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!" → Positive
- "This is bad!" → Negative
- "Wow that movie was rad!" → Positive
- "What 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"let's 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 API
- Memory：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 RAG（Retrieval 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
