Prompt Engineering Guide从基础到智能体的大模型提示词实用指南【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你一定遇到过这种情况同一个问题换个问法模型的回答就差了一大截。Prompt Engineering Guide 是一份开源提示词教程覆盖从基础 prompt 写法到 RAG、AI Agents 的完整链路并附带可运行的实践 notebook帮你把怎么问模型这件事从凭感觉变成可查、可练、可复用的方法。核心价值你刚上手大模型、总拿不到满意答案时introduction 章节把 prompt 要素、参数设置、设计技巧讲成一套体系不用再靠玄学调措辞你要解决具体任务时techniques 章节把 Zero-Shot、Few-Shot、思维链等 17 种方法逐个讲清适用场景与局限按问题类型对号入座你要搭智能体时Agents 与 applications 章节直接演示如何让模型调用工具、接入知识库 快速上手五步跑通第一次实践最典型的使用方式是读 → 查 → 练获取仓库git clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide按顺序读 pages/introduction/ 目录basics 讲 prompt 怎么写settings 讲 temperature 等参数怎么调tips 讲设计原则按症状查方法输出不稳定看 fewshot多步推理出错看 cot每篇都标注了适用问题和限制动手练习在 notebooks/ 里选对应 notebook 按单元格顺序运行pe-chatgpt-intro.ipynb适合第一次跑想改内容或做翻译装好 Node 18 和 pnpm运行pnpm dev即可在 localhost:3000 预览本地站点 进阶玩法CoT、ToT 与 Agents 的真实差距不用思维链Chain-of-Thought引导模型先展示中间推理步骤再给答案时模型直接从问题猜答案多步问题容易错在提示词里加一句请一步步推理准确率就明显上来。思维树ToT则是让模型并行探索多条推理分支、剪掉坏的留好的面对需要回溯的题目比单线推理稳定得多。另一个差异化能力是 AI Agents完整智能体 工具 记忆 规划。没有它模型只是单次生成文本有了它模型能调函数、查知识库循环执行直到任务完成。pages/applications/ 里的 function_calling 章节有完整流程讲解跑一遍pe-function-calling.ipynb就能上手。适用场景如果你在做需要调用内部 API 的客服机器人按 applications 的 function_calling 章节搭工具调用如果你要把公司文档变成可问答的知识库跟着 RAG 章节接检索增强生成如果你要让模型批量写代码coding 章节有专门的 prompt 模板与案例如果你担心模型一本正经胡说八道或被越狱risks 章节讲了事实性、偏见与对抗三类风险⚠️ 避坑指南现象同一个 prompt 时而有效时而失效。原因temperature 偏高输出带有随机性。解法调低 temperature并用 few-shot 示例固定输出格式现象复杂任务下模型直接给错答案。原因多步推理被压进一次生成。解法用思维链或 prompt 链式拆分步骤现象指令写了一大堆模型还是装聋。原因角色、任务、约束混在一起没有结构。解法按 elements 章节的要素排序关键约束放在最后继续深入完整文档入口pages/introduction、techniques、applications、models、risks 各子目录都从这里进作者自写指南guides/从基础用法写到可靠性与对抗性提示一小时课程讲义lecture/目录里的 PDF适合串起全貌先把 pages/introduction/ 两章读完、跑通pe-chatgpt-intro.ipynb再回 techniques 章节按你的任务查方法function calling 跑顺之后agents 章节就是你的下一步。【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 Guide：从基础到智能体的大模型提示词实用指南
Prompt Engineering Guide从基础到智能体的大模型提示词实用指南【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你一定遇到过这种情况同一个问题换个问法模型的回答就差了一大截。Prompt Engineering Guide 是一份开源提示词教程覆盖从基础 prompt 写法到 RAG、AI Agents 的完整链路并附带可运行的实践 notebook帮你把怎么问模型这件事从凭感觉变成可查、可练、可复用的方法。核心价值你刚上手大模型、总拿不到满意答案时introduction 章节把 prompt 要素、参数设置、设计技巧讲成一套体系不用再靠玄学调措辞你要解决具体任务时techniques 章节把 Zero-Shot、Few-Shot、思维链等 17 种方法逐个讲清适用场景与局限按问题类型对号入座你要搭智能体时Agents 与 applications 章节直接演示如何让模型调用工具、接入知识库 快速上手五步跑通第一次实践最典型的使用方式是读 → 查 → 练获取仓库git clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide按顺序读 pages/introduction/ 目录basics 讲 prompt 怎么写settings 讲 temperature 等参数怎么调tips 讲设计原则按症状查方法输出不稳定看 fewshot多步推理出错看 cot每篇都标注了适用问题和限制动手练习在 notebooks/ 里选对应 notebook 按单元格顺序运行pe-chatgpt-intro.ipynb适合第一次跑想改内容或做翻译装好 Node 18 和 pnpm运行pnpm dev即可在 localhost:3000 预览本地站点 进阶玩法CoT、ToT 与 Agents 的真实差距不用思维链Chain-of-Thought引导模型先展示中间推理步骤再给答案时模型直接从问题猜答案多步问题容易错在提示词里加一句请一步步推理准确率就明显上来。思维树ToT则是让模型并行探索多条推理分支、剪掉坏的留好的面对需要回溯的题目比单线推理稳定得多。另一个差异化能力是 AI Agents完整智能体 工具 记忆 规划。没有它模型只是单次生成文本有了它模型能调函数、查知识库循环执行直到任务完成。pages/applications/ 里的 function_calling 章节有完整流程讲解跑一遍pe-function-calling.ipynb就能上手。适用场景如果你在做需要调用内部 API 的客服机器人按 applications 的 function_calling 章节搭工具调用如果你要把公司文档变成可问答的知识库跟着 RAG 章节接检索增强生成如果你要让模型批量写代码coding 章节有专门的 prompt 模板与案例如果你担心模型一本正经胡说八道或被越狱risks 章节讲了事实性、偏见与对抗三类风险⚠️ 避坑指南现象同一个 prompt 时而有效时而失效。原因temperature 偏高输出带有随机性。解法调低 temperature并用 few-shot 示例固定输出格式现象复杂任务下模型直接给错答案。原因多步推理被压进一次生成。解法用思维链或 prompt 链式拆分步骤现象指令写了一大堆模型还是装聋。原因角色、任务、约束混在一起没有结构。解法按 elements 章节的要素排序关键约束放在最后继续深入完整文档入口pages/introduction、techniques、applications、models、risks 各子目录都从这里进作者自写指南guides/从基础用法写到可靠性与对抗性提示一小时课程讲义lecture/目录里的 PDF适合串起全貌先把 pages/introduction/ 两章读完、跑通pe-chatgpt-intro.ipynb再回 techniques 章节按你的任务查方法function calling 跑顺之后agents 章节就是你的下一步。【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