提示工程指南

由     赞助

提示工程是一门相对较新的学科，旨在开发和优化提示词，以高效地将语言模型（LMs）应用于各种应用场景和研究课题。掌握提示工程技能有助于更好地理解大型语言模型（LLMs）的能力与局限性。研究人员利用提示工程来提升 LLMs 在问答、算术推理等常见及复杂任务上的表现；而开发者则通过提示工程设计出稳健且高效的提示策略，从而实现与 LLMs 及其他工具的无缝对接。

鉴于当前对 LLMs 开发的高度兴趣，我们特别推出了这本全新的提示工程指南，其中汇集了与 LLMs 提示工程相关的最新论文、学习指南、讲座、参考资料以及实用工具。

🌐 提示工程指南（网页版）

🎉 我们非常高兴地宣布，在 DAIR.AI 学院下推出全新的提示工程、RAG 和 AI 代理课程。立即加入！

这些课程旨在补充本指南的内容，提供更加实践性的学习方式，帮助大家深入理解提示工程、上下文工程以及 AI 代理的相关知识。

使用优惠码 PROMPTING20，可再享八折优惠。

祝您提示工程愉快！

---

公告 / 更新

• 🎓 我们现于 DAIR.AI 学院提供自主进度的提示工程课程。立即加入！
• 🎓 新推出的 LLMs 提示工程课程现已发布！点击报名。
• 💼 我们现提供多项服务，包括企业培训、咨询及技术分享等，详情请见 这里。
• 🌐 现已支持 13 种语言！欢迎更多译本加入。
• 👩‍🎓 截至 2024 年 1 月，我们的学习者总数已突破 300 万！
• 🎉 指南全新网页版已于 此处 上线。
• 🔥 2023 年 2 月 21 日，我们的内容曾登上 Hacker News 排行榜第一。
• 🎉 首场提示工程讲座已正式上线 这里。

加入我们的 Discord 社区

关注我们的 Twitter

订阅我们的 YouTube 频道

订阅我们的新闻通讯

指南

您还可以在我们的新网站 https://www.promptingguide.ai/ 上找到最新指南。

• 提示工程——简介
  • 提示工程——LLM 设置
  • 提示工程——提示基础
  • 提示工程——提示元素
  • 提示工程——设计提示的一般技巧
  • 提示工程——提示示例
• 提示工程——技术
  • 提示工程——零样本提示
  • 提示工程——少样本提示
  • 提示工程——思维链提示
  • 提示工程——自洽性
  • 提示工程——生成知识提示
  • 提示工程——提示链
  • 提示工程——思维树（ToT）
  • 提示工程——检索增强生成
  • 提示工程——自动推理与工具使用（ART）
  • 提示工程——自动提示工程师
  • 提示工程——主动提示
  • 提示工程——定向刺激提示
  • 提示工程——程序辅助语言模型
  • 提示工程——ReAct 提示
  • 提示工程——多模态思维链提示
  • 提示工程——图提示
• 提示工程——应用
  • 提示工程——函数调用
  • 提示工程——生成数据
  • 提示工程——为 RAG 生成合成数据集
  • 提示工程——解决生成数据集多样性问题
  • 提示工程——生成代码
  • 提示工程——职场分类案例研究
• 提示工程——提示库
  • 提示工程——分类
  • 提示工程——编码
  • 提示工程——创造力
  • 提示工程——评估
  • 提示工程——信息抽取
  • 提示工程——图像生成
  • 提示工程——数学
  • 提示工程——问答
  • 提示工程——推理
  • 提示工程——文本摘要
  • 提示工程——真实性
  • 提示工程——对抗性提示
• 提示工程——模型
  • 提示工程——ChatGPT
  • 提示工程——Code Llama
  • 提示工程——Flan
  • 提示工程——Gemini
  • 提示工程——GPT-4
  • 提示工程——LLaMA
  • 提示工程——Mistral 7B
  • 提示工程——Mixtral
  • 提示工程——OLMo
  • 提示工程——Phi-2
  • 提示工程——模型合集
• 提示工程——风险与滥用
  • 提示工程——对抗性提示
  • 提示工程——事实性
  • 提示工程——偏见
• 提示工程——论文
  • 提示工程——综述
  • 提示工程——方法
  • 提示工程——应用
  • 提示工程——文集
• 提示工程——工具
• 提示工程——笔记本
• 提示工程——数据集
• 提示工程——扩展阅读

---

讲座

我们发布了一堂时长1小时的讲座，全面概述了提示技术、应用和工具。

• 视频讲座
• 包含代码的笔记本
• 讲义

---

在本地运行指南

要在本地运行指南，例如检查新翻译是否正确实现，您需要：

1. 安装 Node >=18.0.0
2. 如果您的系统中尚未安装 pnpm，请先安装。详细安装说明请参见 此处。
3. 安装依赖项：pnpm i next react react-dom nextra nextra-theme-docs
4. 使用 pnpm dev 启动指南
5. 访问 http://localhost:3000/ 浏览指南

---

媒体报道

我们曾被以下媒体刊登报道：

• 华尔街日报 - ChatGPT 可以给出很好的答案。但前提是你知道如何提出正确的问题
• 福布斯 - 爸妈，我想当提示工程师
• Markettechpost - 2023 年最佳免费提示工程资源

---

如果您在工作或研究中使用本指南，请按以下方式引用我们：

@article{Saravia_Prompt_Engineering_Guide_2022,
author = {Saravia, Elvis},
journal = {https://github.com/dair-ai/Prompt-Engineering-Guide},
month = {12},
title = {{提示工程指南}},
year = {2022}
}

许可证

MIT 许可证

如果您认为此处缺少内容，欢迎随时提交 Pull Request。我们始终欢迎反馈和建议，只需新建一个 Issue 即可！

Prompt-Engineering-Guide 快速上手指南

本指南旨在帮助开发者快速本地化部署并浏览 Prompt-Engineering-Guide 项目。该项目汇集了大语言模型（LLM）提示工程的最新论文、技巧、应用案例及工具资源。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows (需安装 WSL2 或 Git Bash)
• Node.js：版本 >= 18.0.0
• 包管理器：pnpm (推荐，比 npm/yarn 更快速且节省磁盘空间)

国内加速建议： 如果下载 Node.js 或安装依赖较慢，建议配置国内镜像源：

• Node.js: 访问 Node.js 中文镜像站 下载安装包。
• pnpm 注册表: 在安装依赖前执行 pnpm config set registry https://registry.npmmirror.com 以使用淘宝镜像加速。

安装步骤

请按照以下步骤克隆项目并安装依赖：

1. 克隆仓库

   git clone https://github.com/dair-ai/Prompt-Engineering-Guide.git
   cd Prompt-Engineering-Guide
   

2. 安装 pnpm (如未安装)

   npm install -g pnpm
   

3. 安装项目依赖 执行以下命令安装 Next.js, React, Nextra 等核心依赖：

   pnpm i next react react-dom nextra nextra-theme-docs
   

基本使用

安装完成后，您可以启动本地开发服务器来浏览指南内容。

1. 启动服务 在项目根目录下运行：

   pnpm dev
   

2. 访问指南 服务启动后，打开浏览器访问：

   http://localhost:3000/
   

此时，您即可在本地完整浏览包含提示工程基础、高级技巧（如 CoT, RAG, ReAct）、应用场景、模型对比及风险警示在内的所有内容。该界面支持多语言切换，适合离线学习或作为内部团队的知识库参考。