文章目录一、课程核心思想二、整门课程的三个核心模块2.1 Module 1 — Finding Information获取信息2.2 Module 2 — AI as a Thought PartnerAI 作为思考伙伴2.3 Module 3 — Working with Multimedia Code处理多媒体与代码三、P21 的实际课程定位四、整门课程最值得掌握的五个方法4.1 根据任务选择合适的 AI 能力4.2 提供正确的 Context4.3 通过 Iteration 改进结果4.4 使用 Critique 检查结果4.5 从问答走向实际成果五、重要英文术语六、课程综合实践练习七、复习问题八、一页速记版Quick Review参考资源课程 SlidesThe AI Novice and the AI Power User如何成为 AI 高阶用户Pretrained KnowledgeAI 已经掌握哪些知识Web Search如何获取外部信息Web Search Sources如何选择和验证信息来源Using Deep Research如何开展复杂研究Lab Overview如何通过实验比较不同 AI 使用方式Brainstorming with AI使用 AI 进行头脑风暴Context上下文AI Desktop AppsAI 桌面应用Reasoning with AIAI 推理Sycophancy谄媚Writing with AI用 AI 写作AI CritiqueAI 评价与批判性反馈Lab Overview: Brainstorming and Critique实验介绍AI 头脑风暴与批判性评价Working with Multimedia Data处理多媒体数据Imaging Understanding图像理解Imaging Generation图像生成Building Apps使用 AI 构建应用程序Data Analysis数据分析Lab and Final Project实验与期末项目一、课程核心思想经过前面 20 节课程我们已经学习了 AI 的多种能力。从最初的简单问答到利用 AI 搜索信息、开展研究、进行头脑风暴、分析复杂问题再到生成图片、构建应用和分析数据。整门课程实际上围绕一个核心问题展开如何从 AI NoviceAI 新手成长为 AI Power UserAI 高阶用户AI 新手通常将 AI 当成一个回答问题的工具。例如What is machine learning?而 AI 高阶用户不仅会提问还会提供充分的 Context。根据任务选择合适的 AI 工具。让 AI 处理复杂任务。使用 Web Search 和 Deep Research 获取信息。通过 Iteration 不断改进结果。使用 Rubric 和 Critique 检查质量。利用 AI 创建真实的应用和成果。因此整门课程的重点并不是记住某几个万能 Prompt。而是建立一种新的工作方式让 AI 成为能够参与信息获取、思考分析和实际执行的协作伙伴。核心结论AI Power User 的重要能力是能够根据真实任务选择合适的方法为 AI 提供必要的背景评价输出结果并通过反复协作完成有价值的工作。二、整门课程的三个核心模块2.1 Module 1 — Finding Information获取信息第一个模块主要解决如何让 AI 帮助我们找到需要的信息核心知识点Pretrained Knowledge预训练知识理解 AI 已经掌握哪些知识。Web Search联网搜索获取预训练知识之外的信息。Web Search Sources搜索来源判断信息来源是否可靠。Deep Research深度研究对复杂问题开展多步骤研究。Lab Practice实验实践比较不同信息获取方式的效果。什么时候使用不同能力用户任务推荐能力解释基础概念Pretrained Knowledge查询最新事件Web Search核实重要事实Source Verification研究复杂问题Deep Research比较不同回答方式Lab Comparison重要学习启示不要假设 AI 的预训练知识始终足够。例如如果用户询问What are the latest developments in AI research this week?AI 应该考虑使用 Web Search而不是只依赖已有知识。如果用户需要系统比较多个研究方向就可能更加适合 Deep Research。核心知识点信息获取的关键不只是找到答案还包括选择正确的信息来源并检查答案是否可靠。2.2 Module 2 — AI as a Thought PartnerAI 作为思考伙伴第二个模块主要解决如何让 AI 帮助我们思考而不仅是回答问题核心知识点Brainstorming头脑风暴生成和探索创意。Context上下文提供任务背景。AI Desktop AppsAI 桌面应用获取相关工作资料。Reasoning推理分析复杂问题。Sycophancy谄媚倾向避免 AI 过度迎合。Writing with AIAI 辅助写作分阶段完成写作。AI CritiqueAI 批判性评价评价并改进已有成果。一个典型的 AI 思考协作流程Define the Problem 定义问题 ↓ Provide Context 提供背景 ↓ Brainstorm Ideas 探索不同想法 ↓ Reason and Compare 分析并比较方案 ↓ Evaluate with a Rubric 使用评价标准 ↓ Critique and Refine 批判性评价与优化 ↓ Final Decision 形成最终决策这是根据课程知识整理的综合框架并非老师在总结视频中展示的原始流程。重要学习启示AI 不应该只是赞同用户。例如I have an amazing business idea. Dont you agree?这个问题可能引导 AI 迎合用户。更好的方式是Evaluate this business idea objectively. Identify: 1. Strengths 2. Weaknesses 3. Market opportunities 4. Major risks 5. Missing evidence Do not assume the idea is good.核心知识点AI 作为 Thought Partner 的价值在于帮助用户探索不同观点、发现问题并改进判断而不是始终提供令人满意的回答。2.3 Module 3 — Working with Multimedia Code处理多媒体与代码第三个模块主要解决如何利用 AI 从理解信息进一步走向创建实际成果核心知识点Multimedia Data多媒体数据理解不同数据类型。Image Understanding图像理解分析已有图片。Image Generation图像生成创建和修改图片。Building Apps构建应用通过自然语言创建软件。Data Analysis数据分析使用代码分析数据。Final Project最终项目综合运用所学能力。不同能力的应用场景AI 能力典型任务Image Understanding分析图片、截图和手写笔记Image Generation生成插画、设计图和宣传素材Building Apps创建网页、小游戏和实用工具Data Analysis分析表格、计算指标和生成图表Final Project从研究问题到应用成果重要学习启示AI 不仅能够生成文字还能够帮助用户完成实际任务。例如用户可以通过自然语言描述一个简单应用Build a Pomodoro timer. Goal: Help users manage study sessions. Input: Start, Pause, and Reset buttons. Output: A countdown timer. Use a simple and clean interface.AI 可以尝试生成一个可运行的番茄钟应用。核心知识点AI 的价值不局限于提供建议还可以通过代码、图像和其他工具帮助用户创建具体成果。三、P21 的实际课程定位重新核对 DeepLearning.AI 官方目录后可以确认P21 正式标题为 Conclusion。官方标注时长约 1 分钟。它是整门课程的最后一节视频。课程共包含 21 节视频分为三个主要模块。因此P21 本身是一节很短的结课视频。前面整理的三个模块属于整门课程的系统复习并不意味着老师在这一分钟内重新讲解了所有知识点。官方课程介绍强调的总体目标是帮助学习者成为 AI Power User学会利用现代 AI 完成信息检索、思考与写作以及多媒体和应用构建任务。四、整门课程最值得掌握的五个方法以下是根据 P01–P20 归纳的学习总结并非 P21 视频的逐字内容。4.1 根据任务选择合适的 AI 能力任务推荐能力解释基础概念Pretrained Knowledge查询最新信息Web Search研究复杂问题Deep Research探索新创意Brainstorming比较复杂方案Reasoning评价已有作品AI Critique撰写文章Iterative Writing分析图片Image Understanding生成图片Image Generation创建交互式工具Building Apps分析表格数据Data Analysis学习启示没有一种 AI 工作模式适合所有任务。选择合适的能力往往比不断修改同一个 Prompt 更重要。4.2 提供正确的 ContextTask 任务 Context 背景信息 Constraints 约束条件 Output Requirements 输出要求这是我的综合 Prompt 模板不是老师提出的固定公式。4.3 通过 Iteration 改进结果Initial Prompt 初始提示 ↓ AI Output AI 输出 ↓ Evaluate 评价 ↓ Provide Feedback 提供反馈 ↓ Refine 改进学习启示不要总是期待 AI 第一次就给出完美结果。对复杂任务多轮协作通常更加有效。4.4 使用 Critique 检查结果对于重要输出可以要求 AICritically evaluate your previous answer. Identify: 1. Important assumptions 2. Potential errors 3. Missing information 4. Unsupported claims 5. Possible improvements Do not assume the original answer is correct.但需要注意AI 自我评价不能替代原始证据核实。4.5 从问答走向实际成果这是整门课程最有实践价值的学习方向之一。例如Brainstorm 探索问题 ↓ Research 研究信息 ↓ Build 创建成果 ↓ Test 测试 ↓ Improve 改进它将前面三个模块的能力连接起来让 AI 从信息工具转变为实际工作的辅助工具。五、重要英文术语English中文核心含义AI NoviceAI 新手主要使用简单问答的用户AI Power UserAI 高阶用户能够系统运用 AI 完成复杂任务的用户Prompt提示词提供给 AI 的任务指令Context上下文完成任务需要的背景信息Web Search联网搜索获取外部网络信息Deep Research深度研究多步骤信息检索与综合分析Thought Partner思考伙伴协助用户探索和分析问题的 AIReasoning推理对信息进行分析和权衡Sycophancy谄媚倾向AI 过度迎合用户Rubric评价量规明确的评价标准Iteration迭代根据反馈持续改进AI CritiqueAI 批判性评价识别问题并提出改进建议Multimodal AI多模态 AI处理文字、图像、音频等信息的 AIBuilding Apps构建应用使用 AI 创建软件Code Execution代码执行运行代码完成计算等任务AI Slop低质量 AI 内容空泛、重复或缺少实质价值的生成内容六、课程综合实践练习Exercise 1选择正确的 AI 工具判断以下任务适合使用什么能力任务建议方式查询本周 AI 研究新闻Web Search综合比较 20 篇论文Deep Research为创业项目寻找创意Brainstorming评价一份商业计划AI Critique Rubric生成课程宣传图片Image Generation创建简单的学习测验Building Apps分析全年销售数据Data Analysis练习目标建立根据任务选择工具的能力。Exercise 2设计一个综合 Prompt选择一个真实问题例如如何提高大学生学习机器学习的效率Act as my AI thought partner. Goal: Help me develop an effective machine learning study strategy. Context: [Describe my current background.] Constraints: [Describe my time and resources.] Tasks: 1. Brainstorm possible approaches. 2. Compare their strengths and weaknesses. 3. Identify important assumptions. 4. Recommend a practical study plan. 5. Critique the plan. 6. Suggest measurable improvements. Clearly distinguish evidence-based recommendations from assumptions.练习目标综合使用 Context、Brainstorming、Reasoning 和 Critique。Exercise 3完成一个小型 Final Project建议使用整门课程介绍的三个阶段Brainstorm选择一个真正感兴趣的研究问题。Research使用可靠资料开展研究生成带引用的报告。Build根据研究报告创建测验、小游戏或其他简单应用。完成后检查应用功能、研究事实和引用来源。练习目标将 AI Prompting 从知识理解转化为实际能力。七、复习问题Q1整门课程的主要目标是什么答帮助学习者从简单使用 AI 的新手成长为能够充分利用现代 AI 能力完成真实任务的高阶用户。Q2为什么 Context 很重要答因为 AI 不一定了解用户的具体情况相关背景能够减少猜测使输出更加符合任务需求。Q3为什么不能完全相信 AI 的回答答因为模型可能使用过时信息、不可靠来源或错误推理也可能受到用户提问方式的影响。Q4为什么 Iteration 是重要的 AI 使用方法答因为复杂任务通常需要多轮反馈和修改才能逐步得到符合要求的结果。Q5为什么老师鼓励学习者尝试创建应用答因为这能帮助学习者了解 AI 不仅可以回答问题还能将自然语言需求转化为实际的软件成果。八、一页速记版Quick Review核心思想成为 AI Power User不是记住更多复杂 Prompt而是学会根据任务选择合适的 AI 能力、提供相关 Context、评价结果并通过 Iteration 完成真实工作。三个核心能力Find Information寻找并核实信息。Think with AI利用 AI 辅助思考、写作和评价。Create with AI利用 AI 生成图片、分析数据和构建应用。三个核心原则Use the right AI capability for the task.根据任务选择合适的 AI 能力。Provide context and iterate.提供相关背景并通过多轮反馈改进结果。Verify important outputs and keep experimenting.核实重要结果并通过持续实践探索 AI 的能力。P1 → P21 完整知识框架AI Prompting for Everyone │ ├── Module 1: Finding Information │ P1–P6 │ 预训练知识、搜索、深度研究 │ ├── Module 2: AI as a Thought Partner │ P7–P14 │ Context、Reasoning、Writing、Critique │ └── Module 3: Working with Multimedia Code P15–P21 图像、应用构建、数据分析、最终项目 ↓ AI Power User最终总结整门课程最值得带走的不是一套固定不变的提示词而是一种可迁移的 AI 协作方法。面对不同任务理解 AI 的能力和局限提供必要信息选择合适工具并对结果进行评价和改进。参考资源吴恩达《给所有人的人工智能提示词课程|AI Prompting for Everyone》DeepSeek-v4-pro翻译DeepLearning.AI — AI Prompting for Everyone 官方课程Full AI Prompting Course with Andrew Ng — 公开英文转写稿课程 Slides
