Prompt Engineering 指南教程：如何写好提示词，并打通 RAG 与 AI Agent
【免费下载链接】Prompt-Engineering-Guide🐙 Guides, papers, lessons, notebooks and resources for prompt engineering, context engineering, RAG, and AI Agents.项目地址: https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide
Prompt-Engineering-Guide 是一份开源的 Prompt Engineering（提示工程）指南，围绕提示词设计、RAG 与 AI Agent 三大主题，系统整理了论文、教程、讲义和可运行笔记本。它适合想提升大模型输出质量的开发者和学习者，跟着目录就能从入门读到进阶。
😩 为什么你写的提示词总不听话
你可能遇到过这种情况：问模型一个业务问题，它编出一堆看似合理但实际错误的答案；让模型"按 JSON 格式输出"，结果十次里有三次多了一行解释文字；换个模型，同样的提示词效果又打了对折。
根源在于：提示词不是"说话"，而是"写规格"。模型不会读心，它只会按你给出的指令、上下文和示例来生成。这个仓库的价值就在于，把散落在论文和博客里的提示词技巧，整理成了一份可以按图索骥的地图：哪里该加上下文、哪里该拆步骤、哪里该引入检索和工具。
🗺️ 一张图看懂项目怎么组织知识
这张图展示了指南中最核心的一个技术——RAG（检索增强生成）：模型回答前，先从文档库（Document store）里检索相关资料（Retrieved Documents），把资料和问题一起交给语言模型（Generator）生成回答（Response）。
整个仓库也是按这条主线展开的：pages/下分 introduction（基础）、techniques（技巧）、applications（应用）、risks（风险）四大板块；notebooks/提供可运行的示例代码；guides/收录提示词模板合集。
🚀 4 步快速上手这份指南
- 克隆仓库到本地：
git clone https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide - 安装依赖：项目基于 Next.js 构建，运行
pnpm install - 本地启动文档站：
pnpm dev，浏览器打开控制台给出的地址即可按目录学习 - 不想跑本地服务的话，直接从 pages/introduction/basics.en.mdx 开始逐篇阅读，每篇都带示例
🧩 核心功能走查
提示词设计基础：角色、上下文与示例
这是使用频率最高的部分。指南从一个经典案例讲起：把"天空是"（The sky is）交给模型，它只补一个词；但改成"补全句子：天空是"，输出立刻完整。差别就在指令是否明确。
实际使用时，建议按 system（设定行为）+ user（传入任务）两层组织提示词，并给模型一条"不确定就回答不知道"的兜底规则，能明显减少编造。
RAG 检索增强生成：让模型基于你的资料回答
解决"模型不知道你的私有数据"这个高频问题。做法是把内部文档切块入库，提问时先检索相关片段，再拼进提示词。仓库在 pages/techniques/rag.en.mdx 讲了原理，notebooks/pe-rag.ipynb提供了可运行的完整流程，跟着单元格执行一遍就能跑通。
AI Agent：给模型装上工具和记忆
当任务需要查数据库、调 API 或分多步执行时，单个提示词就不够了。指南的pages/agents/章节介绍了 Agent 的三件套：Tools（调用外部工具）、Memory（保存状态）、Planning（拆解任务）。
图中用户请求进入 Agent 后，由 Agent 自主决定调用哪个工具、写什么记忆、如何规划下一步，这正是提示词从"一问一答"走向"自动干活"的关键一步。
⚠️ 避坑与常见问题
现象：模型一本正经地编造事实。原因：提示词里只有问题，没有任何事实依据。解决办法：把相关资料作为 context 拼进提示词，或改用 RAG 检索后再生成，并加一句"资料中没有就说不知道"。
现象：输出格式时好时坏，下游代码解析失败。原因：格式要求写得太笼统，比如只说"输出 JSON"。解决办法：在提示词里直接给出字段名和示例结构，越具体越稳定。
现象：在仓库里找不到某个章节。原因：所有页面按"主题.语言码"命名，比如中文是basics.zh.mdx、英文是basics.en.mdx，共 13 种语言。解决办法：用主题英文名在pages/目录下搜文件名前缀即可。
📚 资源索引
- 官方文档：pages/introduction/basics.en.mdx、pages/techniques/cot.en.mdx
- 源码目录：notebooks/、guides/
- 延伸阅读：pages/papers.en.mdx、pages/tools.en.mdx
这份指南的价值不在"读一遍"，而在"查得到"：每次遇到模型不听话的场景，都能在这里找到对应的章节和示例。建议把它留在本地仓库里，配合 notebooks 边读边跑，提示词质量会稳定地往上走。
【免费下载链接】Prompt-Engineering-Guide🐙 Guides, papers, lessons, notebooks and resources for prompt engineering, context engineering, RAG, and AI Agents.项目地址: https://gitcode.com/GitHub_Trending/pr/Prompt-Engineering-Guide
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
