吴恩达 2026《AI 提示词工程》Module 3 全笔记：让 AI 帮你出图、做应用、分析数据

Module 1 教你「找信息」，Module 2 教你「让 AI 帮你思考」，Module 3 教你让 AI 真的帮你做东西——出图、做应用、跑数据分析。

这是整个系列里最容易低估的一块。原来需要专业技能（设计师、工程师、数据分析师）才能完成的事，现在一段中文 prompt 就能落地。

按「截图 + 1 句解读 + 1 个模板」三段式整理：

Day 1·多模态成本意识：知道什么时候该用哪种输出

多模态输出成本/时间曲线：text → voice → images → videos 逐级提升

💡 1 句话解读： 文字几乎免费几秒出，语音几美分十几秒，图像几十美分几十秒，视频几美元几分钟——一个简单认知：能用文字描述清楚的，先别让它出图；能用图说清的，先别让它出视频。

📋 模板·多模态成本意识检查

我想让 AI 帮我做：[任务]

回答前先评估三件事：
1) 这个任务能用纯文字解决吗？
   能 → 直接用文字，省 90% 时间和钱
   不能 → 进 2)
2) 用静态图片能解决吗？
   能 → 出图（成本可控）
   不能 → 进 3)
3) 必须用视频吗？
   是 → 先用图说清，最后才出 1 个视频（视频不可迭代）

给我推荐方案 + 预估时间/成本。

Day 2·图像理解：AI 看图很粗，看文字很细

AI 看健身器械混淆 vs 看人形仓鼠跑步机准确

💡 1 句话解读： AI 看图像是「一眼大概」——区分相似器械（kickback vs hamstring curl）经常错，但识别独特物体（人形仓鼠跑步机）和**读图中文字（手写都能读）**很准。

📋 模板·图片输入信息提取

[上传图片]

请按以下顺序提取，每一步独立完成：

Step 1·先告诉我你看到了什么（粗描述）
- 主体是什么
- 你的识别置信度（高/中/低）

Step 2·提取文字（如果有）
- 完整转录所有可见文字
- 不确定的字标 [?]

Step 3·结构化数据（按需）
- 表格 / 列表 / 数字 / 日期 → 整理成 markdown

Step 4·我要的具体动作：[你的需求]
（比如：算我的账单分摊 / 整理成 Notion 表 / 翻译成英文）

Day 3·图像生成：会用「视觉语言」的人才能出好图

Diffusion 模型生成过程：噪声 → 模糊 → 清晰图像

💡 1 句话解读： AI 出图本质是「从噪声里反向去噪」，prompt 给得越精准，去噪方向越对——艺术词汇（cinematic / watercolor / cyberpunk / anime）比形容词（漂亮/酷）有用 10 倍。

📋 模板·先让 AI 帮你写图像 prompt

我想生成一张图：[一句话描述你的需求]

先别出图。请帮我写一段专业图像生成 prompt，包含以下要素：

1) Setting（场景）：时间、地点、氛围
2) Subject（主体）：是谁、在干什么、姿态
3) Style（风格关键词）：从这些里选 2-3 个或自己加：
   cinematic / watercolor / oil painting / cyberpunk / anime
   minimalist / editorial / 3D render / pencil sketch / vintage
4) Lighting（光线）：natural / golden hour / dramatic / soft
5) Composition（构图）：close-up / wide angle / overhead / symmetric

输出 3 个不同风格的 prompt 选项，我选完一个再让你出图。

Day 4·Vibe Coding：一段 prompt 就能造个能跑的 App

一段 prompt 生成可玩的 fireworks 应用

💡 1 句话解读： 用 Claude / ChatGPT 写一段 Goal + Input + Output 三件套 prompt，就能直接出能在浏览器里跑的 mini app——简单的事很容易（French 闪卡、计时器、分账计算器），复杂的事仍很难（多人在线、实时 AI 反馈）。

📋 模板·Mini App 生成（GIO 三件套）

请帮我做一个能在浏览器里运行的 mini app。

【Goal】这个 app 的核心目标
[一句话，例如：帮我练 100 个常用法语词]

【Input】用户能做什么 / 输入什么
- [输入项 1，例如：点击"开始"按钮]
- [输入项 2，例如：键盘输入答案]

【Output】app 给用户什么反馈
- [输出项 1，例如：显示一个法语词，3 秒后显示中文]
- [输出项 2，例如：答对显示绿色✓，答错显示红色✗ + 正确答案]

【约束】
- 单文件 HTML（包含 CSS + JS），可以直接双击打开
- 无需后端、无需 npm 安装
- 移动端可用

先列出 3 段功能清单等我确认，再写代码。

Day 5·数据分析：AI 写代码帮你跑数据

奶茶销量趋势图：AI 自动识别 4 款重点产品并画图

💡 1 句话解读： 上传 CSV / Excel / PDF 报表，AI 会自己写 Python 代码跑分析、画图、找规律——奶茶店例子里它甚至自动跳过平稳产品、聚焦 4 款季节性爆款。但数字必须人工复核（仍会幻觉）。

📋 模板·数据分析驱动

[上传你的数据文件]

请按以下流程分析，写并运行代码：

Step 1·先告诉我数据结构
- 共多少行 / 列
- 关键字段及类型
- 时间跨度
- 异常值或缺失

Step 2·我的核心问题：[你想知道什么]
（例如：哪些产品销量增长最快？淡旺季差距多大？）

Step 3·分析要求
- 必须用代码计算（不要凭印象估）
- 关键数字给我代码 + 结果，方便我复核
- 自动跳过无趣的平稳数据，聚焦异常和趋势
- 给我 1-2 张关键图（matplotlib / 简洁配色）

Step 4·结论 + 决策建议
- 3 条最值得我关注的洞察
- 每条配 1 个我现在能做的具体行动

Day 6·Final Project：用今天学的全套做一个真东西

Lab 流程：brainstorm 问题 → 深度调研 → 生成 quiz/infographic 应用

💡 1 句话解读： 吴恩达官方 lab 的最终项目串起 Module 1-3 全套能力——brainstorm 问题（M2 头脑风暴）→ deep research（M1 深度调研）→ 生成 mini app（M3 vibe coding），跑一遍就能感受到「AI 当全栈搭档」的真实威力。

📋 模板·三步串联实战

我要做一个真实研究 + 落地 mini app 的项目。

【Step 1·brainstorm 研究问题】
我感兴趣的领域：[职业选择 / 健康 / 投资 / 学习 / 兴趣...]
我的具体情境：[年龄 / 现状 / 资源 / 偏好]

请头脑风暴 5 个具体研究问题，每个 30 字内。
我反馈后你再迭代 2 轮。

【Step 2·deep research】
确认研究问题后：
- 进入 deep research 模式
- 至少 20 个独立来源
- 优先官方/学术/一手数据
- 输出含正反观点的结构化报告

【Step 3·生成 mini app】
基于研究报告，做一个 mini app（三选一）：
A. 5 题多选 quiz 自测
B. 总结成 1 张 infographic
C. 互动式决策小游戏

要求：单文件 HTML，可分享 URL。

6 节课浓缩成一句话

AI 已经能做的远不止聊天——出图、做 app、跑数据，每件事都有「最低成本路径」，关键是知道怎么开口要。

🎬 21 节系列完结撒花

到这里 21 节课全部刷完。三个 Module 一句话总结：

M1·找信息：给 AI 中性框架 + 强制信源限定 + 必要时上 Deep Research
M2·思考伙伴：给足上下文 + 用 rubric 锁评审 + 用 ultrathink 释放推理
M3·做东西：选对模态省成本 + 用视觉语言出图 + 用 GIO 三件套造 app

完整 21 节 + 30+ prompt 模板的一份 PDF 笔记，订阅获取 👉 免费手册。

→ 上一篇：Module 2·思考伙伴 → 第一篇：Module 1·找信息

想继续学怎么用 AI 写代码？

吴恩达本人推荐的进阶课程：Build with Andrew，专门教非工程师用 AI 造能上线的应用。我会陆续把那门课也整理成笔记发出来。