摘要 — 提示词工程（Prompt Engineering）是通过设计、优化输入提示词来引导大语言模型产生预期输出的实践学科。本专栏收录方法论、模式、工具与案例。
提示词工程
提示词工程（Prompt Engineering）是通过设计、优化输入提示词来引导大语言模型产生预期输出的实践学科。本专栏收录方法论、模式、工具与案例。
第一章：01-概念入门
- 01-01 什么是提示词工程 — 从自然语言到控制指令的本质理解
- 01-02 提示词工程系统教程 — 从原理到实战的完整指南，覆盖原则、技术、框架与调试
第二章：02-方法框架
- 02-01 LangGPT — 人人都能写出高质量提示词 — 变量 + 模板语法，像编程一样写 Prompt
- 02-02 结构化提示词系统论述 — 构建高性能 Prompt 的系统方法论
- 02-03 Agents 基石：提示词结构化方法论 — 结构化 Prompt 的工程化实践
- 02-04 提示工程、RAG 和微调 — 如何让 LLM 应用性能登峰造极
- 02-05 CO-STAR 框架 — 结构化提示词构建方法
- 02-06 CRISP 框架 — 批判性思维提示词框架
- 02-07 ICIO 框架 — 指令 + 上下文 + 输入 + 输出格式
- 02-08 Prompt 设计编译器 — 知识对象路由与高信息密度 Prompt 设计方法
第三章：03-核心模式
- 03-01 Chain of Thought (CoT) — 思维链推理
- 03-02 ReAct — 推理与行动结合
- 03-03 Tree of Thoughts — 思维树搜索
- 03-04 类推提示法 — Large Language Models as Analogical Reasoners
- 03-05 多模态提示词 — 文本、图像、音频、视频的联合提示策略
- 03-06 提示链与多提示词协同 — Prompt Chain、Prompt Tree、Prompt Graph
第四章：04-输出控制
- 04-01 借助伪代码控制 LLM 输出 — 精准控制输出结构和执行逻辑
- 04-02 控制 LLM 输出格式 — Function Calling / JSON Schema / Regex 解析
- 04-03 Token 优化 — 降本增效的 Token 使用策略
- 04-04 角色扮演技巧 — System Prompt 角色设定
第五章：05-官方指南
- 05-01 谷歌 68 页提示词圣经 — CTF 黄金公式 + 元提示词模板
- 05-02 OpenAI 官方提示词指南 — 六条核心策略官方原文
第六章：06-避坑反模式
- 06-01 提示词反模式 — 常见错误与避坑指南
第七章：07-案例研究
- 07-01 李继刚：如何写好 Prompt — 模型理解 + 行业 KnowHow + 表达力
- 07-02 李继刚：提示词的道与术 — 从 lisp 格式到表达本质的深层思考
第八章：08-资源导航
- 08-01 优质提示词库 — 收录各平台优质提示词集合
- 08-02 提示词工具 — 调试、优化、版本管理工具
- 08-03 论文与博客 — 必读论文与技术博客精选