智能体 · 中文选型解读

Prompt-Engineering-Guide

已解读GitHubMITMDX

这是面向提示工程、RAG（检索增强生成）、AI智能体等方向的开源学习资源集合，涵盖指南、论文、教程、工具、实践案例等多类内容。

78.1kstar最近更新于 182 天前维护状态MIT · 可评估商用商用提醒
在 GitHub 查看官方项目
适合解决让 AI 拆解任务、调用工具并完成多步骤流程
更适合希望自动化运营、调研、销售或内部流程的团队
投入判断上手门槛：需评估。需要明确流程边界，并持续评测结果
一分钟看懂

这个项目值得继续研究吗？

AI 依据上游资料解读 · 2026/9/9

这是面向提示工程、RAG（检索增强生成）、AI智能体等方向的开源学习资源集合，涵盖指南、论文、教程、工具、实践案例等多类内容。

解决什么问题
企业在落地大语言模型相关应用时，普遍存在提示输出效果不稳定、RAG、AI智能体等技术缺乏系统落地参考、零散资料不成体系、团队技能提升无统一路径的痛点。
适合什么团队
适合需要落地大模型应用的企业业务团队、AI产品/运营人员、大模型研发团队、院校相关方向的教研与学习人员使用。
使用前注意
本项目为学习资源而非可直接落地的业务工具，采用MIT许可可自由使用，本地运行需配置Node 18.0及以上版本环境，官方付费课程为可选增值服务。

本页用于缩短初步筛选时间，不构成技术、采购或法律结论。 正式使用前请在真实业务数据上验证，并以官方说明与许可证为准。

项目导读

从官方资料看清能力、部署与采用边界

AI 翻译整理 · 保留官方来源

以下内容依据项目公开 README 或模型卡翻译整理，代码、命令和产品名保持原样。

项目定位

Prompt-Engineering-Guide是DAIR.AI发起的开源学习资源项目，专注于提示工程、上下文工程、RAG（检索增强生成，一种结合外部知识库优化大模型输出准确性的技术）、AI智能体等大模型相关方向的知识体系搭建，为从业者提供系统的学习参考。项目自2022年上线以来内容持续更新，2024年1月累计学习者已突破300万，曾登上Hacker News总榜首位，被华尔街日报、福布斯等媒体报道。

核心内容覆盖

项目内容覆盖从入门到进阶的全链路学习需求，主要包含以下板块：

  1. 系统学习指南：从提示工程基础概念、大模型参数设置、提示设计通用规则入门，延伸到20余种进阶提示技术，包括零样本提示、少样本提示、思维链提示、RAG落地方法、ReAct提示等AI智能体相关技术。
  2. 场景适配内容：覆盖ChatGPT、GPT-4、LLaMA、Code Llama、Gemini、Mistral系列等主流大模型的提示适配方法；同时提供10余类场景的现成提示模板，涵盖分类、编码、创意生成、信息抽取、数学计算、文本摘要、问答等常见业务场景，另有函数调用、合成数据生成、代码生成、毕业生岗位分类等实际落地案例参考。
  3. 风险与合规参考：专门设置风险板块，覆盖对抗提示攻击防范、大模型输出事实性校验、偏见规避等实用内容。
  4. 配套资源集合：整理了提示工程相关的前沿论文、工具、代码示例Notebook、公开数据集等资源，方便学习者延伸学习。

配套学习服务

除开源的免费指南内容外，官方还提供可选的增值服务：

  1. 公开免费讲座：已上线1小时的提示工程概述讲座，配套视频、代码Notebook、演示 slides 可免费获取，覆盖提示技术、应用场景、工具介绍等内容。
  2. 付费课程：DAIR.AI Academy推出了提示工程、RAG、AI智能体方向的自助课程，相比开源指南更侧重实操训练，使用优惠码PROMPTING20可享受额外20%折扣。
  3. 企业服务：官方提供企业内训、技术咨询、主题演讲等收费服务，适合需要团队统一提升相关技能的企业选择。

使用与部署方式

你可以选择两种方式使用本项目的内容：

  1. 在线访问：直接访问官方网站https://www.promptingguide.ai/ 即可获取最新版内容，目前支持13种语言，官方也欢迎社区贡献更多语言的翻译。
  2. 本地运行：如果需要离线使用或者参与翻译贡献，可以在本地部署运行指南，要求如下：
  • 本地环境需安装Node >= 18.0.0
  • 安装包管理工具pnpm
  • 执行命令pnpm i next react react-dom nextra nextra-theme-docs安装依赖
  • 执行pnpm dev启动服务，即可在http://localhost:3000/ 访问本地版本

许可与采用建议

本项目采用MIT许可，个人、企业均可自由使用、修改、分发内容，无商业使用限制。 针对不同使用群体，参考建议如下：

  • 普通业务人员、产品运营人员：可先学习基础提示设计规则和对应场景的提示模板，快速提升日常使用大模型的工作效率。
  • 大模型落地团队：可参考RAG、AI智能体相关的技术章节和落地案例，降低技术踩坑概率。
  • 有团队培训需求的企业：可结合自身需求选择官方的企业内训服务，降低内部搭建学习体系的成本。
可核对的事实层

官方资料与来源

查看来源 →
  • agent
  • agents
  • ai-agents
  • chatgpt
  • deep-learning
  • generative-ai
  • language-model
  • llms
  • openai
  • prompt-engineering
  • rag
默认分支main
关注仓库758
复刻次数8.6k
开放议题281
近期更新2026/9/8
仓库状态未标记归档

项目官网查看 Releases

官方图片与演示已排除二维码、联系方式、赞助付款图和常见徽章
项目公开资料
项目公开资料
核对上游原始说明节选

🐙 Guides, papers, lessons, notebooks and resources for prompt engineering, context engineering, RAG, and AI Agents.

Prompt Engineering Guide

Sponsored by    

Prompt engineering is a relatively new discipline for developing and optimizing prompts to efficiently use language models (LMs) for a wide variety of applications and research topics. Prompt engineering skills help to better understand the capabilities and limitations of large language models (LLMs). Researchers use prompt engineering to improve the capacity of LLMs on a wide range of common and complex tasks such as question answering and arithmetic reasoning. Developers use prompt engineering to design robust and effective prompting techniques that interface with LLMs and other tools.

Motivated by the high interest in developing with LLMs, we have created this new prompt engineering guide that contains all the latest papers, learning guides, lectures, references, and tools related to prompt engineering for LLMs.

🌐 Prompt Engineering Guide (Web Version)

🎉 We are excited to launch our new prompt engineering, RAG, and AI Agents courses under the DAIR.AI Academy. Join Now!

The courses are meant to compliment this guide and provide a more hands-on approach to learning about prompt engineering, context engineering, and AI Agents.

Use code PROMPTING20 to get an extra 20% off.

Happy Prompting!

Guides

You can also find the most up-to-date guides on our new website https://www.promptingguide.ai/.

  • Prompt Engineering - Introduction
  • Prompt Engineering - LLM Settings
  • Prompt Engineering - Basics of Prompting
  • Prompt Engineering - Prompt Elements
  • Prompt Engineering - General Tips for Designing Prompts
  • Prompt Engineering - Examples of Prompts
  • Prompt Engineering - Techniques
  • Prompt Engineering - Zero-Shot Prompting
  • Prompt Engineering - Few-Shot Prompting
  • Prompt Engineering - Chain-of-Thought Prompting
  • Prompt Engineering - Self-Consistency
  • Prompt Engineering - Generate Knowledge Prompting
  • Prompt Engineering - Prompt Chaining
  • Prompt Engineering - Tree of Thoughts (ToT)
  • Prompt Engineering - Retrieval Augmented Generation
  • Prompt Engineering - Automatic Reasoning and Tool-use (ART)

---

Lecture

We have published a 1 hour lecture that provides a comprehensive overview of prompting techniques, applications, and tools.

  • Video Lecture
  • Notebook with code
  • Slides

---

Running the guide locally

To run the guide locally, for example to check the correct implementation of a new translation, you will need to:

  1. Install Node >=18.0.0
  2. Install pnpm if not present in your system. Check here for detailed instructions.
  3. Install the dependencies: pnpm i next react react-dom nextra nextra-theme-docs
  4. Boot the guide with pnpm dev
  5. Browse the guide at http://localhost:3000/

---

Appearances

Some places where we have been featured:

  • Wall Street Journal - ChatGPT Can Give Great Answers. But Only If You Know How to Ask the Right Question
  • Forbes - Mom, Dad, I Want To Be A Prompt Engineer
  • Markettechpost - Best Free Prompt Engineering Resources (2023)

--- If you are using the guide for your work or research, please cite us as follows:

@article{Saravia_Prompt_Engineering_Guide_2022,
author = {Saravia, Elvis},
journal = {https://github.com/dair-ai/Prompt-Engineering-Guide},
month = {12},
title = {{Prompt Engineering Guide}},
year = {2022}
}

License

MIT License

Feel free to open a PR if you think something is missing here. Always welcome feedback and suggestions. Just open an issue!