AI智能体通识与提示词工程

课程：AI智能体通识与提示词工程（courseId=41079）共 5 节课，总时长约 4.2 小时

课程概览

这是一条从「认识智能体」到「动手搭建智能体」的完整学习路径。前两课打认知地基（什么是智能体、它和传统对话 AI 有何本质差异），第三课学核心技能（提示词工程），后两课学工具与落地（零代码平台、应用场景分类与实操）。建议按顺序学习，前两课理解概念，第三课是贯穿全程的底层能力，第四、五课重在动手实践。

序号	课程	时长	核心内容	难度
01	AI智能体的概念	约 46 分钟	智能体定义、四大特征、LLM 操作系统思想、四模块架构、SMART 能力模型	入门
02	AI智能体与传统对话AI的本质差异	约 46 分钟	ReAct 循环、多智能体协作、NLU/DM/NLG 架构、六组本质差异、能力象限	入门
03	AI提示词工程基础	约 40 分钟	提示词四要素/五要素、CRISPE/APE 框架、60→90 优化实战、系统指令	入门～进阶
04	零代码工具入门以及智能体典型应用场景分类	约 66 分钟	Dify/Coze 对比、工作流、知识库与工具集成、天气助手实操、五大场景	进阶
05	智能体典型应用场景分类与作业辅导实操演练	约 53 分钟	五大场景与垂直行业、智能客服/作业辅导案例、Coze 搭建、效果评估	进阶

建立对智能体的整体认知：AI 正从「对话」走向「行动」，智能体是以目标为核心的自主系统。重点记住两句话——「LLM 是大脑，智能体框架是操作系统」，以及「感知 → 规划 → 行动 → 反思」的闭环。SMART 模型（感知/记忆/分析/推理/执行）可以作为后续所有课程的能力地图。

回答「智能体和传统聊天机器人到底差在哪」。先理解 ReAct 循环（边想边做）与传统三段式架构（NLU→DM→NLG），再对照六组差异和「任务复杂度 × 自主性」能力象限。银行客服案例能把抽象差异讲得很直观。

全课程最实用的一课。先掌握四要素（指令/上下文/输入数据/输出格式）和五要素（角色/背景/任务/要求/输出格式），再记住「补关键信息、注入价值、规范输出」的优化思路。轻量任务用 APE，复杂任务用 CRISPE。提示词在智能体里升级为「系统指令」，直接衔接第 4、5 课的搭建。

从概念进入工具：Dify 适合企业级深度集成，Coze 适合零代码敏捷创作。掌握工作流（节点+连线）、知识库（向量化检索）与工具集成（打通外部世界）三块拼图，并跟着「天气查询助手」六步实操走一遍。最后建立五大应用场景的分类框架。

把场景分类进一步细化到垂直行业，并用两个完整案例（智能客服、作业辅导助手）走通「需求分析 → 架构设计 → 平台搭建 → 测试发布 → 效果评估」的落地闭环。作业辅导助手强调「引导而非告知」，是理解智能体交互设计的好例子。最后记住从成功率、效率、满意度、鲁棒性多维度评估智能体。

快速通读（1 天）：按顺序浏览 5 课笔记，重点看每课的「本节要点」和「小结」，约 1.5–2 小时建立整体框架。
稳步学习（3 天）：第 1 天学第 1、2 课打地基，第 2 天学第 3 课并做几个提示词练习，第 3 天学第 4、5 课，有条件的话注册 Dify 或 Coze 亲手搭一个天气助手或作业辅导助手。
动手为主（1 周）：每天一课，每课后完成对应「自测题」，并在第 4、5 课结束后复现课程中的实操案例，把学到的方法迁移到自己的工作场景。