AI，全称 Artificial Intelligence，中文翻译为人工智能，最简单的定义是，AI 是一门领域，人们在其中预设好“智能”算法，能够从数据中“学习”。从定义触发，AI 跟人类甚至动物的智能类似，随着时间的推移，能够从环境、教育、经验等外部资料中汲取知识，不断训练成长，最终达到一定智能水平，做出相应的智能决策。
本教程主要是围绕「生成式 AI」，也就是 Generative AI（简称 Gen AI），它是 AI 的一个分支类型，从名字上我们就能知道，生成式 AI 就像人类一样能够生成新的内容，吟诗作赋、写歌作曲、小说科幻、代码编程，甚至是图片绘画、视频音乐（GPT-4.5 据传还能 3D 建模），这些都是生成式 AI 的范畴。
目前来说，“AI”、“AIGC”、“语言模型”、“大模型” 等等其实都是指生成式 AI，因此后续文章不再做区分。
生成式 AI 最厉害之处，它能够极大地降低成本、提高效率，比如在国内的外贸行业，以前常常需要到国外的博览会去“借鉴”产品设计，这样下来一趟的来回机票成本贵、流程还很长，但是自从生成式 AI，他们通过 Midjourney 这个 AI 画图工具，半小时不到绘制多款产品供客户挑选，客户选中立即进入生产环节，痛点解决，企业的效率和利润 double。
生成式 AI 虽好，但现实情况是，一个是有很多人了解了但不会去用，第二个是用了但是用不好，一个生成式 AI 资讯服务公司的创始人曾经讲过，在他培训的企业中，80% 的人连基本的提示词都写不好。
导致我们无法充分利用 AI 的原因，一方面是对目前 AI 的底层语言模型了解不足（这一块之后会另外出文章讲解），更重要的是，不知道如何有效引导语言模型输出我们所需的内容。引导语言模型，正是通过「提示词」实现的，而学会怎么引导，这就是「提示词工程」。
提示词工程是一门比较新的学科，主要是怎么写提示词，还有就是怎么优化我们的提示词，以便语言模型能够更有效地产生期望的输出。虽然带着“工程”二字，但实际上技术只是一层面纱，戳破了，就会发现是一门简单的作文课，只不过是应用在 AI 上而已。
在搜索引擎主导的时代，我们可以轻松在搜索框中输入问题并获得所需信息。然而，当面对复杂问题时，搜索引擎的结果可能并不如我们所愿。因此一些大学会专门开设「信息检索」这门课程，教你如何通过搜索引擎，在海量的信息中找到你想要的信息。提示词工程也是如此，帮助你高效地引导 AI 输出你想要的内容，处理复杂的问题。
数学公式比较好掌握，但是如何运用数学公式解决实际题目可不是那么容易，提示词工程也是一样，学了技巧，但是如何运用到实际场景中，还是需要项目实战和经验积累。师傅领进门，修行在个人。
继续学习 👉 OpenAI 官方提示词工程教程：https://doc.starflow.tech/docs/openai/openai/intro