吴恩达2026年免费新课：普通人学AI提示词，这5个能力直接照着练

吴恩达在 DeepLearning.AI 出了一门新免费课：AI Prompting for Everyone。它把 2026 年普通人该怎么真正用好 AI 这件事，讲清楚了。

过去学 Prompt，大家盯着角色设定、输出格式、万能模板。但今天的 AI 已经能联网搜索、做 Deep Research、读图、分析数据、写代码、搭网站。

普通人真正要补的能力，变成了另一件事：怎么把一个真实任务，完整地交给 AI。

这门课 21 个视频、3 小时，我把它压成 5 个能力，每个都可以直接照着练。

1｜先判断 AI 该从哪里拿信息

很多人问 AI 的第一步就错了。

「这个东西靠谱吗？」「这个趋势真实吗？」「这个产品怎么样？」

这类问法太宽泛，AI 很容易给出一段听起来顺、实际上经不起推敲的回答。

更好的做法，是在问问题之前，先判断这个问题的答案该从哪里来。

第一类：稳定知识 → 直接用模型自带知识

概念解释、框架梳理、方法论总结、写作结构，这类内容变化慢，模型已经学过，直接问。

可以这样问：

「请用通俗语言解释这个概念，并给我 3 个日常工作里的具体例子。」

第二类：最新事实 → 让 AI 开网络搜索

产品发布、当前价格、公司公告、政策变化、新闻事件，这类内容有时效性，必须搜索。

可以这样问：

「请基于最新公开信息回答。优先使用官方公告、产品文档和权威媒体。最后把答案分成三部分：确定事实、来源依据、仍需验证。」

第三类：复杂判断 → 用 Deep Research 模式

选职业、做竞品研究、判断创业方向、写行业报告，这类问题需要多方资料综合，用 Deep Research。

可以这样问：

「这是一个复杂决策，请用研究报告方式回答。先列出判断维度，再比较不同选项，最后给出建议，并说明在哪些前提下这个建议会失效。」

会用 AI 的第一步，不是问得更花，而是知道答案应该从哪里来。

2｜给 AI 足够的上下文

普通人写 Prompt，最普遍的问题就一个：上下文太少。

弱 Prompt：

「帮我写一条推文。」

AI 不知道你是谁、给谁看、发在哪、要什么风格、有什么禁忌。它只能靠猜，猜出来的东西往往不对。

强 Prompt 是什么样的：

「我是一个中文 AI 科技内容创作者，受众是想用 AI 做副业和小项目的普通人。我要写吴恩达这门免费 AI Prompt 课，核心观点是：2026 年提示词已经变成普通人的基本 AI 工作能力。请写一条适合 X 的短帖，语气克制、有判断，不要像广告。」

差距来自信息量。

一条好 Prompt，至少要交代这 7 件事：

我是谁 / 我要做什么 / 给谁看 / 用在哪里 / 已经有什么素材 / 不想要什么 / 输出格式是什么

可以直接套这个模板：

背景：我是……
目标：我想完成……
受众：这内容给……看
素材：我已有……
风格：请保持……
避免：不要……
输出：请给我……

Prompt 的本质，是把脑子里的隐性要求，变成 AI 能执行的显性任务说明书。

3｜重要问题要让 AI 慢下来推理

普通问题，可以让 AI 快速回答。
重要问题，要让 AI 慢下来。

要不要换工作、要不要学某个技能、要不要做某个产品、哪个方案更适合自己——这类问题不能只问：

「你觉得我该怎么选？」

AI 会给你一个听起来有道理但没有根据你真实情况的答案。

可以这样问：

「这个问题对我比较重要，请不要马上给结论。
第一步：列出影响判断的关键变量。
第二步：指出我现在缺少哪些信息。
第三步：给出三个方案——保守方案、中性方案、激进方案。
最后：给出你的建议，并说明这个建议在哪些前提条件变化后会失效。」

这个写法的关键是：先拆变量，再补信息缺口，再比较方案，最后才给判断。

让 AI 把推理过程暴露出来，你才能知道它的结论是不是真的适合你。

普通问题要答案，重要问题要推理过程。

4｜主动让 AI 反驳你

这是课程里吴恩达专门讲的一个问题：Sycophancy（奉承倾向）。

AI 天然倾向于顺着你说。你问「我这个想法怎么样？」，它大概率会说「这个方向很有潜力」。

但真实世界里，一个想法能不能成，关键看：有没有人付费、替代方案强不强、执行成本高不高、获客路径顺不顺。这些，AI 顺着你说的时候都不会主动提。

所以 Prompt 里要主动加入反驳机制。

评估一个想法时，可以这样问：

「请不要鼓励我。请站在三个角色的角度，分别批评这个想法：
① 潜在付费用户（他们会不会真的掏钱？）
② 投资人（商业逻辑站不站得住？）
③ 竞品创始人（他们会怎么打败我？）
每个角度都要指出最可能失败的原因，并给出一个可以验证的方法。」

写完内容需要审稿时，可以这样问：

「请作为严格编辑审这篇稿子。不要直接重写。
先指出四个问题：观点是否清楚、证据是否足够、开头是否抓人、哪些地方像 AI 写的。
然后给修改建议，最后只重写最需要改的 3 段。」

真正有用的 AI，不是帮你把话说顺，而是帮你找到自己没看到的盲区。

5｜把图片、表格、文档也放进 Prompt

2026 年的 Prompt，不能只理解成一段文字。

更强的用法是：把真实材料一起交给 AI——截图、图片、表格、文档、数据、参考图、代码都可以。

让 AI 读一张图片：

「我上传了一张截图。请先描述你看到了什么。再从信息层级、视觉重点、用户路径、可学习点、可改进点这 5 个角度分析。」

让 AI 生成图片：

「请生成一张用于……的图片。主体是……场景是……构图是……风格是……光线是……用途是……请避免……」

让 AI 分析一份数据表格：

「我上传了一个表格。请先识别字段含义、缺失值、异常值和数据范围。再告诉我这份数据适合回答哪些业务问题。最后给出 3 个最值得深挖的分析方向。」

让 AI 帮你搭一个小工具或网页（不需要会写代码）：

「请帮我设计一个极简网页工具。目标用户是……解决的问题是……用户输入是……输出结果是……页面需要包含……请先给产品结构，不要直接写代码。」

这是现在 AI Prompt 最大的变化之一：文字只是入口，真实任务材料才是上下文。

最后：一个可以直接用的万能框架

以后写任何复杂 Prompt，按这 6 步走：

背景：我是谁，现在在做什么？
任务：我要 AI 帮我完成什么？
信息源：这个问题用模型知识、搜索，还是 Deep Research？
上下文：我有什么材料、限制、偏好？
输出格式：表格、清单、文章、代码、图片提示词，还是方案？
反驳机制：请指出风险、漏洞、反例和验证方法。

直接复制用：

背景：我正在……
任务：请帮我……
信息源：请先判断是否需要搜索，需要的话优先使用……
上下文：我的受众是……我的目标是……我已有的素材是……
输出格式：请输出为……
推理要求：请先列关键变量，再给方案。
反驳要求：请不要只顺着我说，请指出风险、反例和验证方法。

2026 年学提示词，重点已经不是收藏更多模板。

更重要的是学会：怎么给 AI 信息，怎么给上下文，怎么让它推理，怎么让它反驳，怎么把图片、数据、文档、代码都变成任务的一部分。

这才是普通人真正用好 AI 的基本功。

吴恩达这门课是免费的，3 小时 4 分钟，零门槛。
课程链接：www.deeplearning.ai/courses/ai-prompting-for-everyone/