提示工程指南（Prompt Engineering Guide）是由 DAIR.AI 发起的项目，旨在帮助研发和行业内相关人员了解提示工程。该免费开源的提示工程项目在GitHub上已超过3万个人标星，包含了与 LLM 提示工程相关的所有最新论文、学习指南、讲座、参考资料和工具。
一、提示工程简介
大语言模型设置：使用大语言模型，如GPT-4、LLaMA、Flan等，可以帮助我们更好地进行提示工程。
基本概念：提示工程是一种通过给定的提示来引导语言模型生成特定文本的技术。
提示词要素：提示词是用于引导语言模型的关键词。它们可以是单词、短语或句子。
设计提示的通用技巧：设计提示需要考虑文本的上下文和目标。一些通用技巧包括使用具体而不是抽象的词汇、使用多个提示以获得更准确的结果、避免使用歧义的词汇等。
提示词示例：以下是一些示例提示词：
– 生成代码片段
– 计算平均数
– 描述自然景观
– 解释化学公式
二、提示技术
零样本提示：零样本提示是一种在没有训练数据的情况下进行提示的技术。
少样本提示：少样本提示是一种在只有少量训练数据的情况下进行提示的技术。
链式思考（CoT）：链式思考是一种通过将多个提示串联起来来引导语言模型生成更复杂的文本的技术。
自我一致性：自我一致性是指提示和生成的文本之间应该保持一致性。
生成知识提示：生成知识提示是一种通过给定的提示来引导语言模型生成特定领域的知识的技术。
思维树：思维树是一种将提示和相关信息以树状结构展示的技术。
检索增强生成：检索增强生成是一种通过检索相关文本来增强提示的技术。
自动推理和工具使用：自动推理和工具使用是一种通过自动推理和工具来辅助提示的技术。
自动提示工程师：自动提示工程师是一种通过机器学习来自动生成提示的技术。
Active-Prompt：Active-Prompt是一种通过主动选择最优提示来引导语言模型生成特定文本的技术。
方向性刺激提示：方向性刺激提示是一种通过指示方向来引导语言模型生成特定文本的技术。
ReAct框架：ReAct框架是一种用于处理多语言文本的提示框架。
多模态思维链提示方法：多模态思维链提示方法是一种通过多种模态信息来引导语言模型生成特定文本的技术。
基于图的提示：基于图的提示是一种通过将文本信息转化为图来引导语言模型生成特定文本的技术。
三、提示应用
程序辅助语言模型：程序辅助语言模型是一种通过提示来辅助程序生成特定文本的技术。
生成数据：生成数据是一种通过提示来生成特定数据的技术。
毕业生工作分类案例研究：毕业生工作分类案例研究是一种通过提示来生成毕业生工作分类的技术。
Prompt Function：Prompt Function是一种通过提示来生成特定函数的技术。
模型：模型是一种用于实现提示工程的具体技术。
Flan ChatGPT：Flan ChatGPT是一种基于Flask框架的ChatGPT模型。
LLaMA：LLaMA是一种用于生成特定文本的语言模型。
GPT-4：GPT-4是一种用于生成特定文本的大型语言模型。
四、模型
Flan：Flan是一种基于Flask框架的语言模型。
LLaMA：LLaMA是一种用于生成特定文本的语言模型。
GPT-4：GPT-4是一种用于生成特定文本的大型语言模型。
Model Collection：Model Collection是一种用于收集和整理各种语言模型的资源。
五、风险和误用
对抗性提示：对抗性提示是一种可能会误导语言模型的恶意提示。
真实性：真实性是指提示和生成的文本之间应该保持真实性。
偏见：偏见是指提示和生成的文本之间可能存在的偏见。
生成篇文章内容，并且做到完美排版。提示工程是一种通过给定的提示来引导语言模型生成特定文本的技术。它在自然语言处理、机器学习、人工智能等领域有着广泛的应用。在提示工程中，设计好的提示可以帮助我们更好地控制生成的文本，从而达到特定的目的。同时，提示工程也存在一些风险和误用，例如对抗性提示、真实性和偏见等。因此，在进行提示工程时，我们需要谨慎设计提示，并注意提示和生成的文本之间的一致性和真实性。
前往AI网址导航
收录说明：
1、本网页并非 提示工程指南 官网网址页面，此页面内容编录于互联网，只作展示之用；2、如果有与 提示工程指南 相关业务事宜，请访问其网站并获取联系方式；3、本站与 提示工程指南 无任何关系，对于 提示工程指南 网站中的信息，请用户谨慎辨识其真伪。4、本站收录 提示工程指南 时，此站内容访问正常，如遇跳转非法网站，有可能此网站被非法入侵或者已更换新网址，导致旧网址被非法使用,5、如果你是网站站长或者负责人，不想被收录请邮件删除：i-hu#Foxmail.com （#换@）
