周宇是某高校機械設計制造及其自動化專業的大三學生，與許多同學不同，他最初接觸人工智能領域，竟源于一款名為Silly Tavern的“游戲”。起初，他只是抱著娛樂的心態，通過調整提示詞、參數與虛擬角色互動，沒想到這種“玩”的過程讓他逐漸著迷。

在反復嘗試中，周宇發現，看似枯燥的EJS、宏、正則表達式、JSON等技術元素，一旦組合得當，就能讓虛擬角色的反應、故事走向甚至情緒節奏發生顯著變化。這種“掌控模型性格”的體驗，讓他覺得比機械設計更有吸引力，也激發了他深入探索AI的興趣。

隨著對Silly Tavern的熟悉，周宇開始嘗試更復雜的操作，比如使用Gemini 2.5 Pro的API，并頻繁瀏覽大模型社區。他看到其他開發者僅用Prompt就能搭建智能助手、RAG知識庫甚至Agent系統，心中“自己動手做”的念頭愈發強烈。然而，現實問題很快浮現——他從未系統學習過編程，C語言知識早已遺忘，更不用說Python、LangChain等工具。

為了彌補知識短板，周宇報名參加了小灰熊AI的大模型系統課程。剛進入L1階段時，他差點被“模型原理”和“Prompt結構”等內容勸退。他原本以為寫提示詞不過是“隨便聊聊”，但老師的課堂演示徹底改變了他的看法——同一條指令用三種不同的Prompt表達，輸出結果竟截然不同。這讓他意識到，AI的“聰明”并非天生，而是由使用者“教”出來的。

在課程中，周宇學習了角色Prompt、任務Prompt以及“反思式Prompt”等高級技巧。一次作業中，他嘗試構建一個“角色扮演型模型”，但老師指出其邏輯鏈條過短。經過幾行指令的調整，模型竟具備了“自我糾錯”能力。這種從無到有的創造感，讓他第一次體會到Prompt工程的魅力。

進入L2課程（RAG應用開發）后，周宇開始接觸實際搭建。他用LangChain框架拼出了一個知識問答系統，過程中雖遇到不少坎坷，但當系統第一次成功回答他上傳的問題時，他激動得幾乎想發朋友圈分享。這種成就感，讓他更加堅定了繼續探索的決心。

小灰熊AI的學習氛圍也讓周宇印象深刻。班級群里聚集了程序員、產品經理等不同背景的學員，大家經常分享Prompt、修改代碼，甚至互相debug。這種跨領域的交流，讓他覺得“像一群人在一起造未來”。

如今，周宇已能編寫簡單的AI助手腳本，并開始研究Agent架構。從最初的“游戲”到如今的專業學習，他逐漸找到了一條從興趣到職業方向的道路。他不再滿足于“和AI聊天”，而是希望讓AI成為“能幫人做事的朋友”。