Prompt Engineering 完整指南3步本地跑起提示工程知识库【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-GuideMeta DescriptionPrompt Engineering Guide 是开源提示工程学习指南汇集提示词技巧、RAG、AI Agent 教程与配套练习3 步即可在本地部署成文档站。大模型算错一道两步的数学题时问题多数不在模型而在你问话的方式。开源项目 Prompt Engineering Guide 把怎么问做成了一门工程学科提示词技巧、RAG、AI Agent 相关的论文、教程和练习全收在这一个仓库里。这个项目能帮你解决什么它不是单篇教程而是一套结构化知识库。把仓库部署到本地后你会得到一个可浏览的文档站内容分五块入门术语、常用参数设置、提示词设计原则技巧零样本、少样本、思维链、自洽性、RAG、ReAct 等方法逐个拆解应用函数调用、代码生成、合成数据、真实案例模型GPT-4、Claude、Gemini、LLaMA 等模型的能力说明与用法差异风险幻觉、偏见、对抗攻击以及对应的处理思路此外还有一份可直接复制复用的提示词库Prompt Hub以及 notebooks/ 目录下的 Jupyter 实操示例。3步本地跑起来站点基于 Next.js 搭建准备好 Node.js 和 pnpm 即可。git clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide cd Prompt-Engineering-Guidepnpm installpnpm dev浏览器打开 localhost:3000 文档站就起来了从 Introduction 一节读起半小时能过完基础部分。核心内容拆解提示技巧从会问到问对不少技巧听起来玄核心其实很直白。以思维链CoT为例不让模型直接蹦答案而是先展示推理过程。指南里的对比图很直观——普通提问时模型把两步数学题答成 27改成先写步骤再给结论后答案就是对的 9。应用篇RAG 接入私有资料模型答不上你内部资料的问题通用解法是 RAG检索增强生成把文档切块、建索引提问时先检索出相关段落再塞进提示词让模型基于这些内容作答。指南用流程图拆开了索引、检索、生成三个阶段以及上下文如何与提示词组合。Agent 篇让模型会用工具、会规划Agent 部分把一个 AI 代理拆成三块工具调用外部 API、执行代码、记忆保存对话上下文、规划分解任务。提示链Prompt Chaining是其中最有用的模式之一把写一篇长文档这种复杂任务拆成大纲、检查、扩写、润色等多步简单提示每步只干一件事失败也能定位到具体环节。配套练习notebooks/RAG、函数调用、ReAct 等主题的可运行 Jupyter 示例pages/prompts.*.mdx按分类整理、可直接套用的提示词模板lecture/入门讲座的完整讲稿高频问题避坑pnpm install 报错需要 Node.js 16.8 以上node -v看一下版本旧就升级后再装。端口 3000 被占用改用pnpm dev --port 3001起在其他端口。翻着翻着内容断了英文版.en.mdx 文件最全其他语言个别页面缺失读不下去就切英文对照。收尾建议推荐路线先读完 Introduction再挑一个戳中当前痛点的技巧深入——多数人从思维链或 RAG 入手然后跟对应 notebook 动手复现一遍。这个仓库本身在持续更新新模型出来后内容会跟着补隔段时间重新拉一次仓库即可。提示工程是 AI 开发里少数当天就能验证效果的部分先把这套材料跑起来比收藏十篇文章有用得多。【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