提示工程指南 | Prompt Engineering Guide<!-- -->

简介

提示工程指南 (Prompt Engineering Guide) 是一个专注于提示词（Prompt）开发、优化与系统学习的综合性技术平台。作为一门新兴的交叉学科，提示工程旨在帮助用户掌握与大语言模型（LLM）高效交互的核心技能，从而充分发挥模型在各类应用场景与前沿研究中的潜力。该平台由 DAIR.AI 社区维护，内容涵盖基础理论、前沿技术、实战案例、模型生态及安全研究，致力于帮助学习者深入了解大语言模型的能力边界与局限性。

主要功能与核心内容

网站内容体系完备，采用模块化设计，主要包含以下核心板块：

• 基础概念与设计技巧：系统讲解提示工程简介、大语言模型基础设置、提示词核心要素，以及设计高效提示词的通用技巧与参考示例。
• 高级提示技术：详细拆解当前主流与前沿的提示方法论，包括零样本/少样本提示、链式思考（CoT）、思维树（ToT）、检索增强生成（RAG）、ReAct 框架、自动推理与工具使用（ART）、自我一致性、生成知识提示等。
• 应用场景与实战案例：覆盖广泛的任务类型，提供丰富的 Prompt 示例与实战参考，涵盖代码生成、文本分类、情感分析、数学推理、问答系统（QA）、信息提取、创意写作、多模态生成及文本摘要等。
• 模型库与工程实践：收录 ChatGPT、GPT-4、LLaMA、Mistral、Gemini、Claude、Sora 等主流大模型的评测与使用指南。同时涵盖 Function Calling、Context Caching、模型微调（Finetuning）、Prompt Chaining 等工程化对接技术。
• 安全风险与研究前沿：深入探讨对抗性提示、提示词注入、越狱攻击、模型幻觉、偏见与真实性等安全议题。同步 LLM 智能体（Agents）、合成数据、大模型推理、RAG 可靠性等最新学术论文与技术动态。
• 系统化学习资源：提供由 DAIR.AI 推出的提示工程专项课程、配套 Jupyter Notebooks、实用数据集及精选阅读推荐，支持从入门到进阶的完整学习路径。

适用场景

• AI 研究人员与学者：获取最新的 LLM 论文综述与技术分析，利用高级提示策略提升模型在复杂推理、知识抽取及学术研究中的表现。
• 开发者与 AI 工程师：掌握提示设计模式与生态工具对接方案（如 RAG、Function Calling、Agent 构建），加速 AI 应用开发与系统集成。
• 在校学生与 AI 爱好者：通过结构化的技术指南、可复用的 Prompt 模板与实战课程，系统建立提示工程知识体系，快速上手大模型应用开发。

访问信息

• 官方网站：https://www.promptingguide.ai/zh
• 配套社区：GitHub / Discord（官网内提供跳转链接）
• 更新说明：平台内容持续跟进大模型技术演进，提供中英双语版本，保持高频更新。