Learn Prompting: 点评

为什么这门课适合我

我是产品经理，不是 ML 工程师。提示词课程如果一上来就讲 token logits，还默认我已经准备好 API key，我会默默关掉。Learn Prompting 的入门方式对我更友好：它解释当你改变任务说明、上下文、示例或约束时，模型输出为什么会变。这件事第二天就能用在产品工作里。

它的开源 Prompt Engineering Guide 仍是我见过最扎实的免费参考之一。few-shot、思维链、提示注入攻防、工具都有覆盖，又不把写代码当作入场券。入门课用互动练习、测验、作业和作品集项目推进；与 OpenAI 的 Shyamal Anadkat 合授的「ChatGPT for Everyone」约一小时，也不要求技术配置。

免费层能学到什么

免费内容不是空壳试听。入门路线会讲 LLM 的能力和局限、怎样把要求写清楚、如何处理互相冲突的输出、识别幻觉和偏见，以及风险意识。官方把入门课列为 12 课、约三天投入，你也可以按自己的节奏用一周完成。对于只想把日常工作做得更好、并不打算转行的人，这个范围很合适。

我最喜欢的是它在教心智模型。提示工程常被包装成一袋神奇句式，这里较好的章节会让你先说清任务，再补相关背景、给出例子，最后检查结果。模型版本会换，这套习惯比从社交媒体复制一条「万能提示词」耐用。

付费墙要看清楚

Learn Prompting 现在是 freemium。按 2026 年 8 月页面，Basic 能上部分免费课，但没有证书；Plus 单月约 $39，年付折合约 $21/月，试用期三天，订阅前请再查当前价格。Plus 提供完整课程目录、证书、每周 office hours 和 Discord 社区。进阶提示工程课标为 34 课、约三天。

我不建议第一天就升级。先把免费课学完，再拿开源指南解决几项真实工作。如果 office hours、进阶目录或可分享证书届时恰好解决一个明确需求，付费判断会简单很多。

谨慎不只是因为我舍不得预算。Class Central 上只有五条评价，均分 3.4/5，其中一位用户记录了意外被扣 $39、客服不响应以及证书未收到的问题。样本很小，不能代表每位订阅者；它仍足以提醒我认真看试用与取消条款。部分页面也显得陈旧，入门课页面仍显示 2024 年开课日期。

谁适合学

非程序员、运营、市场和产品从业者，仍可以把它当作很好的第一站。想做 API 级练习的开发者，我会推荐 DeepLearning.AI 的 ChatGPT Prompt Engineering for Developers；想补更深模型理论，则看 Generative AI with Large Language Models。

我的建议很直接：先免费学。把指南放在手边，用自己的工作任务检验方法；只有当你能说清订阅额外买到了什么，再付款。核心教学实用而且少黑话，确实难得。付费边界和那条独立扣费投诉，则是我把评分留在 4.0、没有直接劝你购买的原因。