提示工程指南（Prompt Engineering Guide）是由DAIR.AI发起的免费开源学习项目，系统梳理了大语言模型提示词开发与优化的完整知识体系，从零样本提示到Agent编排，覆盖论文、代码和实战指南。本文拆解它的内容体系、核心特色和适用人群，帮你判断它是否值得作为你的Prompt工程入门教材。
提示工程指南是什么：DAIR.AI发起的免费学习项目
提示工程指南（Prompt Engineering Guide）是由DAIR.AI发起并维护的免费开源学习项目，官网为promptingguide.ai。DAIR.AI的全称是Democratizing Artificial Intelligence Research，其使命是“让AI研究、教育和技术民主化，赋能下一代AI创新者与创造者”。该项目的核心目标是为研究人员和从业者提供系统化的提示工程、上下文工程、RAG和AI Agent学习资源。
项目的GitHub仓库已获得超过78,000个Star和7,800个Fork，是自学Prompt工程与LLM应用领域最常被引用的公开资料之一。仓库以MDX格式组织内容，配套promptingguide.ai网站提供可读性最高的浏览体验。项目采用MIT协议开源，社区可以自由贡献翻译和内容更新。
它解决的问题非常聚焦：Prompt Engineering作为一门相对较新的学科，学习资源分散在论文、博客、视频和课程中，缺乏一个系统性的学习路径。提示工程指南将这些分散的资源整合为一条从基础到进阶的完整学习路线，覆盖从“什么是Prompt”到“如何在Agent和RAG系统中做上下文工程”的全链路知识。研究人员可利用提示工程提升大语言模型处理复杂任务的能力，开发者可通过它设计并研发强大的工程技术，实现与大语言模型或其他生态工具的高效接轨。
内容体系拆解：五大模块覆盖从入门到Agent
提示工程指南的内容按五大模块组织，形成一条清晰的学习路径。
模块一：提示工程简介
入门模块涵盖大语言模型设置、基本概念、提示词要素、设计提示的通用技巧和提示词示例。这一模块的目标是让读者理解Prompt的基本构成和设计原则，为后续的技术学习打下基础。
模块二：提示技术
这是内容最丰富的核心模块，涵盖从零样本提示和少样本提示等基础技巧，到链式思考（CoT）提示、自我一致性、生成知识提示、思维树（Tree of Thoughts）等进阶方法，再到检索增强生成、自动推理和工具使用、自动提示工程师、Active-Prompt、方向性刺激提示、ReAct框架、多模态思维链提示方法和基于图的提示等前沿技术。
模块三：提示应用
应用模块将提示技术落地到具体场景，包括程序辅助语言模型、生成数据、Generating Code、毕业生工作分类案例研究和Prompt Function等实战案例。
模块四：模型
模型模块介绍了Flan、ChatGPT、LLaMA、GPT-4和Model Collection等主流大语言模型的特点和适用场景。
模块五：风险和误用
这一模块关注提示工程中的安全与伦理问题，涵盖对抗性提示、真实性和偏见等主题，帮助用户在使用提示工程时规避潜在风险。
核心提示技术详解：CoT、ReAct与思维树
链式思考（CoT）提示
链式思考（Chain-of-Thought, CoT）提示是提示工程指南中被引用最多的技术之一，其核心思路是通过引导模型逐步推理来提升复杂任务的准确率，而非直接要求模型给出答案。在指南的学习路径中，CoT被定位为中阶技术的起点，读者需要在掌握Zero-shot和Few-shot基础后学习这一方法。
ReAct框架
ReAct框架面向Agent时代的提示设计，将推理（Reasoning）和行动（Action）结合，让模型在推理过程中能够调用外部工具。指南将ReAct定位为高阶学习内容，适合已经掌握基础提示技巧、希望进入Agent编排领域的读者。
思维树（Tree of Thoughts）
思维树（Tree of Thoughts）是对链式思考的进一步扩展，通过探索多条推理路径并评估每条路径的可行性来提升复杂规划任务的解决能力。这一技术被收录在指南的进阶提示技术模块中，适合需要处理复杂推理和规划任务的读者。
提示词示例与论文引用：两个被高频使用的学习资源
提示词示例
提示工程指南在每个技术章节都附有具体的提示词示例，用户可以直接查看和复制使用。指南还提供了独立的Prompt Hub板块，汇集了各种场景下的提示词示例。网站上的可读版本更适合直接浏览和复制，而GitHub仓库则更适合二次开发和贡献。
论文引用与Notebook
指南的重要章节附有论文引用和可运行的Notebook，便于读者溯源和动手实践。这是提示工程指南区别于普通教程的核心特征之一——它不仅告诉你怎么做，还告诉你“为什么这样做”背后的论文依据。对于希望深入理解技术原理的读者，论文引用提供了进一步研究的入口。
多语言支持与开源协议：中文用户怎么用
中文版访问
提示工程指南提供中文版本，用户可以直接访问promptingguide.ai/zh浏览中文内容。除了中文，社区还维护了日语、韩语等多种语言的翻译版本。对于英文阅读有困难的中文用户，中文版提供了无障碍的学习入口。
MIT开源协议
项目采用MIT协议开源，这意味着用户可以自由使用、修改和分发内容，包括用于教育和培训场景。GitHub仓库以MDX格式组织内容，适合开发者进行二次开发和内容贡献。教育工作者可以将指南内容直接引用为课程素材。
使用流程：从零开始学习Prompt工程的三条路径
根据指南自身的内容组织，用户可以根据自身水平选择不同的学习路径。
入门路径适合零基础用户：从“提示工程简介”模块开始，学习大语言模型设置、提示词要素和设计提示的通用技巧，然后通过Zero-shot、Few-shot和Instruction等基础技术建立对Prompt的直观理解。
进阶路径适合已有一定基础的读者：在掌握基础后，深入学习Chain-of-Thought、Self-Consistency和Tree-of-Thoughts等推理增强技术，理解如何通过提示设计提升模型在复杂任务上的表现。
工程应用路径适合开发者和技术从业者：学习ReAct、Agent编排和Function Calling等高阶技术，然后进入RAG、Context Engineering和评估与安全等工程话题，将提示工程能力落地到实际应用中。
指南建议读者将每章的示例亲手在模型上跑一遍，以真正体会不同提示技术带来的差异。论文引用可作为进一步深入研究的入口，同时保持关注项目的更新分支，因为内容会随行业演进持续更新。
用户真实反馈与客观局限
提示工程指南在开发者社区和学术界获得了广泛的认可。GitHub上超过78,000个Star的数据说明它在开源社区中有极高的影响力。在多个第三方评测中，它被描述为“自学prompt工程与LLM应用最常被引用的公开资料之一”。美国空军部在其发布的Prompt Engineering Field Guide中，也将DAIR.AI的Prompt Engineering Guide列为附录中的额外资源之一。
需要客观指出几个关键局限。第一，提示工程指南的定位是“学习参考”而非“实战工具”，它不提供交互式的提示词生成或优化功能，用户需要自行在AI工具中测试和验证。第二，项目内容以英文为主，虽然提供了中文翻译版本，但翻译的完整性和更新时效可能与英文原版存在差异。第三，作为开源项目，内容的更新和维护依赖于DAIR.AI团队和社区贡献者，部分章节可能存在内容滞后的情况。第四，指南的深度偏向理论和技术原理，对于只想快速获取可用提示词模板的用户来说，学习曲线可能较陡。
提示工程指南和AiShort、PromptPilot有什么区别
三者在Prompt工程学习与工具赛道上的定位有本质区别。
提示工程指南是一个免费的、系统化的学习资源平台，核心价值在于“教会你如何理解和设计提示词”。它从理论原理出发，结合论文引用和实战示例，帮助用户建立对Prompt工程的系统认知。它不提供现成的提示词模板库，也不提供自动化的提示词优化功能。
AiShort是一个免费开源的提示词模板库，收录了5000+条人工精选和社区共建的提示词，用户搜索、复制、粘贴即可使用。它的核心价值在于“给你现成可用的提示词”，适合希望零成本快速获取提示词模板的用户。
PromptPilot是火山引擎推出的提示词工程平台，核心能力是帮助用户系统化地生成、批量测试和自动优化提示词。它的核心价值在于“帮你把提示词改得更好”，适合需要将提示词开发变成可衡量工程流程的开发者和技术团队。
简单来说，提示工程指南解决“如何系统学习Prompt工程”的问题，AiShort解决“有没有现成提示词可以用”的问题，PromptPilot解决“如何优化和迭代提示词”的问题。三者可以组合使用——用提示工程指南建立理论基础，用AiShort快速获取可用模板，用PromptPilot进行深度优化和批量测试。
提示工程指南适合谁用、不适合谁用
适合的场景比较清晰：开发者希望系统学习Prompt工程的理论基础和技术体系，提示工程指南提供了从基础到Agent编排的完整学习路径。研究人员需要了解提示工程领域的最新论文和研究进展，指南的论文引用和Notebook提供了深入研究的入口。产品经理和AI应用设计者需要理解大语言模型的能力边界和交互设计原则，指南的系统性内容可以帮助建立完整的认知框架。教育工作者需要Prompt工程的课程素材，MIT开源协议允许将指南内容直接用于教学。已经在使用提示词但希望理解“为什么这样写”背后原理的用户，指南的论文引用和技术解释可以填补从“会用”到“理解”之间的认知空白。
不太适合的场景同样明确：如果你只是需要快速找到可用的提示词模板，AiShort或幂简提示词宝典的模板库更直接。如果你需要的是提示词的自动优化和批量测试功能，PromptPilot等提示词工程工具更对口。如果你对中文内容的完整性和更新时效有较高要求，建议优先浏览英文原版或关注GitHub仓库的最新更新。如果你只是偶尔使用AI且需求简单，提示工程指南的系统性学习内容可能超出了实际需求，免费使用通用AI工具或社区免费提示词可能已经够用。
常见问题解答
提示工程指南是免费的吗？
是。提示工程指南是一个完全免费的开源项目，网站浏览和GitHub仓库内容均免费开放。项目采用MIT协议开源，用户可以自由使用、修改和分发内容。DAIR.AI还提供付费的Prompt Engineering课程，但指南本身完全免费。
提示工程指南有中文版吗？
有。用户可以访问promptingguide.ai/zh浏览中文版本。除了中文，社区还维护了日语、韩语等多种语言的翻译版本。中文版的完整性和更新时效建议以实际浏览为准。
提示工程指南和AiShort有什么区别？
提示工程指南是系统化的学习资源平台，核心价值在于教会用户理解和设计提示词的理论与技术。AiShort是提示词模板库，核心价值在于提供现成可用的提示词供用户搜索和复制。前者解决“怎么学”的问题，后者解决“有没有现成的”的问题。
提示工程指南适合零基础用户吗？
适合，但需要一定的学习投入。指南从“提示工程简介”模块开始，涵盖大语言模型设置、基本概念和提示词要素等内容，为零基础用户提供了入门路径。不过，指南的深度偏向理论和技术原理，对于只想快速获取可用提示词的用户，学习曲线可能较陡，建议配合AiShort等模板库使用。
