周宇是某高校機(jī)械設(shè)計(jì)制造及其自動(dòng)化專業(yè)的大三學(xué)生，與許多同學(xué)不同，他最初接觸人工智能領(lǐng)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(tài)，通過調(diào)整提示詞、參數(shù)與虛擬角色互動(dòng)，沒想到這種“玩”的過程讓他逐漸著迷。

在反復(fù)嘗試中，周宇發(fā)現(xiàn)，看似枯燥的EJS、宏、正則表達(dá)式、JSON等技術(shù)元素，一旦組合得當(dāng)，就能讓虛擬角色的反應(yīng)、故事走向甚至情緒節(jié)奏發(fā)生顯著變化。這種“掌控模型性格”的體驗(yàn)，讓他覺得比機(jī)械設(shè)計(jì)更有吸引力，也激發(fā)了他深入探索AI的興趣。

隨著對(duì)Silly Tavern的熟悉，周宇開始嘗試更復(fù)雜的操作，比如使用Gemini 2.5 Pro的API，并頻繁瀏覽大模型社區(qū)。他看到其他開發(fā)者僅用Prompt就能搭建智能助手、RAG知識(shí)庫(kù)甚至Agent系統(tǒng)，心中“自己動(dòng)手做”的念頭愈發(fā)強(qiáng)烈。然而，現(xiàn)實(shí)問題很快浮現(xiàn)——他從未系統(tǒng)學(xué)習(xí)過編程，C語(yǔ)言知識(shí)早已遺忘，更不用說Python、LangChain等工具。

為了彌補(bǔ)知識(shí)短板，周宇報(bào)名參加了小灰熊AI的大模型系統(tǒng)課程。剛進(jìn)入L1階段時(shí)，他差點(diǎn)被“模型原理”和“Prompt結(jié)構(gòu)”等內(nèi)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(dá)，輸出結(jié)果竟截然不同。這讓他意識(shí)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(xué)習(xí)了角色Prompt、任務(wù)Prompt以及“反思式Prompt”等高級(jí)技巧。一次作業(yè)中，他嘗試構(gòu)建一個(gè)“角色扮演型模型”，但老師指出其邏輯鏈條過短。經(jīng)過幾行指令的調(diào)整，模型竟具備了“自我糾錯(cuò)”能力。這種從無(wú)到有的創(chuàng)造感，讓他第一次體會(huì)到Prompt工程的魅力。

進(jìn)入L2課程（RAG應(yīng)用開發(fā)）后，周宇開始接觸實(shí)際搭建。他用LangChain框架拼出了一個(gè)知識(shí)問答系統(tǒng)，過程中雖遇到不少坎坷，但當(dāng)系統(tǒng)第一次成功回答他上傳的問題時(shí)，他激動(dòng)得幾乎想發(fā)朋友圈分享。這種成就感，讓他更加堅(jiān)定了繼續(xù)探索的決心。

小灰熊AI的學(xué)習(xí)氛圍也讓周宇印象深刻。班級(jí)群里聚集了程序員、產(chǎn)品經(jīng)理等不同背景的學(xué)員，大家經(jīng)常分享Prompt、修改代碼，甚至互相debug。這種跨領(lǐng)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(jiǎn)單的AI助手腳本，并開始研究Agent架構(gòu)。從最初的“游戲”到如今的專業(yè)學(xué)習(xí)，他逐漸找到了一條從興趣到職業(yè)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”。