1

课程定位:DAIR.AI 的 Prompt Engineering Guide 汇集提示词、Context Engineering、RAG 与 Agent 相关的讲解、论文、技巧、Notebook 和参考资料,并支持多种语言。

2

你会学到:新手可以建立术语基础、比较不同技巧、阅读研究来源,并整理自己的指令、示例、约束、输出格式与评测检查表。

3

推荐学习顺序:先学介绍和基础提示,再用同一个小任务测试每种技巧并记录结果。有了可重复基线后,再进入检索、Agent 和高级推理主题。

4

开始前准备:大部分内容可以直接阅读。运行 Notebook 或本地站点需要相应模型与开发环境;仓库当前说明本地开发站点需要 Node 18+。

5

适合谁:适合不满足于收集模板,而希望理解提示词为什么有效或失效的新手、产品人员和开发者。

6

注意事项:提示词效果会随模型和版本变化。仓库也会链接到单独的付费课程,使用时应把 GitHub 开放指南与商业服务区分开。 测试时不要把机密数据粘贴到公共模型服务;评测样例应使用合成或已批准数据,并记录确切模型版本。

7

项目与许可:仓库内容按 MIT 提供,具体以项目当前 LICENSE 为准。项目地址:https://github.com/dair-ai/Prompt-Engineering-Guide

8

把目标拆成输入、动作和输出,再逐步加入检查点。

9

保留示例、失败条件和复核标准,教程才真正可复用。

提示:先用小样例验证,再扩大到真实任务。