Prompt_Engineering
22 個提示工程技巧,搭配實作 Jupyter Notebook 教學,從基礎概念到進階策略,充分運用大型語言模型。
Prompt_Engineering 是什麼?
22 個提示工程技巧,搭配實作 Jupyter Notebook 教學,從基礎概念到進階策略,充分運用大型語言模型。
Prompt_Engineering 概覽
這是什麼
這個儲存庫收錄了 22 種提示工程技術,並提供實作的 Jupyter Notebook 教學。內容涵蓋從基礎概念到進階策略,用於運用大型語言模型(LLM)。儲存庫專為初學者和經驗豐富的實作者設計,提供逐步教學與實作範例。
主要功能
- 從初學者到進階層級學習提示工程技術
- 探索多種提示結構與應用
- 逐步教學與完整文件
- 實用、可直接使用的提示實作
- 定期更新最新提示工程進展
- 與社群分享自創的提示工程作品
使用情境
- 從基礎概念到進階策略學習提示工程
- 實作零樣本、少樣本、思維鏈、自我一致性、思維樹等技術
- 開發與測試提示模板、角色提示、任務分解、提示鏈結
- 透過 A/B 測試、處理模糊性、管理長度來最佳化提示
- 應用負面提示、多語言提示、倫理考量等專業技術
快速開始
請參閱儲存庫的 README 以取得安裝與使用說明。
授權與價格
提供的元資料中未說明授權條款。該專案標示為開放原始碼。
內容整理自該專案公開的 README 與儲存庫資訊。