课程链接：https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/

吴恩达说，现在市面上有太多关于如何写 prompt 的材料。但对于开发者来说，如何调用大模型 API 来构建应用软件才是更重要的，但这方面材料却很少。这就是他们这门课的价值所在。

该课程长度总共一个半小时左右，旨在帮助开发者们：

学习应用开发所需的 prompt engineering 最佳实践；

发现使用 LLM 的新方法，包括如何构建自己的自定义聊天机器人；

获得使用 OpenAI API 编写和迭代 prompt 的实践经验。

从实践层面来看，该课程将展示 LLM API 如何用于各种任务的应用，包括：

摘要（例如简化用户评论的摘要）

推理（例如情感分类、主题提取）

转换文本（例如翻译、拼写和语法纠正）

扩展（例如自动撰写电子邮件）

所有的概念都有众多的例子加以说明，开发者们可以在 Jupyter notebook 环境中直接进行互动实验，以获得 prompt engineering 的实际经验。