当前位置: 首页 > news >正文

5 分钟本地跑通 Prompt Engineering Guide:从零样本到 AI 智能体的提示工程资源

5 分钟本地跑通 Prompt Engineering Guide:从零样本到 AI 智能体的提示工程资源

【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

这是 Prompt Engineering Guide,一个提示工程(Prompt Engineering)的开源教程库,把提示工程、上下文工程、RAG 与 AI 智能体四大板块的论文、技巧、应用和笔记本汇总在一处。它基于 Nextra(Next.js 文档框架)构建,克隆后 3 条命令就能在浏览器里打开。

还在凭感觉问大模型?

你有没有过这种体验:让模型"把这份年报总结成 100 字",回来却是 300 字废话;换个词,输出方向整个变掉。问题往往不在模型,而在你写提示词的方式。而怎么写提示词的资料,散落在论文、博客和播客里,很难拼成一条学习路径。

这个项目把它做成了体系,你拿到的是:

  • 16 种提示技巧,从零样本、少样本到思维链、思维树、RAG、ReAct,每页都有原理、示例和原始论文
  • Prompt Hub:12 个场景分类的现成模板,分类、写码、数学、摘要都有
  • 12 个可运行的 Jupyter Notebook,外加 1 小时讲座幻灯片
  • 全文 13 种语言支持,含中文

从 clone 到本地预览,只要 4 条命令

需要 Node 18+ 和 pnpm:

git clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide cd Prompt-Engineering-Guide pnpm install pnpm dev

启动后打开http://localhost:3000/,你得到一整套完整文档:入门部分讲提示词元素、参数设置和书写技巧,技巧与应用是主体,模型章讲 GPT-4、Gemini、LLaMA、Mistral 各自怎么用,后面还有风险与误用、论文清单和工具清单。每页都带 13 种语言版本,中英日韩西等,你在本地就能核对翻译或浏览新内容。

打开之后最值得看的 3 个模块

技巧:16 种技术,每个都配论文和示例。这是全书的核心。思维链一章演示"一步步想"这句话怎么改变模型的算术输出,思维树讲模型如何展开搜索树再剪枝。你的任务卡住时——推理不对、出现幻觉、需要调工具——先翻对应技巧页。

RAG 与 AI 智能体:从检索到工具调用。RAG 章展示完整流程:切块、向量化存储、检索、把上下文注入提示词;智能体部分拆规划、记忆、工具调用、验证 4 个组件。想让模型接上你的私有知识库,或搭一个会调工具的智能体,先读这两章。

Prompt Hub 和笔记本:拿来即用。12 个场景分类的提示词模板覆盖分类、写码、摘要、信息抽取,复制一条改改就是业务里的提示词。notebooks/ 下 12 个笔记本覆盖函数调用、RAG、ReAct,跑一遍比看更直观。

同一个提示词,优化前后的对比

拿个小例子:用户评论情感分类。优化前你只写一句:

请告诉我这条评论的情感

模型可能回"整体偏正面但有点保留",这话没法直接进表。优化后,加 3 条少样本示例和输出格式约束:

请把以下评论分类,只输出 正面/负面/中性 三值之一 评论:这家餐厅的食物很好吃 → 正面 评论:服务态度很差 → 负面 评论:物流花了五天,质量还行 → 中性 评论:这款手机性能超出预期 →

输出就是一个词,代码里直接可用。这个差别正是项目零样本、少样本两章在讲的,Prompt Hub 的分类类还有更多现成变体。

如果你在做 LLM API 上层应用、学写提示词,或准备上 RAG 和智能体,现在就能用。最小的一步:把上面 4 条命令跑起来,先读零样本、少样本两章(约 20 分钟),再从分类类抄一条模板放进你的项目。

【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

http://www.cnnetsun.cn/news/4284054.html

相关文章:

  • GPT4All模型下载5大机制
  • Spring Boot外卖点餐系统实战:数据库设计、并发扣库存与支付回调
  • Hoppscotch多语言使用指南:35种界面语言怎么切、怎么改、怎么加
  • OBS Studio 直播画质完整指南:模糊画面到清晰 1080p 的三步走
  • 用本地文件与 AI 对话:GPT4All LocalDocs 完整指南
  • 谷歌LLM部署与ComfyUI集成:Gemini/Gemma实战指南
  • 用Grok Bot做B2B客户发现:五步流程与实战提示词
  • Day 48:深入理解 Python SDK — 用 Python 控制 dsh Agent
  • 网络安全售前工程师:岗位定位、能力模型与春招面试全复盘
  • 你的 Python 程序变慢后先查哪里:CPython 性能排查与入门完整指南
  • 表格解析实战:从错误诊断到系统修正的完整闭环
  • STM32H743 USB Host接麦克风数据冻结:同步传输实时链路的排查与修复
  • 600V超结MOSFET选型:低FOM E系列如何兼顾导通与开关
  • 从 token 计费到任务成本:LLM 应用降本的核心策略
  • LoopX证据与回写(Evidence + Writeback)机制:长任务为何可复盘——新手完整指南
  • 阿里云前端面试考点全解析:从JS原理到工程化与业务场景
  • MinerU 问题排查完全指南:按操作顺序逐一修复 12 个高频报错
  • C++多线程编程:互斥锁原理、类型与实战避坑指南
  • 机器人数据集质量层搭建实战:从质量评估到自动校验
  • 嵌入式系统ADC与DAC实战指南:从原理到应用全面解析
  • Claude记忆系统合并Cowork:跨场景记忆与Claude Code实践指南
  • 孩子上兴趣班后尤克里里要不要升级?高性价比尤克里里实测推荐
  • 【单片机毕业设计】基于 STM32 单片机的语音交互室内安防与环境管理系统 基于 STM32 的阈值自适应环境监测与家电模拟控制系统设计(012805)
  • AI电话客服翻车启示:从语音识别到回滚机制的完整避坑指南
  • 三步选对能源数据集:开源能源数据集新手完全指南
  • scrcpy:延迟35毫秒的手机投屏与遥控,5分钟免费跑通
  • DeerFlow 工具集成实战:搜索、知识库、MCP 与 REPL 一次配齐
  • CodeWhale实战3:只读代码审计+Web搜索的深度勘察实践(完整指南)
  • 开放权重模型实战:Llama本地推理、量化与微调指南
  • 如何安装DFlash?uv、Docker、pip三大方式完整指南