Prompt Engineering 提示工程教程3 步本地跑通这份 AI 提示词实战指南【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-GuidePrompt-Engineering-Guide 是一份开源的提示工程Prompt Engineering学习资料库把提示词写法、思维链等进阶技巧、RAG、AI Agents 的论文和教程整理成了可搜索的网站。适合刚接触提示词、或想把模型输出调得更稳的开发者与新手。快速上手3 步本地跑起文档站克隆仓库拿到全部文档、图片和示例代码git clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide进入目录并安装依赖。项目用 Next.js 搭站请务必用 pnpmcd Prompt-Engineering-Guide pnpm install启动开发服务浏览器打开 http://localhost:3000/ 支持多语言的完整文档站就在眼前pnpm dev它到底能干什么4 个场景看效果这张图先给你一张地图提示工程不是孤立的一门手艺它和 RAG、记忆管理、状态历史一起组成上下文工程。仓库的内容也按这条线铺开场景模型多步数学题总答错 → 效果CoT思维链章节教你在提问前先给一个带完整步骤的示例模型会照葫芦画瓢自己列出推导再给答案正确率明显提升。场景想让模型基于你自己的文档作答 → 效果RAG检索增强生成章节讲清楚从文档切分、检索到拼进提示词的完整流程还有评测指标不只是甩名词。场景想做一个会调用工具的 AI → 效果Agents 章节把智能体的三件套——工具、记忆、规划拆成独立组件讲并配有多个框架的案例拆解。场景不知道提示词该怎么下笔 → 效果提示词库按分类整理好了现成模板分类、摘要、信息抽取、问答、数学各有专页挑一条改着写就能用。一个真实场景走一遍用 CoT 思维链把应用题做对输入一道两步应用题题目是cafeteria 原有 23 个苹果用掉 20 个做午餐又买了 6 个还剩几个这类先减后加的两步题直接问模型它经常算错。操作先给一个带步骤的示例不要直接抛问题。在提示词里先给一道同类题的完整演算——Roger 有 5 个网球又买了 2 罐、每罐 3 个5 6 11——展示清楚步骤然后再问苹果这道题。输出模型开始展示推导模型会模仿示例先算 23 - 20 3再算 3 6 9最终答 9。省掉这个示例时同类题常被直接答成 27。一个示例的差别就是思维链技巧的全部成本。避坑指南3 个最容易卡住的点用 npm 安装报错或依赖漂移仓库带的是 pnpm 锁文件装依赖请用pnpm install别换 npm。3000 端口被占用默认起在 3000 端口换端口用pnpm dev -p 3001即可不用卸载重装。只改了英文文档中文页面对不上pages 目录下同一章节按语言成组存放如 cot.en.mdx、cot.zh.mdx改内容时记得同步各语言版本否则网站不同语言页面会出现版本差。接着往下玩进阶资料入口pages/techniques/是技巧大本营zero-shot、few-shot、ToT、ReAct、Reflexion、RAG 各成一页。pages/agents/覆盖上下文工程、函数调用等更工程化的主题。notebooks/有可直接运行的示例pe-rag.ipynb、react.ipynb、pe-function-calling.ipynb。pages/guides/收着较新的专题context-engineering-guide、deep-research、reasoning-llms。lecture/Prompt-Engineering-Lecture-Elvis.pdf是配套的完整课程讲义适合系统性过一遍。建议从 pages/introduction 里的 basics 读起然后把 CoT 那一节的示例亲手在对话模型里复现一遍效果比看十篇文档都直接。【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 Prompt Engineering 提示工程教程：3 步本地跑通这份 AI 提示词实战指南
Prompt Engineering 提示工程教程3 步本地跑通这份 AI 提示词实战指南【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-GuidePrompt-Engineering-Guide 是一份开源的提示工程Prompt Engineering学习资料库把提示词写法、思维链等进阶技巧、RAG、AI Agents 的论文和教程整理成了可搜索的网站。适合刚接触提示词、或想把模型输出调得更稳的开发者与新手。快速上手3 步本地跑起文档站克隆仓库拿到全部文档、图片和示例代码git clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide进入目录并安装依赖。项目用 Next.js 搭站请务必用 pnpmcd Prompt-Engineering-Guide pnpm install启动开发服务浏览器打开 http://localhost:3000/ 支持多语言的完整文档站就在眼前pnpm dev它到底能干什么4 个场景看效果这张图先给你一张地图提示工程不是孤立的一门手艺它和 RAG、记忆管理、状态历史一起组成上下文工程。仓库的内容也按这条线铺开场景模型多步数学题总答错 → 效果CoT思维链章节教你在提问前先给一个带完整步骤的示例模型会照葫芦画瓢自己列出推导再给答案正确率明显提升。场景想让模型基于你自己的文档作答 → 效果RAG检索增强生成章节讲清楚从文档切分、检索到拼进提示词的完整流程还有评测指标不只是甩名词。场景想做一个会调用工具的 AI → 效果Agents 章节把智能体的三件套——工具、记忆、规划拆成独立组件讲并配有多个框架的案例拆解。场景不知道提示词该怎么下笔 → 效果提示词库按分类整理好了现成模板分类、摘要、信息抽取、问答、数学各有专页挑一条改着写就能用。一个真实场景走一遍用 CoT 思维链把应用题做对输入一道两步应用题题目是cafeteria 原有 23 个苹果用掉 20 个做午餐又买了 6 个还剩几个这类先减后加的两步题直接问模型它经常算错。操作先给一个带步骤的示例不要直接抛问题。在提示词里先给一道同类题的完整演算——Roger 有 5 个网球又买了 2 罐、每罐 3 个5 6 11——展示清楚步骤然后再问苹果这道题。输出模型开始展示推导模型会模仿示例先算 23 - 20 3再算 3 6 9最终答 9。省掉这个示例时同类题常被直接答成 27。一个示例的差别就是思维链技巧的全部成本。避坑指南3 个最容易卡住的点用 npm 安装报错或依赖漂移仓库带的是 pnpm 锁文件装依赖请用pnpm install别换 npm。3000 端口被占用默认起在 3000 端口换端口用pnpm dev -p 3001即可不用卸载重装。只改了英文文档中文页面对不上pages 目录下同一章节按语言成组存放如 cot.en.mdx、cot.zh.mdx改内容时记得同步各语言版本否则网站不同语言页面会出现版本差。接着往下玩进阶资料入口pages/techniques/是技巧大本营zero-shot、few-shot、ToT、ReAct、Reflexion、RAG 各成一页。pages/agents/覆盖上下文工程、函数调用等更工程化的主题。notebooks/有可直接运行的示例pe-rag.ipynb、react.ipynb、pe-function-calling.ipynb。pages/guides/收着较新的专题context-engineering-guide、deep-research、reasoning-llms。lecture/Prompt-Engineering-Lecture-Elvis.pdf是配套的完整课程讲义适合系统性过一遍。建议从 pages/introduction 里的 basics 读起然后把 CoT 那一节的示例亲手在对话模型里复现一遍效果比看十篇文档都直接。【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