资源介绍
视频数量：271个
总时长：11小时17分
课程介绍：
人工智能基础与提示词工程实战
晚上八点，你还在改客户提案，ChatGPT给出的文字却空泛得像模板；让绘图工具做海报，画面又跑题。同一个问题换个问法，结果可能完全不同。你缺的不是更聪明的机器，而是理解模型、组织任务、把需求说清楚的方法。271段视频、11小时17分，会把人工智能工具链与提示词方法串成一条清晰路径。
一、先搭好人工智能知识地图：
课程先解释大语言模型如何生成回答，以及Transformer架构为何推动现代AI发展。随后回看GPT系列、InstructGPT、Claude和Llama的演进，也认识图像生成Stable Diffusion、音乐生成MusicGen、开放权重Mistral和世界模型Google Genie 3。梳理历史，能看清不同工具的能力边界与适用场景。课程以2026年6月版本为主线，并保留持续更新机制。
二、把ChatGPT用透：
从订阅、首页、模型到输入框、搜索、附加工具、语音、定时任务和个人设置，逐项演示ChatGPT的日常用法；数据控制、安全选项、通知和浏览器扩展也会讲到。项目可加入文件并围绕固定背景持续对话，画布能修改整篇文档，也能调整长度和语气。课程还会从零创建定制GPT，配置能力、动作和资料，把重复工作封装成可复用助手。
三、掌握Claude的长文与风格控制：
Claude覆盖套餐、文件上传、模型选择与自定义风格。目标对象、受众、语气和声音都能定义，适合长文章和固定格式报告。项目与Artifacts保留长资料上下文，还能局部修改内容；后段会讲Claude 3.7 Sonnet、Claude Code和Glasswing案例，展示模型如何进入开发流程。
四、从Gemini到Google AI Studio：
Gemini部分讲订阅、主页、行为设置、扩展连接、分享、Gem管理器和模型选择，接入YouTube及办公旅行服务后，可以围绕外部信息处理任务。Google AI Studio面向进阶使用，覆盖运行参数、高级设置、提示词画廊、多模型并测、实时流、多模态理解和模型微调。学完能判断该直接使用现成模型，还是进一步定制能力。
五、把资料变成可追问的知识库：
Perplexity讲模型选择、来源引用、Discover页面、Spaces、推理设置和追问建议，训练查得到来源又能继续深挖的习惯。NotebookLM则让你上传文件，接入Google Drive与YouTube，围绕自己的资料问答，再把对话转成播客。前者适合广泛探索，后者适合精读与复盘。
六、完成图像生成与精细编辑：
Leonardo从仪表盘、用户画廊、模型选择、提示词增强、风格、对比度、实时画布、动态效果、放大和编辑器逐步展开。Midjourney覆盖Discord与网页版，演示生成、局部编辑、平移、变体、放大、图像混合、角色与风格参考，也解释比例、版本、随机性、风格化、种子等参数。网页端还包含画布、风格个性化、情绪板、图库管理、任务页和Niji动漫模型。
七、练好提示词工程的基本功：
先弄清提示词是什么、有哪些类型，再用练习理解零样本写法，逐步加入角色、背景上下文、输出格式和语言语气。少样本、反馈式、模板式提示各有演示，最后再迁移到文生图任务。模型收到的将不再是一句模糊请求，而是一份可执行的任务说明。
八、进入AI辅助编程：
Cursor AI和Trae AI展示AI如何进入代码编辑器，辅助理解项目、编写代码和处理开发任务，适合有编程基础的人。零基础可从大语言模型、ChatGPT和提示词章节起步；创作者重点看Midjourney、Leonardo与NotebookLM；运营和办公人员可结合Claude项目、Gemini扩展、Perplexity检索与ChatGPT定制助手处理日常工作。先选一个真实任务练熟，再把方法迁移到其他场景，不必一次学完所有工具。
学完后，你不只是会打开几个AI网站，而是能看懂模型差异，写出有效提示词，完成资料问答、长文写作、图像制作、信息检索和基础开发协作。工具界面会继续变化，但需求拆解、上下文组织和结果校验始终重要。