最近在知乎和小红书刷到一堆讨论：AI时代，留学生是不是必须搞个Prompt Engineering证书才好找工作？有人晒出$200考下来的证书，说面试官直接问“你用过哪些提示词框架”，结果顺利拿offer；也有人被HR当面怼：“我们根本不认这个证，简历上写一堆AI证书，还不如写清楚你做过什么项目。”  

这事儿真不是非黑即白。2026年的求职市场，AI证书的含金量早就分了家——技术岗和非技术岗，完全是两套标准。如果你是CS、数据科学、AI方向的，光靠“Prompt Engineering”这种泛泛的证书，基本没戏。真正硬核的还是Google Cloud Professional ML Engineer、AWS Machine Learning Specialty这些官方认证，它们背后有实打实的考试内容和项目实操要求，HR一看就懂。我认识一个哥大毕业的，去年考了AWS认证，面试时直接被问到模型部署细节，当场拿下offer。

但如果你是商科、传媒、教育这类非技术背景，证书本身确实没那么重要。关键是你能不能把AI用起来。比如你用ChatGPT写过市场分析报告，用Midjourney做过品牌视觉提案，甚至用LangChain搭了个自动回复小工具——把这些过程写进简历，比贴个证书管用多了。我会先去核对A（项目是否可展示），再把B（GitHub或Hugging Face链接）准备好，确保面试官能一键点进去看。

顺便说一句，别被“Prompt Engineering”这个词吓住。它本身不是个标准认证，更像是个技能标签。OpenAI Academy还在Beta测试，还没正式发证，现在考的多半是第三方机构的“速成课”。与其花几百块买个“证书”，不如花时间在Coursera或DeepLearning.AI上免费旁听AI课程，边学边做项目。比如在Kaggle上跑个数据集，把过程上传GitHub，再用STAR格式写进简历——“用Python+LLM优化客户分类模型，准确率提升18%”，这种表达HR才看得进去。

所以问题来了：你更信证书，还是信能拿出来看的项目？  
你会怎么安排自己的AI技能提升路径？  
有没有踩过“证书白花钱”的坑？或者见过哪个AI项目真帮人拿下了offer？欢迎来聊。