很多人对于大模型的认识，还处在答疑解惑阶段，距离让 AI 成为工作助手，差了十万八千里。这里我整理了三个AI 提示词学习指导教程，不管你从事什么行业，只要认真学习了其中一个教程中的内容，一定会获得一个得力的 AI 助手。

一. AI 提示工程指南

无论是初学者还是提示词高手，无论你是程序员还是任何其它行业的从业者，都一定能在这个教程内容的学习中获益。在教程中，你能够学习到以下内容：

• 了解大模型和随之出现的新行业提示工程
• 学习通用提示技巧，提示案例
• 学习在不同场景，不同状态下的提示技术，包括：零样本提示，少样本提示，链式思考提示，自我一致性提示，生成知识提示，思维树，检索增强生成 (RAG)，自动推理并使用工具 (ART)等等。
• 学习通过提示词构建应用，了解和学习最新的基于大模型的提示应用
• 了解不同的大模型，不仅仅是chatgpt
• 更多最新研究导航，除了学习已经归纳总结的技术，还有一些大牛最新内容的链接。更多内容，详见AI提示工程师指导https://www.promptingguide.ai/zh

我这里还提供了 pdf 版本，在 tb 搜索AI 提示工程指南大模型提示词优化指导个人助理构建教程人工智能可以找到,如果需要的可以支持一下。

二.提示工程课程

这是我在互联网上找到的最好的开源AI提示课程。

提示工程（PE）是与 AI 进行有效沟通以实现预期结果的过程。随着 AI 技术持续快速的发展，掌握提示工程技能变得尤为重要。提示工程技术可以应用于各种各样的任务，使其成为任何寻求提高日常和创新活动效率的人的有用工具。

本课程为不熟悉 AI 和 PE 的初学者量身打造，它将是你完美的起点。然而即使你不是初学者，你仍然会在本课程中找到有价值的见解。本课程是目前最全面的提示工程课程，内容涵盖 AI 简介到高级 PE 技术。

教程中，贴心的为课程做了分级。通过不同的颜色，在目录中直接标记出每一节课程的难易程度，让学习者根据自己的情况去学习，而不至于误入难度较大的课程而打击信心。在教程中，可以学到：

• 基础知识：提示工程和基本技术介绍
• 基本应用：提示工程的简单、实用的应用
• 中级：具有中等复杂性的基于研究的 PE 技术
• 应用提示：社区成员提供的综合 PE 流程案例
• 进阶应用：强大且更复杂的提示工程应用
• 可靠性：增强大型语言模型（LLMs）的可靠性
• 图像：文本到图像模型的快速工程，例如 DALLE 和 Stable Diffusion
• 提示注入：用于提示工程的黑客攻击
• 工具：各种提示工程工具和 IDE 的介绍
• 提示微调：使用基于梯度的技术优化提示
• 杂项：与提示工程相关的其他主题和技术的集合

更多内容，详见学习提示法教程https://learnprompting.org/zh-Hans/docs/intro

我这里还提供了 pdf 版本，在淘宝搜索AI提示词提示工程课程pdf prompt 教程,如果需要的可以支持以下。

三.掌握提示工程

本课程旨在帮助您深入理解适用于任何大型语言模型(LLM)的核心概念和方法论,包括但不限于ChatGPT、Claude、GPT和GPT-J。这门课程是为了提高您在AI提示工程方面的能力至大师级别。您将全面理解作为一名提示工程师的主要职责,我们还将为您提供一个全面的框架来开发、测试和存储任何提示。

网站提供了免费和付费的两种课程，可以根据自己的需要学习。不过对国内用户不友好的是没有中文版，需要有一定的英文基础。

完成本课程后,您将能够:

• 理解提示工程的基础知识以及提示工程师在生成式AI系统和自然语言处理(NLP)中的作用
• 深入了解大型语言模型(LLM)及其工作原理
• 掌握为各种AI模型制作、优化和自定义提示的艺术
• 探索各种提示概念和技术,如零样本提示、少样本提示、思维链提示、知识生成提示等
• 了解如何微调LLM以获得结构化输出和知识检索
• 识别LLM的常见问题,如幻觉,并设计创新解决方案
• 学习思维树提示技术,以增强AI语言模型的问题解决能力
• 高效使用AI提示库进行组织、简化开发和增强协作

更多内容，详见掌握提示工程https://promptengineering.org/learn/