欢迎来到提示工程学习中心!

本中心基于 Google 白皮书《Prompt Engineering》设计,融合多种学习方法,助您深入理解和掌握提示工程的核心概念与技巧。 请选择上方导航栏进入不同学习模式。

核心概念导图

提示工程 (Prompt Engineering)
LLM 配置
输出长度
Temperature
Top-K/P
采样控制
提示技巧
Zero-shot
Few-shot
系统提示
角色提示
上下文提示
Step-back
CoT
Self-consistency
ToT
ReAct
APE
代码提示
编写
解释
翻译
调试/审查
最佳实践
提供示例
简洁设计
明确输出
指令>约束
JSON 输出
记录尝试
使用变量

概念图展示了主要主题及其部分子主题。

学习模式介绍

  • 章节探索: 按章节学习核心内容,包含费曼讲解、康奈尔笔记启发和章节测验。
  • 概念解构: 运用第一性原理,深入剖析关键概念的本质。
  • 挑战假设: 运用笛卡尔怀疑精神,审视常见观点和最佳实践的局限性。
  • 场景沙盒: 将所学知识应用于模拟的实际场景中。
  • 练习实践: 通过练习来巩固提示词编写技巧。

章节探索

选择章节/主题

请从左侧选择一个章节或主题开始学习。

概念解构 (第一性原理)

选择要解构的概念

1. 这个概念最核心、最本质的目标是什么?(试图解决什么根本问题?)

2. 构成这个概念/技术不可或缺的基本组成部分有哪些?

3. 为什么这些基本部分组合起来能实现那个核心目标?(基本原理是什么?)

挑战假设 (笛卡尔怀疑)

选择一个观点/最佳实践进行审视

1. 这个观点在所有情况下都绝对正确吗?是否存在例外?

2. 这个观点是基于哪些隐含的假设建立的?

3. 在什么特定条件下,这个观点可能不适用甚至错误?

场景沙盒

练习实践