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”。











