吴恩达新课上新：人人必学的AI提示词课

最近看到DeepLearning.AI推出了一门新课程，叫做AI Prompting for Everyone，授课老师是AI领域的泰斗级人物吴恩达（Andrew Ng）。

我用大约3小时把课程刷完了，收获颇丰。

这门课并不是那种机械地教你背诵提示词模板的课程，而是聚焦于一个更本质的问题：在这个时代，我们究竟应该如何使用AI工具，才能获得更稳定、更实用的输出。

📌 课程链接（免费）

原版课程是英文的，我已将三个章节的核心内容进行了梳理，制作成了一个中文网页版，大家可以直接在浏览器中打开查看：

🗂️ 中文整理网页

接下来简单介绍一下这门课的主要内容。

模块一

许多用户把AI当作传统搜索引擎来用，但这种使用方式其实存在不少隐患。

AI并非无所不知的搜索工具。它存在知识时效性的限制，有时候会言之凿凿地给出错误答案。当你向它提问时，答案可能看起来很流畅，但流畅并不等于准确。

吴恩达在课程中将AI获取信息的方式划分为三个层次：

这个模块最核心的启示是：你需要先判断问题属于哪种信息类型，再评估AI回答的可信度。

并非所有问题都需要实时联网查询，也并非所有答案都能依赖模型自身的知识储备来解答。

模块二

这是我认为最具启发性的部分。

课程中提到了一个概念：Sycophancy，可以翻译为"迎合性"。也就是说，AI往往倾向于说用户爱听的话，而非给出真实、直接、尖锐的反馈。

这解释了一个普遍现象：当你让AI帮你审视一个方案时，它开头经常是"这个想法非常好！"然后再轻描淡写地提几条无关痛痒的建议。

但实际上，很多场景下我们需要的不是安慰，而是客观评价——指出缺陷、揭示风险、质疑假设。

因此，更有效的提问方式不是：

而是：

这个转变看似微小，但实际效果差异显著。

除了Sycophancy这个概念，这个模块还涵盖了其他几个实用的技巧：

AI最有价值的应用，不是替你思考，而是帮助你拆解观点、进行反驳、重构思路，推动思考进一步深入。

模块三

第三个模块更侧重于实践应用。

它介绍了如何利用AI理解图像、创作图片、分析数据，甚至在没有任何编程基础的情况下，构建简单的游戏、网站和应用程序。

这部分的重点并非宣称"任何人都能立即开发复杂软件"，而是让你认识到一个趋势：自然语言正在演变为一种全新的交互方式。

即使你不懂编程，也可以先做出一个小工具、小页面、小原型。这些在过去都需要一定的技术背景，但现在门槛已经显著降低：

当然，复杂的系统仍然需要专业的工程能力。但对于许多轻量级的需求，AI已经能够帮助你快速将想法转化为可见的成果。