Learning Prompt 官方定位是免费的 AI 提示词学习平台,提供永久免费开源的 AIGC 课程。
提示词这件事的特点是:入门门槛极低,写好却很难。市面上的零散教程大多是「几个万能句式」,学完仍然不知道怎么应对具体任务。一门成体系的课程的价值,就在于把零散经验串成可复用的方法。下面按官方列出的内容方向分类看。
基础层:Prompt Engineering
官方描述中列出的第一块内容是 Prompt Engineering,也就是提示词工程本身。
这一层学的是通用方法:怎么把任务描述清楚、怎么给示例、怎么约束输出格式、怎么处理模型答偏的情况。它和具体工具无关,换一个模型或换一个产品,思路仍然成立。
对刚接触的人来说,这部分性价比最高:方法学明白后,看任何工具的教程都会快很多。
对话与编程类:ChatGPT、Claude Code、Codex
官方列出的支持范围里,对话与编程方向包含 ChatGPT、Claude Code、Codex,以及 Hermes、OpenClaw、Obsidian 这几项。
这些产品的定位并不相同。ChatGPT 是通用对话助手,Claude Code 和 Codex 偏代码与终端场景,Obsidian 是本地知识库工具,Hermes、OpenClaw 属于偏技术向的 Agent 或客户端形态。
把它们放在同一门课程里,指向的是一种思路:不同工具的提示词写法有共性,也有各自的约定。课程覆盖多类工具,比只讲一个产品更耐用。
图像与视频:Midjourney、Stable Diffusion、Runway
图像与视频方向的官方列表包括 Midjourney、Stable Diffusion 和 Runway。
这三个名字对应三种不同的使用方式。Midjourney 主要通过对话式指令出图,Stable Diffusion 常涉及本地部署和参数调节,Runway 则偏视频生成与编辑。
图像类提示词和文本类差别很大:文本讲究把约束说清楚,图像讲究对画面元素、风格与构图的描述顺序。
音频、数字人与开源大模型
官方列表里还有 AI 数字人、AI 声音与音乐,以及开源大模型。
这几项覆盖的是另外的场景:数字人和声音合成常用于口播、配音、虚拟形象;开源大模型则对应想自己部署、自己微调的技术用户。
这说明课程范围不止「怎么跟聊天机器人说话」,而是覆盖了 AIGC 的主要分支。
怎么用这类课程
建议按「先基础、再工具」的顺序走。先把 Prompt Engineering 的通用方法过一遍,再挑你实际会用的那两三个工具深入,不必每章都看。
课程免费开源这一点值得单独说:开源意味着内容可以被社区持续补充,也意味着你需要自己判断内容的时效性。工具迭代很快,看到具体操作步骤时,最好对照官方文档确认一遍。
另外要区分两件事:学提示词能提升的是「表达效率」,不是「模型能力」。任务本身超出模型能力范围时,换个问法也解决不了。
小结
- Learning Prompt 官方定位是免费的 AI 提示词学习平台
- 官方描述其为永久免费开源的 AIGC 课程
- 内容覆盖 Prompt Engineering 等通用方法
- 支持范围包括 Claude Code、Codex、Obsidian 与 ChatGPT 等工具
- 图像视频方向包含 Midjourney、Stable Diffusion、Runway
- 还涉及 AI 数字人、AI 声音与音乐、开源大模型
- 建议先学通用方法再挑工具深入,并自行核对内容时效