Courses
Understanding Prompt Engineering
1小时
188.1K
大多数尝试过 ChatGPT 却失望而归的人，犯的都是同一个错误：把它当作搜索引擎。输入一个含糊的问题，得到一个含糊的答案，然后认定这工具被过度吹捧。问题几乎从来不在模型本身，而在于提示、工作流程，以及对 ChatGPT 究竟是什么的心智模型。
无论您是完全的初学者、希望最大化每次与 ChatGPT 交互价值的人，还是只是想加速重复性任务的处理，随意使用与真正高效使用之间存在明显的技能差距。此清单旨在弥合这一差距。这里的每一项资源都因其实用深度、对新手的友好（在相关处）以及时效性而入选。没有空泛的理论。
本文将带您逐一了解 DataCamp 学习 ChatGPT 的最佳课程、教程与指南，并根据您的起点建议一条结构化的学习路径。您可以按顺序学习，打下完整基础；也可直接跳到符合您当前水平的部分。
要点速览
以下是本指南所涵盖的顶级 ChatGPT 学习资源的快速概览。
| 资源 | 类型 | 水平 | 最适合 |
|---|---|---|---|
| Introduction to ChatGPT | 课程 | 初级 | 首次使用、学习如何撰写有效提示的用户 |
| ChatGPT Fundamentals | 技能路径 | 初级 | 从零到自信使用 ChatGPT 的结构化路线 |
| Intermediate ChatGPT | 课程 | 中级 | 理解 GPT 架构与高级提示技巧 |
| A beginner's guide to ChatGPT prompt engineering | 教程 | 初级 | 希望获得带示例的提示技巧的数据科学家 |
| ChatGPT prompts: real examples for every use case | 博客 | 初级–中级 | 适用于写作、编码与分析的可复制提示模板 |
| ChatGPT Canvas: a guide with examples | 博客 | 中级 | 使用 Canvas 编辑器的写作者与开发者 |
| ChatGPT Projects: a guide with examples | 博客 | 中级 | 管理持续性任务或多文件工作流的用户 |
| ChatGPT Study Mode: a guide with 5 practical examples | 教程 | 初级–中级 | 将 ChatGPT 作为导师的学生与自学者 |
| How to use ChatGPT Apps: a hands-on guide with examples | 教程 | 中级 | 希望连接 Spotify、Canva、Zillow 等服务的用户 |
| Seven GPT-5 examples to try in the chat | 博客 | 中级 | 探索 GPT-5 在真实任务中的实用能力 |
| Gemini vs. ChatGPT: which AI model performs better? | 博客 | 中级 | 在工作流中于 ChatGPT 与 Google Gemini 之间做选择 |
学习 ChatGPT 的最佳资源
以下资源大致按从基础到更高级排序。不过每一项都是独立的，如果您已掌握基础，可以随时跳读。
1. Introduction to ChatGPT（课程）
如果您从未写过结构化提示，从这里开始。这门 1 小时的 DataCamp 课程已有超过 40,000 名学习者，并从 5,000 多条评价中获得 4.8 星，足以说明其有效。
课程涵盖 ChatGPT 如何处理语言并生成回复、如何撰写清晰简洁的提示，以及如何识别并避免常见失败模式，如幻觉事实与含糊输出。
我认为真正有用的是内置的 AI 助手：在练习时实时反馈您的提示，而不是仅被动展示示例。
您还将学习伦理层面的内容：隐私风险、错误信息，以及在何种情况下不应信任 AI 生成内容。这常被初学者资源忽略，但十分重要。
- 水平： 初级
- 形式： 互动课程，1 小时，4 个视频，18 个练习
- 适合人群： 从零开始、想从第一天就养成良好习惯的任何人
2. ChatGPT Fundamentals（技能路径）
这条 3 小时的技能路径将三门课程整合为一条结构化路线：Understanding ChatGPT、Understanding Prompt Engineering 与 Intermediate ChatGPT。它是同一平台上最完整的从初级到中级的学习旅程。
该路径还包含加值资源：一份详尽的提示工程指南，以及一个关于构建自定义 GPT 的教程。一位评论者将其形容为“清晰、实用、对新手友好”，内容涵盖提示结构化、如何安全迭代、以及为语气与准确性设定护栏——颇为中肯。
如果您不确定从何开始并只想要一个建议，就是它。按顺序完成三门课程，您将建立起关于 ChatGPT 如何工作以及如何稳定产出结果的扎实心智模型。
- 水平： 初级
- 形式： 技能路径，3 小时，3 门课程
- 适合人群： 希望选择结构化、端到端路径而不是零散资源的学习者
3. Intermediate ChatGPT（课程）
当您已熟悉基础提示后，这门课将变得有意思。它讲解 GPT 模型背后的架构，包括 transformer、分词与自注意力机制，并梳理从 GPT-1 到 GPT-5 的演进。
高级提示部分是最大亮点。您将使用 XML 标签生成结构化输出、few-shot 提示、用于生成创业想法的思维标签，以及用于叙事的 PAIPS 框架。最后一章讨论自定义指令与自定义 GPT，包括二者的使用场景差异。这一区分非常实用，但在其他地方常被一带而过。
课程已有超过 27,000 名学习者，并从 3,400+ 条评价中获得 4.8 星。先修课为 Understanding ChatGPT 与 Understanding Prompt Engineering，二者均包含在上面的 ChatGPT Fundamentals 路径中。
- 水平： 中级
- 形式： 互动课程，1 小时，9 个视频，26 个练习
- 适合人群： 想超越基础、并理解模型实际如何工作的人
4. A beginner's guide to ChatGPT prompt engineering（教程）
这是我最推荐的、最实用的提示工程独立读物。它涵盖四个核心原则：清晰、上下文、精确与角色扮演，并将每个原则应用到具体的数据科学场景，包括数据清洗、机器学习模型解读与数据可视化。
其基于场景的结构让它值得一读。与其给出抽象建议，不如通过“前后对比”的提示示例，精确展示为何含糊提示会失败、结构化提示如何奏效。还有一节讲如何在输出不如预期时调试提示，涵盖语气调整、细节微调与迭代策略。
它读起来很快，利用午休即可看完，并能立刻上手实践。
- 水平： 初级
- 形式： 教程，约 10 分钟读完
- 适合人群： 希望基于自身领域获得提示技巧的数据科学家与分析师
5. ChatGPT prompts: real examples for every use case（博客）
如果有人说“我知道提示很重要，但不知道好的提示长什么样”，我会把这篇文章发给 TA。它通过写作、编码、数据分析、业务任务与学习等具体示例，讲解 zero-shot、one-shot、few-shot、链式思考与角色提示。
这些示例可直接复制粘贴。仅数据分析部分就值得收藏：包含探索性分析、趋势识别、可视化建议、统计方法选择与数据质量评估的提示。每条提示都明确受众、格式与约束，这正是区分有用输出与泛泛之词的关键结构。
文章还总结了常见误区，包括提示含糊、一次性提出多个不相关问题，以及假设 ChatGPT 会在长对话中自动记住早先的上下文。诚实而实用。
- 水平： 初级–中级
- 形式： 博客，约 10 分钟读完
- 适合人群： 需要可立即改造的提示模板参考库的任何人
6. ChatGPT Canvas: a guide with examples（博客）
Canvas 是 ChatGPT 面向写作与编码的协作编辑器，它会显著改变您的工作流。无需再把聊天窗口的输出复制到其他文档，您可以直接在编辑器中工作，让 ChatGPT 进行定向修改、内联建议、更改阅读难度，并运行 Python 代码。
本指南逐一讲解各项功能：版本管理、针对文本的工具（如阅读水平与长度控制）、针对代码的工具（如修复 bug、添加注释、移植到另一种语言）。作者也如实谈及局限：Canvas 对写作与独立脚本确实有用，但对于更大的代码库，Cursor AI 等工具更实用。
如果您用 ChatGPT 创作文档或生成代码，理解 Canvas 能为您省下大量复制粘贴的成本。
- 水平： 中级
- 形式： 博客，约 10 分钟读完
- 适合人群： 希望与 ChatGPT 建立更紧密编辑循环的写作者、内容创作者与开发者
7. ChatGPT Projects: a guide with examples（博客）
Projects 允许您将相关文件与对话分组到带有自定义指令的专用工作区中。
如果您曾经想回到某个很长的 ChatGPT 对话，或发现自己在每次会话开始时都要重新解释背景，那么 Projects 就能解决这个问题。
指南讲解如何创建项目、上传文件、设置自定义指令并整理现有聊天。作者用上传的风格指南与简历来搭建个人网站进行测试，这是一个现实的用例，既展示了优势，也暴露了棱角。
实话实说：对于需要持久上下文的持续性任务与代码项目，Projects 很有用，但跨对话记忆仍不完美。
自定义指令对代码项目尤其有价值。比如项目使用 pandas，您只需设定一次，就无需在每条消息中重复说明。
- 水平： 中级
- 形式： 博客，约 10 分钟读完
- 适合人群： 在 ChatGPT 中管理重复性任务、长期项目或多文件工作流的任何人
8. ChatGPT Study Mode: a guide with 5 practical examples（教程）
Study Mode 是 ChatGPT 的一项功能，它将模型从“答案机器”变成“互动导师”。它不会直接给出解法，而是通过提问、检查您的理解，并一步步引导您走向答案。
本教程在五种场景中测试了 Study Mode：从零学习 Python、攻克一道 LeetCode 题、学习意大利语、准备求职面试、以及小学数学作业。LeetCode 的示例最有说服力：作者卡在一道题上，使用 Study Mode 在不被直接告知答案的情况下完成推导，并真正理解了算法。面试准备部分对于在行为面试问题前容易大脑空白的人也非常实用。
教程也诚实地指出其短板，尤其是在语言学习上，文本界面存在明显限制；在数学问题上，模型有时会过早透露过多信息。
需要注意的是，有用户反馈在最新的 GPT-5.5 版本中 Study Mode 被移除。不过不用担心，您可以用本指南中的思路重建 Study Mode 提示，并创建一个自定义 GPT 达到同样效果。
- 水平： 初级–中级
- 形式： 教程，约 10 分钟读完
- 适合人群： 学生、自学者，以及准备技术面试的任何人
9. How to use ChatGPT Apps: a hands-on guide with examples（教程）
ChatGPT Apps 允许您在对话中直接调用第三方服务，如 Spotify、Canva、Zillow 与 Booking.com。本教程解释其工作原理与连接方法，并演示四个具体流程：创建播放列表、浏览房源、预订酒店，以及将一个粗略想法生成图表。
指南还介绍了面向开发者的 ChatGPT Apps SDK，可基于 Model Context Protocol 构建自定义集成。该部分虽然简短，但为考虑分发的开发者指明方向。Apps 目前向美国与加拿大的 Free、Plus 和 Pro 用户开放，Business 与 Enterprise 计划尚未包含在内。
如果您想了解 ChatGPT 作为平台（而不仅仅是聊天界面）的发展方向，这篇值得一读。
- 水平： 中级
- 形式： 教程，约 10 分钟读完
- 适合人群： 希望将 ChatGPT 延伸到现有工具与服务中的用户
10. Seven GPT-5 examples to try in the chat（博客）
这是对 GPT-5 在七个真实任务中实用能力的动手探索：搭建跑步追踪网站、生成带成本拆解的商业创意、用 HTML5 复刻童年游戏、将财报转为演示文稿、将 Python 学习游戏化、规划巴厘岛行程，以及连接 Google 日历。
其作为学习资源的价值在于诚实记录。有些示例一次成功，另一些需要迭代与调试。编码示例生成了 764 行代码，是作者所见各模型中“首版质量最佳”的游戏；而 Google 日历集成则屡次失败。
当您掌握基础后再读这篇，可获得关于 GPT-5 及其迭代在实践中能与不能的现实图景。
- 水平： 中级
- 形式： 博客，约 7 分钟读完
- 适合人群： 想看到 GPT-5 在真实任务（而非基准测试）中的表现的人
11. Gemini vs. ChatGPT: which AI model performs better?（博客）
当您熟练使用 ChatGPT 后，自然会问：在某些任务上是否应使用其他工具？这篇对比涵盖架构、性能基准、功能差异，以及关于何时使用哪种模型的实用指导。
基准部分值得细读：在 GPQA Diamond（博士级科学问题）上，Gemini 3 Pro 得分 91.9%，而 ChatGPT GPT-5.1 为 88.1%。在 MathArena Apex 上，Gemini 3 Pro 为 23.4%，GPT-5.1 为 1.0%。在 SWE-bench Verified（真实世界编程任务）上，二者基本打平，分别为 76.2% 与 76.3%。这些数字清晰地揭示了各自的强项。
实用指导同样有益：ChatGPT 更擅长创意写作、对话式任务与灵活的开发者工作流；而 Gemini 自然融入 Google Workspace，并在多模态推理上领先。
想要额外拓展，也可查看Claude vs ChatGPT 指南。
- 水平： 中级
- 形式： 博客，约 10 分钟读完
- 适合人群： 想了解 ChatGPT 与 Gemini 的对比及何时切换的用户
其他资源
当然，在使用这些资源学习 ChatGPT 的过程中，您可能还需要一些补充材料。
直接参考官方资料总是有帮助的。以下是几份值得随手可得的官方与开源资源：
- OpenAI 官方提示工程指南： 由 ChatGPT 创建方撰写的基础而务实的手册，详细说明模型预期的提示方式：https://platform.openai.com/docs/guides/prompt-engineering
- DAIR.AI 提示工程指南： 极其全面的开源教材，深入探讨提示科学，涵盖 Chain-of-Thought（CoT）与 Tree of Thoughts（ToT）等高级框架：https://www.promptingguide.ai/
- OpenAI Cookbook： 开源的 GitHub 仓库，包含大量可直接复制的 Python 代码片段，供基于 OpenAI API 构建应用的开发者使用：https://github.com/openai/openai-cookbook
- OpenAI 开发者论坛： 与其他开发者一起排查 API 集成、自定义 GPT 指令与复杂智能体式工作流的最活跃社区：https://community.openai.com/
建议的学习路径
上述资源覆盖了不同水平与形式。以下是我根据您的起点给出的学习顺序。
阶段一：打好基础
从ChatGPT Fundamentals 技能路径开始。全程 3 小时，涵盖从 ChatGPT 如何处理语言到高级提示构建与自定义 GPT。如果您想专门更深入提示工程，可配合阅读提示工程新手指南。
到第一周末，您应当能够撰写结构化提示，理解为何含糊输入会产出含糊输出，并了解模型的基本限制。
阶段二：扩展工具箱
打好基础后，继续研读实用指南。阅读并收藏与您工作相关的ChatGPT 提示指南部分。再阅读Canvas 指南与Projects 指南，了解如何用 ChatGPT 进行更长、更结构化的工作。如果您是学生或正准备面试，请在此加入Study Mode 教程。
阶段三：深入并保持前沿
此时，您已是熟练的 ChatGPT 用户。后续资源旨在帮助您保持前沿并拓展邻近领域。阅读GPT-5 示例博客，了解最新版模型在实践中的能力。
若想连接外部服务，请学习ChatGPT Apps 指南。还可以阅读Gemini 与 ChatGPT 对比，了解 ChatGPT 在更广泛图景中的位置，以及何时使用其他工具更合适。
如何选择合适的资源
并非人人都需要从头开始。以下是基于您当前状态的快速决策框架。
- 完全没有 AI 经验的初学者： 从ChatGPT Fundamentals 开始。它结构化、无先修要求。
- 您曾经随意用过 ChatGPT，但想获得更好结果： 直接阅读ChatGPT 提示指南与提示工程教程。两者短小精悍，立刻可用。
- 您想弄清模型实际如何工作： Intermediate ChatGPT 课程用通俗语言讲解 transformer、分词与训练方法。
- 您是学生或自学者： Study Mode 教程专为此类场景设计，展示如何把 ChatGPT 当作导师而非答案机器。
- 您是开发者或数据科学家： 打好基础后，优先学习Intermediate ChatGPT 与 ChatGPT Apps 指南。
- 您想将 ChatGPT 与替代方案比较： 当您对两者有基本了解后，阅读Gemini 与 ChatGPT 对比。
结语
对大多数读者而言，ChatGPT Fundamentals 技能路径是合适的起点。它结构清晰，周末即可完成，并涵盖本清单其余内容所依赖的核心概念。在养成优化输入的习惯过程中，我建议将提示工程教程与提示指南常开以作参考。
但有一点需要说明：ChatGPT 本身在不断演进。GPT-5 已替代整个 GPT-4 模型家族，而 Canvas、Projects、Study Mode 与 Apps 等功能都在过去一年内相继加入。本文所列资源以 2026 年年中为准；如果您在更晚时间阅读，建议检查相关课程或指南是否有更新。
若您希望超越 ChatGPT，夯实更广泛的 AI 基础，我推荐AI Fundamentals 技能路径，其在 10 小时的结构化内容中涵盖机器学习、深度学习、生成式 AI 与负责任的 AI 使用。