全面的提示工程指南，包含论文、教程、笔记本和资源，涵盖提示工程、上下文工程、RAG和AI代理技术。
一分钟了解#
这是一个关于提示工程的全面资源集合，由DAIR.AI团队维护。无论你是研究人员还是开发者，这个指南都能帮助你理解大型语言模型的能力和局限，并学习如何设计更有效的提示来优化AI交互体验。
核心价值：提供系统化的提示工程知识体系，从基础概念到高级技术，帮助用户充分发挥AI模型的潜力。
快速上手#
安装难度：中 - 需要Node.js环境和pnpm包管理器
# 安装依赖
pnpm i next react react-dom nextra nextra-theme-docs
# 运行开发服务器
pnpm dev
适合我的场景吗？
- ✅ 研究人员：需要了解LLM能力边界和最新论文
- ✅ AI开发者：寻找实用的提示工程技巧和最佳实践
- ✅ 学习AI：想系统学习提示工程、RAG和AI代理技术
- ❌ 完全初学者：需要先了解基础AI概念再使用此资源
核心能力（可选）#
1. 系统化的提示工程教程 - 从基础到高级#
- 涵盖零样本、少样本、思维链等多种提示技术 实际价值：帮助用户根据不同场景选择最适合的提示方法
2. 丰富的模型特定指南 - 针对不同模型优化#
- 提供针对ChatGPT、GPT-4、Gemini、LLaMA等主流模型的专门指南 实际价值：让用户了解特定模型的特性和最佳实践，避免通用化提示效果不佳的问题
3. 实际应用案例与场景 - 理论联系实际#
- 包含代码生成、数据集创建、问答系统等实际应用案例 实际价值：将理论知识转化为实际生产力，帮助用户解决真实问题
4. 风险与偏见研究 - 安全使用AI#
- 深入探讨对抗性提示、事实性和偏见等风险问题 实际价值：帮助用户识别和避免AI使用中的潜在风险，确保负责任地应用技术
技术栈与集成（可选）#
开发语言：MDX, Jupyter Notebook, TypeScript 主要依赖：Next.js, React, Nextra 集成方式：Web指南 / 可本地运行的知识库
维护状态（可选）#
- 开发活跃度：高 - 项目拥有1584次提交，持续更新
- 最近更新：活跃 - 定期添加新的提示技术和模型指南
- 社区响应：活跃 - 拥有Discord社区和多种社交媒体渠道
商用与许可（可选）#
许可证：MIT
- ✅ 商用：允许
- ✅ 修改：允许
- ⚠️ 限制：需包含作者归属信息
文档与学习资源（可选）#
- 文档质量：全面 - 包含完整的指南、示例和教程
- 官方文档：https://www.promptingguide.ai/
- 示例代码：提供完整的Jupyter笔记本和代码示例
- 学习资源：提供视频讲座、幻灯片和配套课程