Awesome-Prompt-Engineering

系统整理提示工程资源，快速上手GPT应用开发

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 799 🐛 待处理 145 👀 关注 96

GitHub ↗

GitHub 星标 ★ 6435

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源资源列表，完全免费，无付费版本。

项目预览

Awesome-Prompt-Engineering 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类图像生成

开发团队promptslab

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

定价模式🏷️完全免费

价格说明开源资源列表，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

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★ 6435

上线时间2023-02-09 00:00:00

代码更新2026-11-07

仓库体积596 KB

本站数据更新2026-11-08

维护状态活跃

收录时间2026-08-09

浏览次数7

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 6435

技术标签

chatgpt chatgpt-api deep-learning few-shot-learning gpt

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

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。