Repolode
提交项目
NirDiamant

NirDiamant/Prompt_Engineering

一套包含 22 种提示词工程技术的 Jupyter Notebook 实战教程，面向大语言模型应用。

在 GitHub 查看官网
Star
7,925
Fork
1,034
未关闭 Issue
14
最近提交
7天前

这是什么？

这是一个提示词工程（Prompt Engineering）学习资源库，讲解如何编写输入，让大语言模型稳定地给出理想结果。内容共 22 种技术，从基础的提示词模板、单轮与多轮提示结构，到零样本、少样本和思维链等核心方法，再到自洽性、任务分解、提示链和提示安全等进阶策略，由浅入深排列。

每种技术对应一个 Jupyter Notebook，将讲解与可运行的代码结合在一起。示例主要基于 OpenAI 的 GPT 模型和 LangChain 库，模板部分使用 Jinja2。此外还涉及提示词效果评估、多语言提示以及歧义处理等主题。

仓库作者为 Nir Diamant，其配套书籍覆盖同样的 22 种技术，仓库也链接了 RAG 和智能体相关的项目。

核心功能

  • 01覆盖 22 种技术，从基础提示结构到进阶策略
  • 02每种技术都是独立的 Jupyter Notebook，附可运行代码
  • 03示例基于 OpenAI GPT 模型和 LangChain 库
  • 04包含基于 Jinja2 的提示模板和提示安全等主题
  • 05涵盖提示词效果评估、A/B 测试和多语言提示

适用场景

  • 从基础到进阶系统学习提示词工程
  • 查阅思维链、自洽性等具体方法并参考可运行代码
  • 在生产环境中为大模型应用设计并评估提示词，同时考虑安全问题

快速上手

  1. 1

    克隆仓库并打开 Jupyter 笔记本

  2. 2

    在 Jupyter 中打开任意技术笔记本，例如入门课程

使用前须知

  • 教程是 Jupyter 笔记本，而不是可安装的库或软件包。
  • 运行示例需要 LLM API 密钥，且通常并非免费。

标签

#prompt-engineering#llm#jupyter-notebook#tutorial#langchain#openai#chain-of-thought#few-shot-learning#ai#chatgpt

常见问题

Prompt_Engineering 是什么？
一套包含 22 种提示词工程技术的 Jupyter Notebook 实战教程，面向大语言模型应用。 这是一个提示词工程（Prompt Engineering）学习资源库，讲解如何编写输入，让大语言模型稳定地给出理想结果。内容共 22 种技术，从基础的提示词模板、单轮与多轮提示结构，到零样本、少样本和思维链等核心方法，再到自洽性、任务分解、提示链和提示安全等进阶策略，由浅入深排列。
Prompt_Engineering 可以免费使用吗？用的什么许可证？
Prompt_Engineering 以 Other 许可证开源。用于商业产品前，请先确认许可证条款。
Prompt_Engineering 还在维护吗？
活跃维护中。Prompt_Engineering 最近一次提交是在 2026年10月31日。
Prompt_Engineering 适合用来做什么？
从基础到进阶系统学习提示词工程 查阅思维链、自洽性等具体方法并参考可运行代码 在生产环境中为大模型应用设计并评估提示词，同时考虑安全问题
Prompt_Engineering 怎么安装和运行？
克隆仓库并打开 Jupyter 笔记本 在 Jupyter 中打开任意技术笔记本，例如入门课程
在哪里获取 Prompt_Engineering？
源代码和安装说明在 GitHub 上：https://github.com/NirDiamant/Prompt_Engineering

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目