Awesome-Prompt-Engineering

系统整理提示工程资源，快速上手GPT应用开发

这是一个精选的提示工程（Prompt Engineering）资源列表，专注于GPT、ChatGPT、PaLM等生成式预训练模型。项目整理了从基础概念到高级技巧的系统化学习路径，涵盖few-shot学习、思维链、提示优化等核心方法，并汇集了论文、教程、工具和实战案例。它解决了提示工程领域知识分散、入门门槛高的问题，为开发者、研究者和爱好者提供了一站式导航。项目持续更新，社区活跃，是学习和实践提示工程的宝贵参考。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 6339

维护状态活跃

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队promptslab

所属国家

官网地址

GitHubhttps://github.com/promptslab/Awesome-Prompt-Engineering

定价模式free

价格说明开源资源列表，完全免费，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言TypeScript

技术栈/模型chatgpt,chatgpt-api,deep-learning,few-shot-learning,gpt,gpt-3,machine-learning,openai,prompt,prompt-based-learning,prompt-engineering,prompt-generator,prompt-learning,prompt-toolkit,prompt-tuning,promptengineering,text-to-image,text-to-speech,text-to-video

GitHub 星标★ 6339

30天Star增速

HF 下载量

上线时间2023-02-09 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

难度：入门约 10 分钟部署方式：本地安装 6 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

浏览器或 Git 客户端，可访问 GitHub
已安装 git 命令行工具（仅本地克隆仓库时需要）
网络可访问 README 列出的外部站点（DeepLearning.AI、promptingguide.ai、OpenAI 文档等）

安装与启动步骤

1确认项目性质

本项目是精选资源清单，不含可运行代码，先通读 README 目录定位需要的章节。
2克隆仓库到本地

用 git 把仓库下载到本地，便于离线检索论文、工具、课程与社区链接。
```
git clone https://github.com/promptslab/Awesome-Prompt-Engineering.git
cd Awesome-Prompt-Engineering
```
3学习提示工程基础

按 README 的 Start Here 顺序，先看 DeepLearning.AI 免费短课，约 90 分钟。
4阅读系统化指南

接着读 DAIR.AI 的开源 Prompt Engineering Guide，内容全面、适合系统入门。
5查阅厂商官方文档

再读 OpenAI 的 Prompt Engineering Guide，了解模型侧的最佳实践建议。
6加入社区交流

通过 README 中的 Discord 链接加入社区，提问、分享并跟踪资源更新。

如何确认成功

能成功克隆仓库并打开 README，且其中的课程、指南等外部链接可正常访问，即准备完成。

常见问题

Q：这个项目需要安装或部署吗？

A：不需要。它是纯资源清单，没有可执行代码，克隆后用浏览器或 Markdown 阅读器查看即可。

Q：需要配置 OpenAI API Key 吗？

A：README 未要求配置密钥。但清单中的部分课程或工具可能需自备密钥，以其官方说明为准。

Q：如何参与贡献？

A：README 标注 PRs welcome，可在 GitHub 仓库提交 Pull Request 补充资源，也可通过 Discord 社区交流。

Q：列表里的链接打不开怎么办？

A：资源由社区手工维护，链接可能过期。可在仓库提 Issue 反馈，或自行搜索同名资源替代。

注意事项

项目为 Awesome 资源清单，不包含可运行应用、模型权重或服务端组件。
仓库采用 Apache 2.0 许可证，引用或二次分发请遵守许可条款。
具体操作以 README 中链接的官方说明为准，本教程仅整理其学习路径。

核心亮点

资源分类清晰，覆盖从入门到进阶的完整学习路径
持续更新，紧跟GPT、PaLM等最新模型动态
包含大量实战案例和工具，可直接应用于项目

不足之处

内容以资源列表为主，缺乏深度原创讲解
部分链接可能失效，需要维护更新

适用场景

学习提示工程基础概念和核心技巧
查找特定任务的提示示例和最佳实践
了解提示工程领域最新研究和工具

替代项目

Prompt-Engineering-Guide、learn-prompting、Prompt-Engineering

项目介绍

Awesome-Prompt-Engineering 是学习教育领域的开源项目，由 promptslab 开发，2023 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（6,339）位列前 8%，在学习教育分类的 427 个项目里位列前 12%。

近 44 天，它的 GitHub 星标从 6,238 增加到 6,339，净增 101。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。开源资源列表，完全免费，无付费版本。

它主要面向的使用场景是：学习提示工程基础概念和核心技巧。同类可对比的替代方案包括 Prompt-Engineering-Guide、learn-prompting、Prompt-Engineering。

上一篇：ai-agent-book

下一篇：AIGC-Interview-Book