Google出版《Prompt Engineering》入门大模型看这份文档获益匪浅！-CSDN博客

本文链接：https://blog.csdn.net/2301_81888214/article/details/148136116

这份在今年二月份，由google发布的《Prompt Engineering》权威性指南白皮书真的太赞了，由Lee Boonstra主笔，Michael Sherman、Yuan Cao、Erick Armbrust、Antonio Gulli等多位专家共同贡献，详细介绍了如何为大型语言模型（LLM）设计有效的提示词。从基础概念到高级策略，全面覆盖了各种提示工程技术，并配有实用示例和清晰解释。无论你是初学者还是有经验的AI从业者，都能从中获益匪浅。

书中主要包含基础知识、提示技术、代码提示技巧、最佳实践四个主要部分，大量实用表格和示例，展示了如何构建有效的提示，以及如何根据特定任务优化提示参数。可以说这份Google白皮书提供了系统、全面的指导，帮助我们更好地利用大语言模型的潜力。强烈建议所有对AI提示工程感兴趣的朋友仔细阅读。

英文版PDF和中文精细翻译版已经下载打包好了，大家需要的话可以添加小助手无偿获取！

主要内容

基础知识

提示工程的定义与重要性

LLM输出配置：输出长度、采样控制、温度、Top-K和Top-P参数等

提示技术

零样本提示（Zero-shot prompting）

少样本提示（One-shot & Few-shot prompting）

系统提示（System prompting）

角色提示（Role prompting）

上下文提示（Contextual prompting）

后退提示（Step-back prompting）

思维链（Chain of Thought）

自我一致性（Self-consistency）

思维树（Tree of Thoughts）

推理与行动（ReAct）

自动提示工程（Automatic Prompt Engineering）

代码提示技巧

编写代码的提示

解释代码的提示

翻译代码的提示

调试和审查代码的提示

最佳实践

提供示例

设计简洁明了的提示

关于输出的具体说明

使用指令而非约束

控制最大令牌长度

在提示中使用变量

实验不同的输入格式和写作风格

记录各种提示尝试

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

五、AI产品经理大模型教程

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望