提示工程指南 中文版 大模型提示技术系统教程｜从基础到进阶翻译站点

提示工程指南是一份面向大语言模型使用者的开源教程，由 DAIR.AI 维护，提供中文与英文两个版本。内容从提示词的基本构成讲起，逐层展开到检索增强、工具调用与对抗提示，适合需要把模型能力落到具体任务上的开发者与产品人员。

内容组织

教程按学习顺序编排。开篇说明提示工程的定义与适用范围，随后进入大语言模型设置、提示词要素与通用设计技巧。主体部分是提示技术，零样本、少样本、链式思考、自我一致性、思维树、检索增强生成、ReAct 等方法各设独立章节，每章附示例与参考论文。末尾的应用章节把方法对应到具体任务，模型章节则按厂商与版本整理提示差异。

方法覆盖

• 基础技术：零样本与少样本提示的写法差别，以及示例顺序、示例数量对输出的影响。
• 推理方法：链式思考、自我一致性与思维树，用于需要多步推导的问答与数学任务。
• 外部增强：检索增强生成与工具调用，把模型输出接到知识库、函数或第三方接口。
• 自动优化：自动提示工程师、Active-Prompt 一类由模型改写提示的做法。
• 对抗提示：提示词注入、提示词泄露与越狱的成因及防护思路。

应用与模型章节

应用部分按任务归类，包括生成数据、生成代码、文本分类、函数调用、上下文缓存与微调。Prompt Hub 收集了各任务的提示样例，便于对照改写。模型章节收录 GPT、Claude、Gemini、LLaMA、Mistral 等常见模型的提示特点，并说明同一提示在不同模型上的表现差异。

阅读方式

网页可直接阅读，无需注册，左侧目录按章节展开，顶部提供搜索。站点另在 GitHub 公开源文件，可自行部署或提交修订；Discord 用于讨论。中文页面覆盖主要章节，部分术语保留英文缩写，遇到翻译不一致时可切回英文版对照。

适合与不适合

适合刚接触大模型、需要一套完整方法索引的开发者，也适合产品与运营人员查找特定任务的提示写法。不适合寻找现成模板库的读者，这里的重点是方法与原理，示例用于说明思路，不针对具体业务做调优。教程随模型迭代更新，个别章节引用的模型版本可能落后于厂商近期发布，实践前宜对照官方文档。

使用须知

示例结果依赖模型版本与参数设置，照搬未必复现。页面顶部偶有课程与赞助信息，与正文分开标注。引用其中的论文结论时，建议回到原文核对实验条件。