设定身份，约束其回答风格和范围。

3.格式指定：要求模型以JSON、Markdown、HTML等特定格式输出。

4.基础分隔符：使用"""、---等符号将指令与数据分开。

能让AI稳定输出“能用的答案”

L2：

进阶

策略层

CoT（思维链）、Few-shot、Self-Consistency

1.少样本学习（Few-Shot）：提供高质量示例，让模型模仿解决新任务。

2.思维链（CoT）：使用“让我们一步步思考...”引导模型展示推理过程，攻克逻辑难题。

3.自我反思（Self-Refine）：让模型批判自己之前的输出并进行改进。

4.生成知识提示：先让模型生成相关事实，再利用这些知识回答最终问题。

能让AI解决“复杂推理题”

工具层

Prompt模板库、自动化批处理、API调用

1.API调用：学习通过OpenAI、Anthropic或国内平台（文心、通义等） 的API与模型交互，脱离聊天界面。

2.自动化框架：初步使用 LangChain 或 LlamaIndex 等框架，实现多步骤的Prompt链式调用。

3.Function Calling：学会如何让模型理解和请求调用外部函数（如查数据库、计算、搜索），是构建AI智能体的核心。

能让AI“批量生产”内容

L3：专家

系统层

构建Prompt工作流、评估体系、持续迭代

1.提示词注入防御：在System Prompt中设计安全护栏，隔离用户输入，防止恶意攻击。

2.RAG架构：深入掌握检索增强生成，将模型与外部知识库连接，解决幻觉和时效性问题。

3.评估与迭代：建立量化评估体系（如准确率、相关性分数），实现Prompt的A/B测试和CI/CD（持续集成/部署）。

4.成本与延迟优化：优化Token使用，管理上下文窗口，平衡效果与性能开销。

5.AI智能体设计：设计多智能体协作（Multi-Agent）系统，完成规划、决策、执行等复杂任务。

能设计“AI+人类”的协作系统

融合层

跨界融合，探索前沿

1.领域深化：将Prompt工程与法律、金融、医疗、编程等特定领域知识深度融合，成为“AI+领域”专家。

2.模型微调结合：理解何时用Prompting，何时需要微调（Fine-Tuning），以及如何结合两者达到最佳效果。

3.模态扩展：探索图像、音频与文本的交叉提示（如对GPT-4V下达复杂视觉推理指令）。

4.人机协同设计：设计最优的人机交互循环，让人类专家在关键环节进行监督和修正。

能设计垂直领域的复杂AI Agent

认知层

入门

•吴恩达《ChatGPT Prompt Engineering》（中文字幕版，B站）

•百度AI Studio《提示工程入门》

•百度文心一言《提示词基础指南》

•阿里通义千问《开发者手册》

•百度文心一言在线调试工具

•智谱AI Token计算器

•知乎"提示工程"话题

•GitHub中文项目（LangGPT）

•微信公众号"LangGPT"

进阶

•深度求索《大语言模型应用实战》

•华为云《企业级AI系统设计》

• 百度《文心大模型技术白皮书》

• 中国信通院《生成式AI服务安全指南》

•Moonshot API高级调用示例

•DeepSeek API文档（中文）

•ModelScope（魔搭社区）

•GitHub（Dify/FastGPT源码）

•阿里云开发者社区

专家

• 中国AI产业发展联盟《上下文工程前沿》

• 腾讯AI Lab《大模型优化》

• 阿里《通义千问企业级部署指南》

• 智谱AI《企业级提示工程白皮书》

• 企业级提示管理平台（百度文心企业版）

• 多模型协同调度系统（智谱AI）

• 中国计算机学会AI专委会

•GitHub（国内团队仓库）

•生成式AI产业联盟

基础层

入门

• B站《大语言模型基础》（李宏毅中文授课）

• 阿里云《LLM原理与实践》

• 智谱AI《大语言模型入门》

• DeepSeek《基础提示技术文档》

• 百度文心一言Playground

• 阿里通义千问在线演示平台

• CSDN"大语言模型"板块

• GitHub（中文教程仓库）

• 微信交流群"AI技术入门圈"

进阶

• 斯坦福CS224N中文解读（B站"跟李沐学AI"）

• 华为云《Transformer架构解析》

• 《Attention Is All You Need》中文解读版

• 百度《提示工程最佳实践》

• 模型性能评估工具（ModelScope-Eval）

• 提示模板生成器（LangGPT模板库）

• 百度飞桨开发者社区

• GitHub（LangChain中文PR）

• OpenI启智社区

专家

• 中科院《神经符号AI研究进展》

• 腾讯AI Lab《大语言模型优化》

• 华为《盘古大模型技术白皮书》

• 深度求索《DeepSeek模型训练指南》

• 模型压缩工具（AWQ中文文档版）

• 提示优化框架（AutoPrompt中文社区版）

• Papers With Code（中文解读）

• GitHub（顶会论文复现）

• 中国AI开源软件联盟

策略层

入门

• 阿里通义千问《提示词设计入门》

• B站《零样本提示实战教程》

• 智谱AI《提示词模板集》

• DeepSeek《基础提示技术文档》

• PromptPerfect（中文界面版）

• 在线Token计算器（百度AI Studio工具集）

• 小红书"AI提示词"话题

• GitHub（中文提示模板库）

• 知乎AI板块

进阶

• 深度求索《思维链推理技术》

• 腾讯云《多模态提示工程》

• 阿里《通义千问高级提示策略》

• 《Chain-of-Thought Prompting》中文解读

• LangChain中文社区版

• Dify/FastGPT开发框架

• Learn Prompting中文社区

• GitHub（LangGPT项目）

• AI Prompt工程师微信交流群

专家

• 百度研究院《动态提示优化》

• 中科院《多智能体提示协同》

• 腾讯《多模态提示工程白皮书》

• 华为《提示工程与模型微调协同》

• 动态提示生成引擎（Dify高级版）

• 多模态提示工具（文心一格+ERNIE Bot）

• 中国AI工程化论坛

• GitHub（AutoPrompt中文适配版）

• 生成式AI产业联盟

工具层

入门

• 阿里云《API调用入门》（Python中文教程）

• B站《OpenAI API中文教程》

• 百度文心一言API文档

• 阿里通义千问SDK使用指南

• 百度AI Studio Token计算器

• 提示测试平台（FastGPT调试工具）

• GitHub（中文工具项目）

• 腾讯云AI实验室

• CSDN"AI工具"板块

进阶

• Moonshot API高级用法（中文教程）

• DeepSeek API调用实战

• Dify开发文档

• FastGPT框架使用指南

• 国产提示工程框架（Dify/FastGPT）

• 提示管理系统（LangFlow中文社区版）

• ModelScope（工具插件库）

• GitHub（Dify/FastGPT源码）

• 阿里云AI工具市场

专家

• 企业级LLMOps实践（百度智能云）

• 多模型部署架构（阿里云）

• 百度《文心大模型API企业级应用》

• 阿里《通义千问插件开发指南》

• 自定义工具开发（Dify插件SDK）

• 大规模提示调度系统（FastGPT企业版）

• OpenI启智社区（开源工具项目）

• GitHub（企业级解决方案）

• 百度文心企业版社区

系统层

入门

• 腾讯云《AI应用部署教程》

• B站《FastAPI+LLM部署》

• 阿里云《函数计算部署LLM指南》

• 百度《文心一言应用开发入门》

• Docker容器化工具（中文文档）

• 轻量部署平台（Dify Cloud）

• GitHub（简易部署案例）

• 云原生社区中文论坛

• 微信公众号"AI部署实战"

进阶

• 华为云《企业级AI系统架构》

• 百度智能云《多模型协同系统》

• 智谱AI《企业级应用架构设计》

• 阿里《通义千问高并发处理》

• Kubernetes AI部署工具（中文指南）

• 应用监控平台（DeepSeek Monitor）

• ModelScope（完整应用案例）

• GitHub（RAG+Prompt融合方案）

• KubeCon中文社区

专家

• 中国信通院《AI系统安全与治理》

• 百度《智能体技术架构》

• 腾讯《多模态智能体开发白皮书》

• 华为《盘古大模型企业级解决方案》

• 企业级AI治理平台（百度文心安全中心）

• 智能体开发框架（LangGPT Agent）

• 中国DevOps社区AI SIG

• GitHub（多模型协同系统）

• 华为云企业级解决方案论坛