提示词商城
AI 写作
图片
视频
热门角色
热门业务
模型专用
提示词工具
×
¥元
查看详情
首页 / 生成精选学习资源
🔥 会员专享 文生文 教育

生成精选学习资源

👁️ 501 次查看
📅 Nov 27, 2025
💡 核心价值： 本提示词通过专家视角为指定主题筛选高质量学习资源，涵盖书籍、文章、视频和网站等多样化类型，帮助用户快速掌握核心知识，提升学习效率与深度理解。

🎯 可自定义参数（4个）

主题或领域
用户希望学习的主题或研究领域
学习目标
用户希望达成的学习目标或掌握的知识点
资源类型偏好
用户偏好特定类型资源
资源数量限制
用户希望返回的资源数量上限

🎨 效果示例

资源标题 资源类型 描述/相关性
Introduction to Machine Learning with Python（Andreas C. Müller, Sarah Guido） 书籍 以scikit-learn为主线，系统讲解从数据清洗、特征工程到模型训练/验证/测试的端到端流程。涵盖线性回归、逻辑回归、决策树与常用评估指标（准确率、F1、ROC-AUC），非常适合4周内动手建立实践框架。
Machine Learning（Andrew Ng，Coursera） 课程 用直观推导夯实监督/无监督学习、线性/逻辑回归、正则化与偏差-方差等核心概念。概念清晰、节奏温和，可与scikit-learn实践配合，帮助你能解释算法假设与适用场景。
Kaggle Learn 微课程：Intro to Machine Learning + Intermediate Machine Learning 课程 短小精悍的交互式笔记本，实操决策树、随机森林、数据缺失处理、数据泄漏与验证集划分。配套练习可直接用于小项目原型与模型评估，完成后可快速上手Kaggle数据集。
scikit-learn 官方教程与用户指南 网站 权威且可直接复用的API与示例：train_test_split、Pipeline、GridSearchCV，以及LinearRegression、LogisticRegression、DecisionTreeClassifier等。含准确率、F1、ROC-AUC等评估指南，便于完成端到端实验与对比。
StatQuest with Josh Starmer：Logistic Regression、Decision Trees、ROC & AUC、Cross-Validation 等视频 视频 以通俗图解阐释公式与直觉，帮助深入理解逻辑回归的决策边界、决策树的熵/Gini与剪枝、以及ROC曲线与AUC的意义。非常适合在实践前后巩固概念并能用清晰术语解释原理。
Google Machine Learning Crash Course（MLCC） 课程 免费实践课程，涵盖监督学习基础、特征工程、数据划分与常用评估指标（精确率/召回率、ROC-AUC）。配套Colab练习便于在4周内形成“概念-代码-评估”的闭环。
Kaggle 初学者项目：Titanic（分类）与 House Prices（回归） 网站 两个经典公开数据集，适合分别练习分类与回归的完整流程。Titanic可用于计算准确率、F1、ROC-AUC，House Prices用于回归与特征工程；大量社区笔记本可参考与对比。
A Visual Introduction to Machine Learning（R2D3） 网站 交互式可视化带你直观理解训练/验证/测试划分、过拟合与决策树分裂逻辑。适合作为入门级技术“文章”精读素材，便于练习提炼术语化要点笔记。
资源标题 资源类型 描述/相关性
Graphical Perception: Theory, Experimentation, and Application to the Development of Graphical Methods（Cleveland & McGill, 1984） 文章 开创性论文，系统比较位置、长度、角度、面积、颜色等编码通道的感知精度并给出优先级。为图形语法与编码选型提供实证依据，帮助避免误导性可视化。
Vega-Lite: A Grammar of Interactive Graphics（官方文档与在线编辑器） 工具/网站 声明式图形语法，清晰定义标记、编码通道与交互；示例库覆盖常见图表与组合视图。适合快速原型与对比实现，可与另一工具对同一数据集制作对照可视化并输出设计说明。
Datawrapper Academy（含在线制图工具） 网站/工具 实操文章覆盖图表选型、色彩与感知、标注与注释、避免误导等，并内置导出与无障碍选项。配合在线工具，便于用同一数据集快速生成发布级作品并进行对比可视化练习。
From Data to Viz 网站 将数据结构映射到合适图表，给出每种图表的优缺点与常见陷阱，并提供替代方案。帮助建立图表选型思维，规避误用与误导。
Urban Institute Data Visualization Style Guide 报告/网站 组织级风格指南，覆盖配色、字体、网格、图例、注释与可访问性，并附检查清单。可直接复用为团队的样式规范与无障碍可视化检查清单基线。
Tableau: Visual Best Practices（官方白皮书） 报告 系统讲解信息层级、布局、色彩、视觉强调与叙事化仪表盘的设计要点。内容通用，适用于任何工具环境下的仪表盘与故事化呈现。
资源标题 资源类型 描述/相关性
统计自然语言处理（宗成庆，第2版） 书籍 系统讲解中文分词、词性标注、序列标注（HMM/CRF）、文本分类与语言模型等传统NLP基石，配有中文语料案例。非常适合打牢“分词—特征—模型—评测”的底层框架，并可据此整理术语表。
清华大学《自然语言处理》公开课（刘知远/孙茂松团队） 课程 由浅入深覆盖词向量（word2vec/GloVe）、BiLSTM-CRF、注意力与Transformer、BERT/ERNIE等预训练模型及应用。课程讲义与作业可直接用于构建学习地图与阶段性练习。
Attention Is All You Need（Vaswani et al., 2017） 论文 奠定Transformer与自注意力机制的核心思想，解释多头注意力、位置编码与并行化优势。读懂该文可显著提升对LLM架构与RAG中“检索-阅读-生成”交互的理解。
Hugging Face Evaluate：BLEU/ROUGE/Perplexity 指标指南 网站 清晰说明BLEU/ROUGE/Perplexity的定义、适用场景与局限，并附可复用的Python调用示例。便于将自动评测嵌入到小型问答/摘要/翻译原型的流水线中。
Haystack 官方教程：构建 RAG 问答与评测 网站 手把手搭建检索增强生成（RAG）：数据清洗与索引、BM25/向量检索、Prompt 模板、内置评测（如Precision@k、MRR、Faithfulness）与误差分析。易于迁移到中文文档与小型原型验证。
李宏毅《生成式AI / LLM》系列讲座（2023–2024） 视频 以直观示例讲解注意力、Transformer、对齐与提示工程，并涵盖RAG思路与常见陷阱。适合在理论与实现之间建立“可操作”的桥梁，指导原型迭代与错误定位。
The Prompt Engineering Podcast 播客 结合一线实践者经验讨论提示设计、检索增强与评测策略（如基于任务的自动/人工评测、鲁棒性与幻觉控制）。有助于拓展工程视角与形成可复用的Prompt模式库。

示例详情

📖 如何使用

⚡ 30秒出活：复制 → 粘贴 → 搞定
与其花几十分钟和AI聊天、试错，不如直接复制这些经过千人验证的模板，修改几个 {{变量}} 就能立刻获得专业级输出。省下来的时间，足够你轻松享受两杯咖啡！
加载中...
💬 不会填参数？让 AI 反过来问你
不确定变量该填什么？一键转为对话模式，AI 会像资深顾问一样逐步引导你，问几个问题就能自动生成完美匹配你需求的定制结果。零门槛，开口就行。
转为对话模式 →
🚀 告别复制粘贴，Chat 里直接调用
无需切换，输入 / 唤醒 8000+ 专家级提示词。 插件将全站提示词库深度集成于 Chat 输入框。基于当前对话语境，系统智能推荐最契合的 Prompt 并自动完成参数化，让海量资源触手可及，从此彻底告别"手动搬运"。
即将推出
🔌 接口一调，提示词自己会进化
手动跑一次还行，跑一百次呢？通过 API 接口动态注入变量，接入批量评价引擎，让程序自动迭代出更高质量的提示词方案。Prompt 会自己进化，你只管收结果。
发布 API →
🤖 一键变成你的专属 Agent 应用
不想每次都配参数？把这条提示词直接发布成独立 Agent，内嵌图片生成、参数优化等工具，分享链接就能用。给团队或客户一个"开箱即用"的完整方案。
创建 Agent →

✅ 特性总结

智能筛选优质资源：基于特定主题，自动筛选出高度相关的高质量学习资料。
多样化资源组合：涵盖书籍、文章、视频、网站等多种类型，满足多样化学习需求。
丰富知识体验：打造专家级知识组合，助用户深入理解目标领域。
专家视角推荐：模拟专业领域专家的精准眼光，提供经过严格筛选的资源清单。
自动化生成表格：以清晰的表格格式呈现内容，方便用户快速查阅和对比。
高效学习路径：通过精选的核心资源，让用户更快掌握知识，避免信息过载。
适配不同学习偏好：根据用户需求推荐各种形式资源，适合不同学习风格。
节省时间成本：无需手动搜索或筛选，实现一键生成主题学习清单。
学习资料层次分明：每种资源附有简洁描述，突出其核心价值和适用场景。

🎯 解决的问题

帮助用户快速找到并利用高质量学习资源，满足其在特定主题下的深度学习需求，通过多样化的资源组合提升知识掌握度。

🕒 版本历史

当前版本
v2.1 2024-01-15
优化输出结构，增强情节连贯性
  • ✨ 新增章节节奏控制参数
  • 🔧 优化人物关系描述逻辑
  • 📝 改进主题深化引导语
  • 🎯 增强情节转折点设计
v2.0 2023-12-20
重构提示词架构，提升生成质量
  • 🚀 全新的提示词结构设计
  • 📊 增加输出格式化选项
  • 💡 优化角色塑造引导
v1.5 2023-11-10
修复已知问题，提升稳定性
  • 🐛 修复长文本处理bug
  • ⚡ 提升响应速度
v1.0 2023-10-01
首次发布
  • 🎉 初始版本上线
COMING SOON
版本历史追踪，即将启航
记录每一次提示词的进化与升级，敬请期待。

💬 用户评价

4.8
⭐⭐⭐⭐⭐
基于 28 条评价
5星
85%
4星
12%
3星
3%
👤
电商运营 - 张先生
⭐⭐⭐⭐⭐ 2025-01-15
双十一用这个提示词生成了20多张海报，效果非常好！点击率提升了35%，节省了大量设计时间。参数调整很灵活，能快速适配不同节日。
效果好 节省时间
👤
品牌设计师 - 李女士
⭐⭐⭐⭐⭐ 2025-01-10
作为设计师，这个提示词帮我快速生成创意方向，大大提升了工作效率。生成的海报氛围感很强，稍作调整就能直接使用。
创意好 专业
COMING SOON
用户评价与反馈系统，即将上线
倾听真实反馈，在这里留下您的使用心得，敬请期待。
加载中...

相似AI提示词

基于用户学习习惯智能生成个性化学习策略，提供高效实用的学习技巧清单，帮助提升学习效率和长期认知能力。

工具
定制学习方法生成器
484 43
{ 学习风格 } { 专注时段 } { 注意力时长 } { 学习偏好 } { 组织能力 } { 科技熟练度 } { 记忆情况 } { 学习环境 } { 健康意识 }
会员专享

定制专属学习计划，科学安排每日任务，轻松高效备考，助你快速提分！

教育
考试学习计划生成
505 43
{ 考试/课程名称 } { 总学习周期 } { 学习重点目标 } { 学习者水平 }
会员专享

本提示词旨在根据学习者的个人特征与学习目标，生成高度定制化的学习策略方案。通过分析学习风格、知识基础与目标主题，系统化设计包含教学方法、活动、资源与进度规划的学习路径，有效提升学习效率、理解深度与持续动力。适用于课程设计、个人学习规划及教育咨询等场景。

教育
个性化学习策略定制
460 43
{ 学习主题 } { 学习者风格 } { 学习者优势 } { 学习者待提升领域 } { 学习目标侧重 } { 学习周期与强度 }
会员专享

该提示词能够根据用户提供的教材或文章内容，生成一套结构化、可执行的 SQ3R 学习策略，包括浏览、提问、阅读、复述和复习五个步骤的详细操作指南与时间规划。同时提供实施检查清单与示例表单，帮助用户高效理解并应用该方法，提升阅读效率与信息记忆能力。适用于学术阅读、专业学习与知识吸收等多种场景。

工具
SQ3R学习策略生成
472 45
{ 学习材料标题 } { 学习材料内容 } { 学习目标 } { 可用学习时长 } { 阅读方式偏好 }
会员专享
敬请期待...