提示工程指南

提示工程指南（Prompt Engineering Guide）

全球范围内最系统和最全面的Prompt工程学习方法论资源——不是工具而是”Prompt使用的操作手册”。由DAIR.AI（一个开源AI研究和教育组织）创建和维护，免费在线开放给所有人。它系统性地讲解了Prompt工程的核心原理、高级技术和具体实践案例——从最基础的”什么是Prompt”到”如何设计复杂的多步推理Prompt”，一步一步手把手教你。说人话就是：你买再多Prompt、用再好用的AIPRM插件、装再多ChatGPT模板——如果不懂”为什么这个Prompt效果好”和”怎么样自己写出好Prompt”，你的AI使用水平就是有天花板的。这份指南不是给你更多Prompt——而是教你”成为一个能写出好Prompt的人”。它不卖课程、不收钱——纯开源社区贡献的知识结晶。

核心能力

基础能力——Prompt工程的系统入门

Prompt工程的完整知识体系
这份指南覆盖了Prompt工程的所有核心知识点：什么是Prompt——Prompt的定义、基本结构和组成要素。基础Prompt技巧——指令的清晰度、上下文的相关性、输入数据格式的重要性、输出指示符的作用。零样本和少样本Prompt——不给AI示例（Zero-shot）和给AI几个示例（Few-shot）然后在Prompt中使用的策略和技术。Chain-of-Thought（思维链推理）——让AI”一步步想清楚再回答”而不是一跳到位给出可能不准的答案。角色Prompt——”你是一个XX领域的专家”这类角色给AI带来的输出质量提升及背后的心理学和技术原理。Prompt格式化和模板化——如何设计”只需用户填方括号”就能用的模板化Prompt——以及这种格式对Prompt复用性和团队标准化的重要作用。

高级Prompt技术
除了基础——指南也深入了高级领域：Tree-of-Thoughts——让AI探索多个推理路径而非单一路径——类似人类在做决策时的”权衡多个选项”。ReAct（Reasoning + Acting）——让AI不仅是”想”，还”做”——结合推理和实际行动（如搜索信息后基于结果做推理迭代）。自动Prompt生成和优化——用AI生成和优化Prompt——类似PromptPerfect的能力但指南解释了背后的原理让你理解为什么会有效。多模态Prompt——不只是文本——如何设计图片+文本的混合Prompt让多模态AI产出更好效果。多语言和跨模型Prompt——不同AI工具对Prompt的”喜好”不同——如何适配和调整。

实战案例和应用场景
指南不只有理论——每个技术都配有真实案例和Prompt示例——你可以直接复制和修改用于自己的场景。案例覆盖了：文本生成和摘要、代码生成和调试、创意写作和剧本、数据分析、翻译和本地化、图像生成（Midjourney和Stable Diffusion）、多步推理和决策支持等。

进阶能力——从”Prompt用户”到”Prompt工程师”

评估和改进Prompt的系统方法
指南教你”怎么判断你的Prompt好还是不好”：定义评估指标——清晰度（AI是否准确理解你的意图）、一致性（多次使用同样的Prompt输出是否稳定）、准确性（AI产出的信息是否正确）。对照评估你的Prompt——找出薄弱点——针对性改进。

工具集和Prompt管理
指南附带介绍和链接到一系列Prompt相关的工具：Prompt管理和版本控制工具、Prompt优化和测试工具、Prompt模板库和社区平台等。这让你不只是”学”——还能”找到合适的工具去实践”。

开源社区和持续更新
DAIR.AI和开源社区持续维护和更新这份指南——新出的Prompt技术和方法会定期加入。对于”跟踪AI和Prompt工程前沿动态、持续提升技能”的用户来说——这是一个”活资源”而非”静态电子书”。

标准使用流程——用提示工程指南完成三个真实任务

任务一：系统学习Prompt工程——”从初级到能写出商业可用Prompt”的路径

第一步：从基础开始
打开 promptingguide.ai 或对应的GitHub页面。从”Introduction”章节开始——了解”什么是Prompt””为什么Prompt工程重要”。每天一个章节：第一天→Prompt基本结构、第二天→零样本和少样本Prompt、第三天→思维链、第四天→角色和格式、第五天→高级技术。每天读完后——在自己的AI工具上实践当天学的技巧。

第二步：实践——每个技巧至少用3遍
读”Chain-of-Thought”章节后——在你的ChatGPT中找3个不同场景（如写分析、解决数学问题、做决策）——每个场景都用CoT（思维链）Prompt技巧写一个新的Prompt并测试。记录”没技巧之前的AI产出”vs”用了新技巧之后的AI产出”——这个Before/After的对比是你学习效果的最有力证据。

第三步：逐步构建你的个人Prompt模板库
每种Prompt技巧学完后——把你在实践中学到的最优Prompt提取为”个人Prompt模板”——保存在你的Prompt管理工具中。一个月后你有了一个”从初级到高级Prompt技巧都覆盖的个人Prompt库”——你的AI使用效率和质量将和没系统学习之前截然不同。

任务二：从”抄别人的Prompt”到”理解和创造Prompt”

场景：你已经在用AIPRM和FlowGPT复制别人的Prompt用了——但你想知道”这些Prompt为什么写得好”。

第一步：分析你喜欢的Prompt
选你常用的5个效果好的Prompt（从不同的来源——FlowGPT、AIPRM、朋友分享的等）。在提示工程指南中找到对应的Prompt技巧章节（如”角色定义较清晰”对应Role Prompt章节）。用指南教你的分析思路——去分析和逆向工程这些好Prompt为什么好。

第二步：重新创作——用你学到的技巧创作自己的版本
在理解了这些Prompt好在哪后——用同样的Prompt技巧写你自己的Prompt（针对你自己的使用场景）。将你自己的Prompt和你分析过的”好Prompt”做对比——检查你创作的Prompt是否运用了同样的技巧和结构——如果效果差不多——说明你已经学会了那些技巧。

第三步：发布和验证
将你用新技巧写的Prompt分享到FlowGPT或社区——看其他人的反馈和投票。这个”学习→理解→创作→社区验证”的循环——是你把”学来的知识”变成”自己融会贯通的Prompt工程能力”的完整路径。

任务三：团队统一培训——用指南作为团队Prompt工程的入门教材

场景：你是团队负责人，想做一次”提高团队AI使用水平”的培训。

第一步：从指南中提取”团队最需要的5个Prompt技巧”
团队最常用的AI场景：写周报、写文案、分析数据、写邮件——这么多场景中，哪些Prompt技巧最适用？在指南中选择对应的章节——如”模板化Prompt”（适合写周报这种重复场景）、”格式化和输出控制”（适合分析数据要稳定输出格式）、”角色Prompt”（适合写文案需要品牌风格一致）——选定这5个技巧作为培训核心。

第二步：做1小时”学-练-反馈”培训
培训前半段（30分钟）：讲解选定的5个Prompt技巧+展示真实团队案例的Before/After对比——团队成员能看到”这是用了技巧之前的效果→这是用了技巧之后的效果”。后半段（30分钟）：团队分成小组——每组用当天学的技巧创作一个面向自己日常工作的Prompt——现场在AI中测试——互相给反馈。

第三步：建立团队的”好Prompt库”
培训后——把培训中创作的、效果得到认可的好Prompt整理为团队的标准化Prompt库。新成员入职——这个培训+Prompt库能帮助他们快速达到团队的AI使用基线。

Prompt模板专区——从指南中提取的最实用的3个Prompt技巧和实例

以下是从提示工程指南中提取的、最值得立刻应用到日常AI使用中的3个Prompt技巧和实例。

技巧1：明确指令——AI不是猜你想要什么
不要写：”帮我分析一下市场。”——太模糊。要写：”作为一位市场营销分析师，请分析2026年Q1国内的电动汽车市场。请包含：1. 市场总销量和同比增长率 2. 前三品牌的市场份额对比（用表格展示）3. 分析’价格战对利润率的影响’并提供三个具体案例。最后——给出下季度的策略建议。如果数据不足以做出判断——明确标注’需要更多信息’。”

技巧2：格式化输出——让AI的产出直接可粘贴使用
不要在Prompt中说”写得好一点”。在Prompt中加上具体的格式要求：”请以以下格式输出：标题：# 分析报告{自动计数}。正文：每个要点单独的行、以{编号}开头、长度不超过2行、用’我们可采取的行动：’作为每个要点的结尾。”格式指令确保了AI的输出不用你再手动重新排版——直接复制粘贴到你的报告或邮件中就能用。

技巧3：分步推理（Chain-of-Thought）——让AI”一步步想清楚了再给结论”
不要直接问：”这个投资方案值不值得做。”要分步引导：”请分步分析以下投资方案的可行性。第1步：识别方案中的关键假设和数据来源。第2步：评估这些假设的可靠性和局限。第3步：给出三个可能的结果（最可能、最好、最坏），每个结果给出概率评估。第4步：基于以上分析——给出你的投资建议和理由。”

适合谁用

所有想”真正学会怎么用AI”的人
不是依赖别人的Prompt和模板——而是成为一个”能自己写出高质量Prompt”的AI使用者。这本指南是你的AI能力的”基座投资”——花几小时学习带来的效率和质量提升在后续所有的AI使用中持续产生复利效应。

AI团队的培训负责人——需要提升团队的AI使用基线
用提示工程指南作为团队内部的Prompt工程培训教材——科学、系统、免费。培训后全队的”AI使用效率和质量”的差距会明显缩小。

Prompt创作者——想升级为”Prompt工程师”
你已经会写一些不错的Prompt了——但想系统学习所有高级Prompt技巧成为真正的Prompt工程专家。这本指南是你技能进阶的最佳路径图。

追求AI使用效率和质量的”严肃用户”
你不是”每次随便打一句就问AI”的用户——你是AI已被你嵌入日常工作流中每天用它完成重要任务的用户。这种投入下——花几小时学学Prompt工程的系统知识是回报率最高的投资之一。

不适合的场景

“我只需要偶尔用AI，随便问问就行”的轻度用户。提示工程指南需要你投入学习时间——如果AI只是你”偶尔玩一下”的工具——学习的投入产出比可能不如”去FlowGPT或AIPRM上找个现成模板”经济。

追求”立刻马上现在”的即时解决方案——没时间看文档。如果你现在就需要Prompt——直接去PromptBase买一个或去AIPRM套一个模板——比给自己十几分钟到几小时读指看更快。

真实优缺点——带触发条件

优点

最系统和最全面的免费Prompt工程学习资源。从零基础到高级技术——全程有案例、有实践。触发条件：你愿意投入几小时到十几小时系统学Prompt工程——这个投入在未来所有AI使用中都产生终身复利。

开源和社区持续更新——学习的知识不会过时。跟随AI工具的进化——指南同步更新新的Prompt技巧。触发条件：你想持续跟踪Prompt工程领域的最新进展。

多种Prompt技巧的”实操案例库”——看完一章就能在自己的AI上复制和实践。

缺点

学习需要时间和专注力——不是”5分钟速成”的教程。指南覆盖极广——从头到尾读完需要耐心。触发条件：你只有碎片化的时间且不愿意多次往返阅读——学习效果可能打折。

信息密度大——适合有一定AI使用经验的用户——完全AI新手可能感觉有些章节”抽象难懂”。触发条件：刚接触AI时——先在实际中使用AI积攒一两个月经验再来学这份指南——效果比”零基础直接上指南”好。

以英文为主（虽然部分翻译版本存在）——中文读者使用体验不如英文原版完整和准确。

使用技巧进阶

指南的阅读建议：不要一次性全读完，一次读完几百页信息量大可能消化不了。每天一个章节，读完立刻在AI上实践，用”理论→实践→笔记”的学习闭环。学一个Prompt技巧→当天在工作或生活中用好它→笔记记录下来。这样的节奏下一个月后你的Prompt工程能力已经超过没系统学习的用户的水平。

另外，指南在GitHub上开源，你可以把整个仓库下载到本地离线阅读和学习。如果你在某个Prompt技巧上有收获，可以在GitHub上给项目加星（Star）或参与讨论——开源社区的互动让这份指南持续变得更好。对于想”教别人”的用户，你也可以基于指南的内容组织和改写为你自己的培训材料——它是开源且免费授权使用的。

指南中还有一个被很多人忽略但很有价值的部分：Prompt工程在不同领域的具体应用案例集——涵盖了医疗、法律、教育、金融等多个行业的Prompt设计实践。即使你不在这些行业，看别人”怎么给AI设计行业特定的Prompt”也能给你在自己的领域设计Prompt时提供灵感和思路。建议至少浏览一遍案例集，留意其中和你自己的AI使用场景有相似之处的案例并做笔记。

访问方式

网页版：promptingguide.ai。GitHub开源版本：github.com/dair-ai/Prompt-Engineering-Guide。完全免费。开源、无广告、无需注册。可在线阅读，也可下载PDF或Markdown版本离线学习（GitHub提供全项目下载）。中文翻译版本存在但不如英文原版完整和最新——建议优先看英文原版，需要时参考中文翻译辅助理解。

一句话总评

“Prompt工程圣经”——全球最系统的免费Prompt学习资源。从”能写Prompt”到”精通Prompt”的跨越指南。AI使用越深入——这本指南的价值越明显——它提升的不只是你”用一个好Prompt”的能力，而是你”成为一个能不断写出好Prompt的人”的能力。

如果它不适合你——换一种学习方式

需要立即到手的高质量Prompt一键使用→ PromptBase或AIPRM，买或套模板。
需要看别人怎么写Prompt的灵感→ FlowGPT或PromptHero，浏览社区Prompt案例学习。
需要AI帮你优化Prompt而不是学原理 → PromptPerfect，用AI帮你优化Prompt。

提示工程的能力是用出来的，不是看出来的——多用、多试、多改是唯一的路。