Learning-Prompt
Learning-Prompt 是一门免费的提示工程（Prompt Engineering）在线课程，旨在帮助用户系统掌握与 AI 高效沟通的技巧。它并非简单的提示词合集，而是通过总结作者的学习历程与实战经验，深入讲解如何构建优质提示词背后的逻辑与方法论。
课程内容涵盖三大核心板块：面向大众的 AI 基础科普、从入门到精通的 ChatGPT 使用指南，以及结合丰富案例的 Midjourney 绘图教程。无论是想提升工作效率的职场人士、需要灵感的设计师，还是对人工智能感兴趣的普通用户，都能从中找到适合自己的学习路径。课程特别强调“在实践中学习”，鼓励读者边读边在真实场景中尝试，并通过社区互动共同完善内容。
作为一门开源教程，Learning-Prompt 保持开放协作的态度，欢迎用户反馈错误或贡献新案例。其内容采用知识共享许可协议，允许非商业用途下的自由传播与修改。如果你希望真正理解如何让 AI 更好地为你服务，而不仅仅是复制现成答案，这门课程将是一个友好且实用的起点。
使用场景
一位刚接触 AI 的内容运营专员，急需为新品发布会撰写高质量的宣传文案并生成配套海报，但面对强大的大模型却不知如何下手。
没有 Learning-Prompt 时
- 提示词全靠猜：只能写出“写个吸引人的文案”这种模糊指令，导致 ChatGPT 输出的内容空洞泛泛，缺乏品牌调性，需反复修改十几次才能勉强可用。
- 绘图参数混乱：在使用 Midjourney 时，不懂光影、构图等专业参数，生成的海报图片畸变严重或风格杂乱，完全无法直接商用。
- 学习路径迷茫：网上教程碎片化且良莠不齐，分不清哪些是过时的技巧，浪费大量时间试错却不得要领。
- 只知其然不知其所以然：即使偶然得到好结果，也不理解背后的逻辑，一旦需求微调（如更换产品主体），又得从头开始盲目尝试。
使用 Learning-Prompt 后
- 掌握结构化框架：通过学习其中的角色设定与上下文约束技巧，能精准指挥 ChatGPT 输出符合品牌语气的专业文案，一次通过率提升 80%。
- 精通绘图指令逻辑：依据 Midjourney 教程中的实例解析，熟练运用光照、镜头语言等参数，快速生成具有电影质感的宣传海报。
- 建立系统化认知：跟随从基础到进阶的清晰学习路径，避开了无效信息干扰，在短时间内构建起完整的提示工程知识体系。
- 具备举一反三能力：理解了提示词生效的底层原理，能够灵活调整指令以适应不同场景，从“被动碰运气”转变为“主动控结果”。
Learning-Prompt 不仅提供了现成的技巧，更通过授人以渔的方式，让用户真正掌握了驾驭 AI 的核心方法论。
运行环境要求
未说明
未说明
快速开始
😎 关于本教程
本教程分为三个部分。内容涵盖了我在学习提示工程过程中的心得与方法总结。如果你正在学习提示工程，希望本教程能对你有所帮助。
- AI 101：面向所有人的 AI 入门教程。目前仍在不断完善中，敬请期待。
- ChatGPT 教程：从基础到进阶，以用户视角讲解如何使用 ChatGPT，并教你如何更高效地运用它。
- Midjourney 教程：通过丰富的示例，手把手教你如何使用 Midjourney。即使是初学者，阅读后也能快速上手。
本教程并非：
- 提示词合集。如果你期望找到可以直接使用的提示词，建议直接在网上搜索。本教程更注重方法的传授以及原理的解释。
- 权威指南。在这个领域，我也是一名学习者。
如何阅读？
感谢你打开本教程。阅读时，我建议：
- 降低期望： 我并不是专家，也在不断学习，只是比你稍微领先几步而已。文中可能存在疏漏或错误。此外，为了便于理解，一些比喻或术语可能会被简化，请大家多多包涵。
- 欢迎反馈： 如果某些内容难以理解或存在疑问，请提交问题或使用反馈表单。让我们共同改进，推动提示工程的发展。
- 边学边练： 最佳的学习方式就是动手实践。阅读过程中会提供可尝试的示例。更好的是，你可以将自己编写的提示分享到问题或表单中，我会挑选优秀的内容加入文档。
我认为最好的学习方式就是实践。因此，请尝试在 ChatGPT 或 Midjourney 中运行这些示例，这将有助于巩固所学知识。
你会看到以下表情符号：
- 🚧 ：表示内容尚需完善，但不影响阅读，后续我会继续优化。
- 🆘 ：表示我需要帮助，例如某个场景下的提示示例。欢迎通过问题或 Discord 提供建议。
- 🔴 ：为引导你进入高级内容，基础部分可能会提到一些进阶概念，但暂时无需深入探讨。
如何贡献？
如果你愿意，可以在 Github 页面 上给本项目点个赞，或者分享这个教程。非常感谢！
阅读时：
- 如发现错别字、表述不清等问题，请通过 GitHub 问题或我们的 Discord 反馈。
- AI 领域变化迅速，过时的内容也可以通过 GitHub 问题或我们的 Discord 标记出来。
- 对于带有 🆘 标记的部分，欢迎通过 GitHub 问题或我们的 Discord 提出建议。
所有贡献者都将在致谢页面中得到署名！ 😁
看看我的其他作品
我和朋友们还开发了一款 AI 应用。如果 ChatGPT 对你来说不太适用，不妨试试我们的 PoleStar Chat：
许可协议
本教程采用知识共享署名-非商业性使用 4.0 协议授权。
只要你保留原作者署名并遵守非商业性使用条款，就可以自由阅读、分享和修改本书。
详细法律条款请参阅 此网站。
特别致谢
在编写本教程的过程中，参考了以下内容和示例：
ChatGPT：
- Prompt-Engineering-Guide
- Learn Prompting
- ChatGPT3-Free-Prompt-List
- 自然语言处理与深度学习
- edx ChatGPT101
- OpenAI 示例
Midjourney：
版本历史
vtest-publishv2023-03-06相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。