尧图网站建设 
Prompt Engineering 指南实战从零开始给大模型写提示词的完整路线图【免费下载链接】Prompt-Engineering-Guide Guides, papers, lessons, notebooks and resources for prompt engineering, context engineering, RAG, and AI Agents.项目地址: https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-GuidePrompt-Engineering-Guide 是一份开源的提示工程Prompt Engineering指南把零样本提示、思维链、RAG、AI 智能体整理成能直接照着做的文档附带 13 种语言版本。你不用啃论文顺着目录读就会给大模型写提示词。 它帮你省掉了什么问法不同答案差很多是每个人用大模型都踩过的坑。指南把提示词拆成指令、背景、输入、输出格式四个要素每种写法配真实提示词和输出结果改提示词时你知道该动哪一块。技术名词满天飞zero-shot、CoT、RAG、ReAct。这里每种技术单独一页先讲它解决什么问题再给可复制的模板不用在十几篇博客之间来回跳。想学 RAG 或智能体资料通常散在论文里。指南把论文、图解和能直接跑的 notebooks/ 示例放在同一处。⚡ 五分钟跑起来需要 Node 18 以上和 pnpm三步起本地文档站git clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide cd Prompt-Engineering-Guide pnpm install pnpm dev打开 http://localhost:3000/ 就是完整文档。不想跑本地直接翻 pages/ 下的 mdx 源文件一个文件就是一页。立刻能看到效果的最小示例零样本提示请把这句话翻译成法语Hello, how are you today?把这一行丢给任何大模型直接返回 Bonjour, comment allez-vous aujourdhui ?。不给任何例子、只靠一句指令就是零样本提示。 核心功能逐个拆解提示词四要素指令、背景、输入、输出格式能干什么把模糊需求拆成模型能执行的结构是一切技巧的地基。 怎么用按 pages/introduction/ 的 basics、elements、tips 三页顺序读四要素怎么拼、指令怎么写都有现成模板。两种基础写法对比写法提示词构成适用场景零样本一句指令不给例子翻译、摘要等简单任务少样本指令 1~3 个示例分类、抽取要求格式稳定思维链提示让模型先推理再回答能干什么数学、逻辑题从直接猜答案变成一步步算出来。 怎么用提示词末尾加一句请分步骤解答。项目里的例子直接问这组数里的奇数之和是偶数吗模型答错加上先找奇数、再求和、再判断奇偶后它输出 Odd numbers: 15, 5, 13, 7, 1 / Sum: 41 / 41 is odd每步可检查。下图展示思维链的提示原理把一步推理拆成多步再汇总答案左边是问问题、得答案的常规流程右边是模型先展开中间步骤再给结论。RAG 检索增强生成给模型接上你自己的资料能干什么模型不知道你的内部文档知识还有截止日期。RAG 先从你的资料库检索相关片段拼进提示词一起送模型回答有了依据。 怎么用research 目录的 rag 页讲完整流程applications 目录还有用大模型造 RAG 数据集的实战页。下图是 RAG 的完整流程离线阶段把文档切块、向量化入库在线阶段先检索再把片段拼进提示词中间一栏就是索引构建文本切块、向量化、存入向量库三步缺一不可。AI 智能体与工具调用提示词指挥外部工具能干什么模型通过 function calling 调 API、跑代码、查数据库多步任务自己串起来。 怎么用pages/agents/ 从组件讲起function-calling 页有调用流程图context-engineering 页讲怎么管住越来越长的上下文。下图是智能体的核心组件模型、工具、记忆和规划循环协作图中每个组件对应智能体一次思考—调工具—拿结果的循环。 一个完整场景走一遍任务给一批用户评论自动打正面/负面标签。普通用法只给指令Classify the text into neutral, negative or positive. Text: I think the food was okay. Sentiment:返回 Neutral——内容对但大写不符合下游系统要求解析直接报错。优化后用法加一个示例模板在 pages/techniques/ 的 fewshot 页Classify the text into neutral, negative or positive. Text: I think the vacation is okay. Sentiment: neutral Text: I think the food was okay. Sentiment:返回小写 neutral。示例就是格式样板提示词多两行格式问题就解决了。⚠️ 容易踩的坑输出格式忽上忽下。原因只给指令没给示例模型按自己的习惯输出。解决办法提示词里加 1~2 个少样本示例把期望格式原样展示一遍。写了不要问用户偏好模型偏要问。原因否定句让注意力落在被禁止的动作上项目里电影推荐助手的例子就是反例。解决办法把不要 X改写成应该做 Y直接给出期望行为。多步数学题答错。原因模型跳过中间推理直接猜结果。解决办法提示词里要求分步骤解答思维链或用 self-consistency 多次采样取投票结果。 下一步怎么走入门从 pages/introduction/ 的 basics 和 tips 两页读起再跟着 notebooks/ 里的 pe-lecture.ipynb 敲一遍提示词四要素就上手了。 进阶读 pages/research/ 摸清模型能力边界再进 pages/agents/ 学智能体和上下文工程开始设计多步任务。所有页面都是 mdx 源文件想改哪页拉下来直接提 PRgit clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide【免费下载链接】Prompt-Engineering-Guide Guides, papers, lessons, notebooks and resources for prompt engineering, context engineering, RAG, and AI Agents.项目地址: https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Prompt Engineering 指南实战：从零开始给大模型写提示词的完整路线图
Prompt Engineering 指南实战从零开始给大模型写提示词的完整路线图【免费下载链接】Prompt-Engineering-Guide Guides, papers, lessons, notebooks and resources for prompt engineering, context engineering, RAG, and AI Agents.项目地址: https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-GuidePrompt-Engineering-Guide 是一份开源的提示工程Prompt Engineering指南把零样本提示、思维链、RAG、AI 智能体整理成能直接照着做的文档附带 13 种语言版本。你不用啃论文顺着目录读就会给大模型写提示词。 它帮你省掉了什么问法不同答案差很多是每个人用大模型都踩过的坑。指南把提示词拆成指令、背景、输入、输出格式四个要素每种写法配真实提示词和输出结果改提示词时你知道该动哪一块。技术名词满天飞zero-shot、CoT、RAG、ReAct。这里每种技术单独一页先讲它解决什么问题再给可复制的模板不用在十几篇博客之间来回跳。想学 RAG 或智能体资料通常散在论文里。指南把论文、图解和能直接跑的 notebooks/ 示例放在同一处。⚡ 五分钟跑起来需要 Node 18 以上和 pnpm三步起本地文档站git clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide cd Prompt-Engineering-Guide pnpm install pnpm dev打开 http://localhost:3000/ 就是完整文档。不想跑本地直接翻 pages/ 下的 mdx 源文件一个文件就是一页。立刻能看到效果的最小示例零样本提示请把这句话翻译成法语Hello, how are you today?把这一行丢给任何大模型直接返回 Bonjour, comment allez-vous aujourdhui ?。不给任何例子、只靠一句指令就是零样本提示。 核心功能逐个拆解提示词四要素指令、背景、输入、输出格式能干什么把模糊需求拆成模型能执行的结构是一切技巧的地基。 怎么用按 pages/introduction/ 的 basics、elements、tips 三页顺序读四要素怎么拼、指令怎么写都有现成模板。两种基础写法对比写法提示词构成适用场景零样本一句指令不给例子翻译、摘要等简单任务少样本指令 1~3 个示例分类、抽取要求格式稳定思维链提示让模型先推理再回答能干什么数学、逻辑题从直接猜答案变成一步步算出来。 怎么用提示词末尾加一句请分步骤解答。项目里的例子直接问这组数里的奇数之和是偶数吗模型答错加上先找奇数、再求和、再判断奇偶后它输出 Odd numbers: 15, 5, 13, 7, 1 / Sum: 41 / 41 is odd每步可检查。下图展示思维链的提示原理把一步推理拆成多步再汇总答案左边是问问题、得答案的常规流程右边是模型先展开中间步骤再给结论。RAG 检索增强生成给模型接上你自己的资料能干什么模型不知道你的内部文档知识还有截止日期。RAG 先从你的资料库检索相关片段拼进提示词一起送模型回答有了依据。 怎么用research 目录的 rag 页讲完整流程applications 目录还有用大模型造 RAG 数据集的实战页。下图是 RAG 的完整流程离线阶段把文档切块、向量化入库在线阶段先检索再把片段拼进提示词中间一栏就是索引构建文本切块、向量化、存入向量库三步缺一不可。AI 智能体与工具调用提示词指挥外部工具能干什么模型通过 function calling 调 API、跑代码、查数据库多步任务自己串起来。 怎么用pages/agents/ 从组件讲起function-calling 页有调用流程图context-engineering 页讲怎么管住越来越长的上下文。下图是智能体的核心组件模型、工具、记忆和规划循环协作图中每个组件对应智能体一次思考—调工具—拿结果的循环。 一个完整场景走一遍任务给一批用户评论自动打正面/负面标签。普通用法只给指令Classify the text into neutral, negative or positive. Text: I think the food was okay. Sentiment:返回 Neutral——内容对但大写不符合下游系统要求解析直接报错。优化后用法加一个示例模板在 pages/techniques/ 的 fewshot 页Classify the text into neutral, negative or positive. Text: I think the vacation is okay. Sentiment: neutral Text: I think the food was okay. Sentiment:返回小写 neutral。示例就是格式样板提示词多两行格式问题就解决了。⚠️ 容易踩的坑输出格式忽上忽下。原因只给指令没给示例模型按自己的习惯输出。解决办法提示词里加 1~2 个少样本示例把期望格式原样展示一遍。写了不要问用户偏好模型偏要问。原因否定句让注意力落在被禁止的动作上项目里电影推荐助手的例子就是反例。解决办法把不要 X改写成应该做 Y直接给出期望行为。多步数学题答错。原因模型跳过中间推理直接猜结果。解决办法提示词里要求分步骤解答思维链或用 self-consistency 多次采样取投票结果。 下一步怎么走入门从 pages/introduction/ 的 basics 和 tips 两页读起再跟着 notebooks/ 里的 pe-lecture.ipynb 敲一遍提示词四要素就上手了。 进阶读 pages/research/ 摸清模型能力边界再进 pages/agents/ 学智能体和上下文工程开始设计多步任务。所有页面都是 mdx 源文件想改哪页拉下来直接提 PRgit clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide【免费下载链接】Prompt-Engineering-Guide Guides, papers, lessons, notebooks and resources for prompt engineering, context engineering, RAG, and AI Agents.项目地址: https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考