尧图网页设计 
Prompt Engineering 完全指南让 AI 听话的 5 个技巧【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你是否遇到过这样的场景让 AI分析一下这段数据却只得到一段正确的废话问题不在模型而在你写的提示词prompt太模糊。Prompt-Engineering-Guide 是一个免费开源的提示工程知识库把主流技术、现成提示词、论文引用和代码示例整理成一套可跟练的资料。无论你是 AI 新手还是要落地应用的开发者都可以把它当字典查、当教程跟。 4 条命令跑通指南先把它克隆到本地并启动git clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide cd Prompt-Engineering-Guide pnpm install pnpm dev打开http://localhost:3000/完整指南就会呈现支持 13 种语言。最小用例用 3 个例子做情感分类。给模型看 3 个带标签的样本再让它判断第 4 句的情感This is awesome! → PositiveThis is bad! → NegativeWow that movie was rad! → PositiveWhat a horrible show! → 模型输出 Negative而且不需要任何微调。这就是提示工程的核心几个例子就能让模型当场学会任务。 三个核心模块这样用提示词技术库按任务选技术pages/techniques/ 目录收录了 15 种技术每种都有标准示例和输出。新手不用全记先掌握三种就够技术怎么提适用场景Zero-shot直接提问不给例子总结、翻译等简单任务Few-shot提示词里塞 2-5 个例子需要特定格式或语气CoT加一句lets think step by step数学、逻辑等多步推理上图对比了四种变体面对一半的高尔夫球是蓝色有几个蓝球这道题few-shot 版答 8错CoT 版让模型分步推导答 4对。差距就是推理步骤这一句话。Prompt Hub直接抄一份验证过的提示词写具体任务的提示词时别从白纸开始。Prompt Hub 页面 pages/prompts.en.mdx 把分类、编码、推理、信息抽取等 12 类任务的提示词整理成库每份都带完整 prompt 文本复制后改改就能用。代码 notebook每种技术跑一遍notebooks/ 目录有 12 个可运行的 Jupyter 笔记本覆盖 RAG、函数调用、ReAct 等方向。文档看不进去的跑一遍 notebook 就明白了。 进阶玩法从单条提示到多智能体工作流单条提示词用熟后下一步是把多个提示词组合成工作流。典型的智能体Agent能自主调用工具完成多步任务的 AI 系统包含三大件Tools让模型调用外部函数查数据库、调 APIMemory保存历史上下文实现多轮对话Planning把大任务拆成子任务分步执行一个真实例子仓库中的 deep research 智能体按网络搜索 → 分析 → 报告撰写三个角色接力约 5 分钟产出一份完整调研报告 新手 3 个坑的解法输出不稳定别用单次运行下结论。用自一致性self-consistency同一问题跑 3-5 次取多数答案。换了模型结果变差指南示例默认用 gpt-3.5-turbo 测试换模型要重新调温度参数和例子数量可对照 pages/models/ 下的模型专章。回答事实性错误模型只知道训练数据里的事。需要精确事实的任务改用 RAGRetrieval Augmented Generation先检索文档再生成答案别硬靠提示词。✅ 5 条实战技巧先给例子再提问——2-3 个高质量样本比一段口头说明更有效。让模型分步想——一句 CoT 提示推理类任务正确率往往翻倍。提示词写成分段结构——角色、任务、输出格式三块分开模型不容易跑偏。约束条件放最后——只输出 JSON这类要求写在任务描述之后遵循率更高。匹配任务选技术——简单任务别上复杂技术总结类任务不需要 CoT。 继续深入去哪读入门章节基础概念、提示要素、通用建议pages/introduction/完整技术清单15 种技术详解pages/techniques/可运行的代码示例notebooks/现在打开本地页面把上面那句 CoT 提示粘进你手头的聊天窗口——当模型开始一步一步列推导过程时你就真正上手了。【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 完全指南：让 AI 听话的 5 个技巧
Prompt Engineering 完全指南让 AI 听话的 5 个技巧【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你是否遇到过这样的场景让 AI分析一下这段数据却只得到一段正确的废话问题不在模型而在你写的提示词prompt太模糊。Prompt-Engineering-Guide 是一个免费开源的提示工程知识库把主流技术、现成提示词、论文引用和代码示例整理成一套可跟练的资料。无论你是 AI 新手还是要落地应用的开发者都可以把它当字典查、当教程跟。 4 条命令跑通指南先把它克隆到本地并启动git clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide cd Prompt-Engineering-Guide pnpm install pnpm dev打开http://localhost:3000/完整指南就会呈现支持 13 种语言。最小用例用 3 个例子做情感分类。给模型看 3 个带标签的样本再让它判断第 4 句的情感This is awesome! → PositiveThis is bad! → NegativeWow that movie was rad! → PositiveWhat a horrible show! → 模型输出 Negative而且不需要任何微调。这就是提示工程的核心几个例子就能让模型当场学会任务。 三个核心模块这样用提示词技术库按任务选技术pages/techniques/ 目录收录了 15 种技术每种都有标准示例和输出。新手不用全记先掌握三种就够技术怎么提适用场景Zero-shot直接提问不给例子总结、翻译等简单任务Few-shot提示词里塞 2-5 个例子需要特定格式或语气CoT加一句lets think step by step数学、逻辑等多步推理上图对比了四种变体面对一半的高尔夫球是蓝色有几个蓝球这道题few-shot 版答 8错CoT 版让模型分步推导答 4对。差距就是推理步骤这一句话。Prompt Hub直接抄一份验证过的提示词写具体任务的提示词时别从白纸开始。Prompt Hub 页面 pages/prompts.en.mdx 把分类、编码、推理、信息抽取等 12 类任务的提示词整理成库每份都带完整 prompt 文本复制后改改就能用。代码 notebook每种技术跑一遍notebooks/ 目录有 12 个可运行的 Jupyter 笔记本覆盖 RAG、函数调用、ReAct 等方向。文档看不进去的跑一遍 notebook 就明白了。 进阶玩法从单条提示到多智能体工作流单条提示词用熟后下一步是把多个提示词组合成工作流。典型的智能体Agent能自主调用工具完成多步任务的 AI 系统包含三大件Tools让模型调用外部函数查数据库、调 APIMemory保存历史上下文实现多轮对话Planning把大任务拆成子任务分步执行一个真实例子仓库中的 deep research 智能体按网络搜索 → 分析 → 报告撰写三个角色接力约 5 分钟产出一份完整调研报告 新手 3 个坑的解法输出不稳定别用单次运行下结论。用自一致性self-consistency同一问题跑 3-5 次取多数答案。换了模型结果变差指南示例默认用 gpt-3.5-turbo 测试换模型要重新调温度参数和例子数量可对照 pages/models/ 下的模型专章。回答事实性错误模型只知道训练数据里的事。需要精确事实的任务改用 RAGRetrieval Augmented Generation先检索文档再生成答案别硬靠提示词。✅ 5 条实战技巧先给例子再提问——2-3 个高质量样本比一段口头说明更有效。让模型分步想——一句 CoT 提示推理类任务正确率往往翻倍。提示词写成分段结构——角色、任务、输出格式三块分开模型不容易跑偏。约束条件放最后——只输出 JSON这类要求写在任务描述之后遵循率更高。匹配任务选技术——简单任务别上复杂技术总结类任务不需要 CoT。 继续深入去哪读入门章节基础概念、提示要素、通用建议pages/introduction/完整技术清单15 种技术详解pages/techniques/可运行的代码示例notebooks/现在打开本地页面把上面那句 CoT 提示粘进你手头的聊天窗口——当模型开始一步一步列推导过程时你就真正上手了。【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