课程总览DAY 02

预计 160 分钟 · 软顺序学习

Prompt 工程与结构化输出

未开始

能把模糊需求拆成稳定 Prompt，并让模型返回可被系统校验的结构化结果。

必看资料0/4
知识小测0/5
AI 作业待提交

01 / 学习

先建立正确的判断框架

0/4 已完成

逐项打开资料并在看完后打卡。选看不影响本日通过，但适合在有余量时补充。

01
Prompt engineering OpenAI Developers
02
Prompt engineering overview Anthropic Claude Platform
03
Structured model outputs OpenAI Developers
04
ChatGPT Prompt Engineering for Developers DeepLearning.AI
选看资料 · 不影响通过条件
01
Prompt engineering techniques Microsoft Learn
02
Prompt Engineering for AI Guide Google Cloud

02 / 产出

写下可以被检查的答案

需 ≥ 70 分

当天任务

## Day 2 学习作业

把「帮我分析这个产品怎么样」改造成一个可复用的专业 Prompt。必须包含：
- 角色
- 任务
- 背景
- 输入
- 约束
- 输出格式
- 评分标准
- 不确定时的处理方式

然后给出对应的 JSON Schema，至少包括 target_user、pain_point、opportunity_score、risk、next_action。
验收标准

能说明 Prompt 工程是显式化任务、上下文、约束、输出和评估，而不是写咒语；结构化输出仍需后端校验与 fallback。

0/12000

03 / 考核

五题概念检查

通过线 4/5

答完后立即查看解释。可以不限次数重做，系统保留最高分。

  1. 01稳定 Prompt 最不应缺少什么？

  2. 02Structured Outputs 的主要价值是？

  3. 03模型不确定时，好的产品 Prompt 应要求它？

  4. 04few-shot 示例主要用于？

  5. 05为什么后端仍要校验模型 JSON？

本日完成定义

完成资料、通过小测、拿到 70 分以上作业评分。

不需要一次完成。进度与草稿会留在此浏览器，之后可从设置页导出备份。