admin 管理员组

文章数量: 1184232

提示工程（Prompt Engineering）是一门较新的学科，关注提示词开发和优化，帮助用户将大语言模型（Large Language Model, LLM）用于各场景和研究领域。 掌握了提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。

提示工程指南（Prompt Engineering Guide）是一个由 DAIR.AI 发起的项目，旨在帮助研发和行业内相关人员了解提示工程。

这个项目包含了大语言模型相关的论文研究、学习指南、模型、讲座、参考资料、大语言模型能力以及与其他与提示工程相关的工具，目前在 GitHub 上已经获得了 6 万个标星。

最新的内容目录如下：

  • 提示工程简介
    • 大语言模型设置
    • 基本概念
    • 提示词要素
    • 设计提示的通用技巧
    • 提示词示例
  • 提示技术
    • 零样本提示
    • 少样本提示
    • 链式思考（CoT）提示
    • 自我一致性
    • 生成知识提示
    • 链式提示
    • 思维树（ToT）
    • 检索增强生成 (RAG)
    • 自动推理并使用工具（ART）
    • 自动提示工程师
    • 主动提示
    • 方向性刺激提示
    • 程序辅助语言模型
    • ReAct 框架
    • 自我反思
    • 多模态思维链提示方法
    • 基于图的提示
    • 元提示
  • 提示应用
    • 生成数据
    • 代码生成
    • 毕业生工作分类案例研究
    • 提示函数
    • 函数调用
    • 上下文缓存
    • gpt4o 微调
    • generating_textbooks
    • synthetic_rag
  • 提示词库
    • 分类
    • 编码
    • 创造力
    • 评估
    • 信息提取
    • 图像生成
    • 数学
    • 问答
    • 推理
    • 文本摘要
    • 真实性
    • 对抗性提示
  • 模型
    • Flan
    • ChatGPT
    • LLaMA
    • GPT-4
    • Mistral 7B
    • Gemini
    • Gemini Advanced
    • Gemini 1.5 Pro
    • Phi-2
    • Mixtral
    • Code Llama
    • OLMo
    • Sora
    • Model Collection
    • claude-3
    • gemma
    • grok-1
    • llama-3
    • mistral-large
    • mixtral-8x22b
  • 风险和误用
    • 对抗性提示
    • 真实性
    • 偏见
  • LLM 研究结果
    • LLM 代理
    • 检索增强生成 (RAG)
    • LLM 推理能力
    • RAG 忠实度
    • 上下文记忆受提示影响
    • RAG 降低输出中的虚假信息
    • 合成数据
    • ThoughtSculpt
    • Infini-Attention
    • 语言模型引导的思维链
    • 可信度探索
    • LLM 标记化处理
    • Groq 是什么？
  • 论文
  • 工具和库
  • 提示词工程 Notebook
  • 数据集
  • 阅读推荐
  • 在线课程
  • 代理
    • 代理简介
    • 代理组件
  • 其他课程
  • 指南
    • 优化提示词
    • OpenAI Deep Research
    • 推理大模型
    • GPT-4o 图像生成
    • 上下文工程指南

对于提示工程感兴趣的同学建议直接阅读原文：

https://www.promptingguide.ai/zh

本文标签： 提示 指南 工程 GitHub 标星

版权声明：本文标题：一个GitHub标星6万的提示词工程指南 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/b/1765567471a3393493.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。