课程背景

大语言模型（LLM）的崛起正在重塑软件开发范式，然而绝大多数开发者仍将提示词视为“与AI聊天的技巧”，缺乏系统化、工程化的方法论。面对复杂业务需求，低质量的提示词导致输出不稳定、难以复用、无法评估。本课程旨在将提示词从“艺术”提升为“科学”，帮助学员掌握结构化提示框架、高级推理技巧、评估体系以及生产级提示词管理实践。

课程收益

深入理解LLM工作原理（Transformer、Attention、Tokenization）与模型选型决策框架

掌握CRITICAL结构化提示框架，能够将模糊需求转化为高质量提示词

熟练运用零样本、少样本、Chain of Thought、ReAct、Self-Consistency、Tree of Thoughts等高级技巧

学会克服模型的认知偏差（讨好型人格、回音壁效应）

具备提示词A/B测试、LLM-as-a-Judge评估、提示模板复用等工程化能力

了解提示注入攻击与防御，建立安全伦理意识

课程特色

工程科学导向：将提示词作为软件资产进行版本控制、测试与迭代

前沿技术栈：涵盖CoT、ReAct、ToT等最新推理范式

实战案例驱动：每个技巧配套真实业务场景（客服、代码生成、数据提取等）

互动式课堂：现场对比“低效提示”与“高效提示”，分组设计提示链

贯通式毕业项目：构建一个高鲁棒性的多功能AI助手

课程对象

1-3年及以上经验的软件工程师（特别是Python后端开发者）

希望系统掌握提示工程的数据科学家、AI工程师

具备技术背景的产品经理或技术管理者

前置知识：Python编程基础，了解API调用基本概念。无需深度学习经验。

课程大纲

模块一：提示词工程基础与顶层设计（3节课，约5小时）

第1课：LLM应用的顶层设计 —— 模型选型、经济学与战略定位（2小时）

模型选型框架：能力-成本-延迟权衡；API vs. 开源决策矩阵（数据隐私、运维考量）

经济学分析：Token成本估算与模型路由战略

战略定位：提示词、RAG、Agent、微调在不同问题上的优先级

实践：为一个真实业务场景完成技术选型决策表

第2课：LLM的“第一性原理”（1.5小时）

直观理解Transformer、Attention与Tokenization

LLM的生成机制与概率分布

实践：对比结构化提示与模糊提示的输出质量

第3课：结构化提示的黄金法则 —— CRITICAL框架（1.5小时）

CRITICAL框架拆解（Context, Role, Instruction, Tone, Input, Constraints, Audience, Length）

提示词常见失败模式分析

实践：使用CRITICAL框架重构一个混乱的需求

模块二：核心提示技巧快速上手（2节课，约4小时）

第4课：零样本与少样本提示（2小时）

Zero-shot原理与适用场景

Few-shot：示例选择策略、示例数量与顺序影响

实践：为分类任务设计Few-shot提示

第5课：驯服输出的魔术 —— 格式控制与结构化数据提取（2小时）

使用JSON Mode、Function Calling约束输出格式

正则表达式与提示词结合

实践：从非结构化文本中提取结构化信息（简历、发票）

模块三：精通高级推理与复杂任务拆解（3节课，约5小时）

第6课：思维的链条 —— Chain of Thought（1.5小时）

CoT原理与零样本CoT

适用问题类型（数学推理、常识推理）

实践：解决多步骤逻辑推理题

第7课：从“思考”到“决策” —— ReAct框架的提示模式（1.5小时）

ReAct模式：Thought-Action-Observation循环

提示词中嵌入工具调用描述

实践：构建一个能调用计算器、搜索的推理链

第8课：超越单一路径 —— 自我一致性与思想树（2小时）

Self-Consistency：多次采样投票

Tree of Thoughts：分支探索与回溯

实践：使用ToT解决复杂规划问题

模块四：驾驭AI的“心智”：克服模型的认知偏差（2节课，约3小时）

第9课：戳破“讨好型人格” —— 如何让AI对你“说不”（1.5小时）

模型迎合偏差的成因

对抗策略：角色反转、负面约束、边界设定

实践：设计提示词让AI指出方案中的风险

第10课：打破“回音壁效应” —— 精准控制模型的风格与偏见（1.5小时）

风格控制：使用示例与元指令

偏见识别与缓解

实践：生成多个不同立场的文本并对比

模块五：提示词的工程化与生产实践（3节课，约4小时）

第11课：动态与复用 —— 提示模板进阶（1.5小时）

模板变量、条件逻辑、循环生成

提示链（Prompt Chaining）设计模式

实践：构建一个多轮对话的提示模板系统

第12课：科学迭代 —— 提示词的A/B测试与评估（1.5小时）

评估集构建（黄金答案集）

LLM-as-a-Judge：评估器提示词设计

实践：对两个提示词版本进行A/B测试并分析结果

第13课：安全第一 —— 提示词的攻防、伦理与责任（1小时）

提示注入攻击类型与防御（输入过滤、权限隔离）

越狱攻击与对抗性提示

实践：分析真实攻击案例，设计防御性提示

毕业项目：构建一个高鲁棒性的多功能AI助手（贯穿课程，课内启动，课后完成）

项目要求：综合运用课程技巧，设计提示链，建立评估集，撰写提示词设计文档

推荐UX：使用Streamlit或Gradio创建Web界面，展示AI思考步骤

杨文清

大数据&云计算资深实战派专家 杨文清

【专业资质】

20年企业应用与研发经验

拥有2项人工智能相关国家发明专利

中国联通集团深度培训资深讲师

AWS 云计算认证专家

曾任 IBM中国华南区高级咨询顾问

曾任华为Cloud BU高级架构师

曾任广州云宏研发总监

曾任广州智数x-Lab实验室首席科学家

武汉大学计算机科学专业硕士，22年企业应用与研发经验，曾就职于IBM、华为等大型企业，十年华为工作经验，任职华为高级架构师。

并先后担任过知名互联网公司研发总监和智数xLab实验室首席数据科学家。亚马逊云计算认证专家、VMware国际认证讲师。

中国联通集团引擎计划深度培训资深讲师（主讲Docker&K8S、Hadoop、Spark、机器学习、深度学习），对云计算、大数据有深刻的理解，主导过多项国家级大数据项目，并拥有人工智能方面的若干项国家专利。

【实战经验】

IBM中国华南区高级咨询顾问，期间曾参与公安、金融、通信、制造等行业云计算产品方案研发，为多个大型企业提供IT基础建设咨询。

华为Cloud BU高级架构师，聚焦于是云服务产业端到端管理的经营单元，负责构建云服务竞争力，对云服务的客户满意度和商业成功负责。

广州云宏研发总监，带领团队研发了WinCloud云计算管理平台、CnWare云计算操作系统，产品覆盖运营商、公安、金融、政府机关、教育、医疗等多个领域，虚拟机数量超过50万。受到国家、省市领导和专家的肯定和好评。

【项目实战经验】

国产云操作系统 (CnWare) 研发总监

云宏：参与主导公司核心产品WinCloud云管理平台建设，是当前市场上唯一可以同时管理小型机虚拟化、x86虚拟化和arm架构虚拟化的云管理平台；CnWare是唯一的国产云操作系统，对标VmWare，内容包括虚拟化管理中心、虚拟化中间件和虚拟化引擎3部分，实现了全生态全流程的虚拟化覆盖。该产品在中国电信集团采购入围时获得总分第一的成绩。

构建智慧水务AI预警平台 实验室首席科学家

智数信息：任职xLab实验室首席科学家，负责公司前瞻性技术的基础研究，并实现新技术在项目中的落地。期间将以太坊区块链技术应用到了现有的食品溯源系统；协助研发团队在智慧城市管理项目实现了物联网数据的全自动处理过程；协助研发团队将自动化运营引入到港珠澳大桥综合管理系统。作为公司首席科学家，对基础研究的标准化（选型、可行性、研究、应用）过程制定了完整的过程管理。

港珠澳大桥综合业务管理系统 首席架构师

构建综合业务管理平台，为大桥的物流、应急管理、通关提供坚实的数据支撑，提升信息化效率。

宝安智慧水务 研发总监|架构师

实现了物联网数据的全自动处理、自定义指标预警、自助式数据可视化分析，用于企业污水排放监控 。

财政信息一体化 后端架构师

建设大数据平台与业务系统，实现数据整合、可视化、异常数据监控与财政指标智能预测 。

电信经营分析系统 项目经理 / 主导设计

用数据仓库技术与可视化，对电信企业的内部和外部数据进行综合分析处理，生成运营指标 。

【擅长领域】

核心技术/技术管理/架构能力；热衷于技术驱动业务，致力于将新技术转化为高效的生产力。

【讲师优势】

拥有超过20年一线实战经验的复合型技术专家与资深讲师。兼具华为与IBM的顶级企业架构视野，以及将前沿技术从0到1成功产品化的落地能力。

多年来始终坚持在技术一线参与核心研发工作。 对技术在真实业务场景中的痛点、难点和选型权衡有极为深刻的理解，确保了其教学内容与业界最新实践紧密结合，直击问题本质。

【主讲项目/课程(部分)】可根据企业需求组合成不同深度的技术训练营。

《数据科学基础》

《Python编程：从入门到数据处理》

《数据分析思维》

《数据可视化技术与分析报告撰写》

《机器学习核心》

《机器学习经典算法与理论》

《集成学习实战：深入解析XGBoost等模型》

《基于Spark的海量数据分析与机器学习》

《深度学习进阶》

《深度学习框架PyTorch：入门与应用》

《卷积神经网络(CNN)与循环神经网络(LSTM)实战》

《LLM基础：注意力机制(Transform)实战》

《AI技术工程化》

《AI应用基础：提示词工程》

《RAG（检索增强生成）开发实战》

《AI Agent（智能体）开发实战》

《AI 行业应用案例分析》

【授课风格】

1.实战派落地教学，拒绝空谈赋能​

课程内容紧密结合主导的大型项目真实经验，案例翔实，以真实场景、真实案例、真实打法为核心支撑，全干货、全落地，拒绝空谈理论。

2.架构师全局视野，搭建体系能力​

跳出单一操作教学，深度拆解业务底层逻辑与运营架构，溯源打法设计原理，助力学员构建系统化、可迭代的完整业务体系。

3.通透化授学思维，实现举一反三​

依托全域实战经验拆解核心本质，沉淀通用方法论，助力学员举一反三、灵活复用、全域落地。真正实现学一项、通一类、用全域。

【服务客户(部分)】

运营商：联通集团总部、中国电信河南有限公司、中国电信山东有限公司、中国电信江苏有限公司、中国电信重庆有限公司、中国联通广东有限公司、中国联通福建有限公司、中国联通广西有限公司、中国联通上海有限公司、中国联通陕西有限公司、中国联通河北有限公司、中国联通云南有限公司、中国联通重庆有限公司、中国联通四川有限公司、中国联通青海有限公司、中国移动江苏有限公司、中国移动云南有限公司、中国移动浙江有限公司、中国移动河南有限公司、中国移动四川有限公司、中国移动吉林有限公司、中国移动湖北有限公司、中国移动安徽有限公司等

IT公司：华为、腾讯云、IBM、DELL、航天科工、中国航天、TaTa集团、中科曙光、龙芯中科、航天云网、航天科工、联想集团、腾讯云、蓝盾、浩云科技、润乾等

能源：国家电网（湖北省、浙江省、成都等）、南方电网、广东能源集团、江苏核电、国家电投、国网电科院、国能集团长源电力、中煤电力等

银行：中国银行广州分行、招商银行武汉分行、中国银行江苏分行、农业银行荆州分行、交通银行贵州分行、交通银行武汉分行、建设银行广州分行、中国邮政储蓄银行长沙分行、中国邮政储蓄银行南昌分行、平安银行杭州分行、广发银行广州分行、兴业银行、北京银行、工商银行、工银投资、宁波银行等