Prompt Engineering 篇难度 3⏱ 13 分钟概念
01多模态提示（Multimodal Prompting）
通过组合图像、文本等多种信息形式来引导多模态模型完成视觉理解与推理任务的提示技术
多模态提示Multimodal Prompting图文混合视觉提示音频提示
更新于 2026-03-26multimodal-prompting
分类浏览
Prompt Engineering 篇
围绕同一主题聚合相关知识卡片，帮助你从核心概念延伸到工具、模式与实践，形成连续的学习路径。
分类概览
共收录 29 张卡片
适合先按主题连续阅读；如果你已经有明确问题，也可以进入搜索页，用关键词快速定位相关内容。
Prompt Engineering 篇难度 3⏱ 12 分钟概念
02提示词版本管理（Prompt Versioning）
像管理代码一样管理提示词的版本、环境和发布，保证线上可追溯、可回滚
提示词版本管理Prompt Versioning版本控制环境隔离LLMOps
更新于 2026-03-26prompt-versioning
Prompt Engineering 篇难度 3⏱ 11 分钟概念
03提示词评估（Prompt Evaluation）
用科学的指标体系和对比实验方法量化提示词质量的完整评估方法论
提示词评估LLM-as-a-Judge基准测试自动评估人工评估
更新于 2026-03-26prompt-evaluation
Prompt Engineering 篇难度 3⏱ 12 分钟概念
04代码生成场景提示（Code Generation Prompts）
通过结构化提示词策略引导 LLM 生成高质量、可运行的代码
代码生成Code Generation提示模板Copilot编程辅助
更新于 2026-03-25code-generation-templates
Prompt Engineering 篇难度 3⏱ 14 分钟概念
05多轮对话上下文管理（Multi-turn Context Management）
在多轮对话中管理对话历史和上下文的策略，平衡信息保留与 Token 消耗
多轮对话上下文管理Token管理对话历史滑动窗口
更新于 2026-03-25multi-turn-context
Prompt Engineering 篇难度 3⏱ 12 分钟概念
06分解提示（Decomposition Prompting）
将复杂问题显式拆分为多个简单子问题，逐步求解再合并结果的提示技术族
分解提示Decomposition任务拆解复杂推理子问题
更新于 2026-03-25decomposition-prompting
Prompt Engineering 篇难度 3⏱ 13 分钟概念
07检索增强提示（RAG Prompting）
RAG 场景下的提示词设计方法，涵盖上下文注入、模板结构、引用归因等核心技术
RAG Prompting检索增强上下文注入知识融合提示词工程
更新于 2026-03-25rag-prompting
Prompt Engineering 篇难度 2⏱ 11 分钟概念
08角色扮演提示（Role Prompting）
通过为 LLM 分配特定角色身份来引导其输出风格、语气和知识侧重的提示词技术
角色扮演Role PromptingPersona Prompting人设定义角色驱动
更新于 2026-03-25role-prompting
Prompt Engineering 篇难度 3⏱ 12 分钟概念
09结构化输出（Structured Output）
通过 Schema 约束和约束解码技术，让 LLM 输出严格符合指定格式的结构化数据。
结构化输出JSON Schema约束解码Constrained Decoding格式控制
更新于 2026-03-25structured-output
Prompt Engineering 篇难度 2⏱ 11 分钟概念
10零样本提示（Zero-Shot Prompting）
不提供任何示例，仅靠自然语言指令驱动 LLM 完成任务的提示技术
Zero-Shot零样本提示词工程指令驱动LLM
更新于 2026-03-25zero-shot-prompting
Prompt Engineering 篇难度 3⏱ 12 分钟概念
11上下文窗口管理（Context Window Management）
将上下文窗口视为有限资源，通过预算分配、压缩和优先级策略最大化信息利用率
上下文窗口Token预算上下文工程Context Rot动态分配
更新于 2026-03-25context-window-management
Prompt Engineering 篇难度 3⏱ 13 分钟概念
12上下文构建策略（Context Building Strategy）
在运行时动态组装最优上下文，让 LLM 在正确的信息环境中完成任务
上下文构建上下文工程Context Engineering动态上下文RAG
更新于 2026-03-25context-building-strategy
Prompt Engineering 篇难度 3⏱ 14 分钟概念
13上下文压缩（Context Compression）
在保留关键信息的前提下，减少送入 LLM 的 token 数量，降低成本和延迟。
上下文压缩Context CompressionPrompt CompressionToken优化LLMLingua
更新于 2026-03-25context-compression
Prompt Engineering 篇难度 3⏱ 11 分钟概念
14上下文与 Agent（Context & Agent）
Agent 运行时的上下文管理机制，涵盖信息注入、压缩、多 Agent 传递等核心问题。
上下文工程Context EngineeringAgent状态管理工具调用
更新于 2026-03-25context-and-agent
Prompt Engineering 篇难度 2⏱ 11 分钟概念
15少样本提示（Few-Shot Prompting）
在提示词中嵌入少量示例，引导 LLM 通过上下文学习完成新任务的技术
Few-Shot少样本上下文学习ICL提示词工程
更新于 2026-03-25few-shot-prompting
Prompt Engineering 篇难度 3⏱ 13 分钟概念
16数据分析场景提示词模板（Data Analysis Prompt Templates）
用结构化模板帮助 LLM 从原始数据中提取洞察、生成图表描述和分析报告的提示词设计方法
数据分析Data Analysis提示模板数据解读统计分析
更新于 2026-03-25data-analysis-templates
Prompt Engineering 篇难度 2⏱ 11 分钟概念
17思维链（Chain-of-Thought, CoT）
引导 LLM 展示中间推理步骤的提示技巧，显著提升多步推理任务的准确率。
思维链CoT推理Prompt技巧Zero-shot CoT
更新于 2026-03-25chain-of-thought
Prompt Engineering 篇难度 3⏱ 12 分钟概念
18思维树（Tree-of-Thought, ToT）
通过树形结构探索多条推理路径并自主评估回溯，解决线性思维链无法应对的复杂决策问题。
ToT思维树推理搜索策略BFS
更新于 2026-03-25tree-of-thought
Prompt Engineering 篇难度 4⏱ 12 分钟概念
19思维图（Graph-of-Thought, GoT）
用图结构对 LLM 推理建模，支持思路融合、精化和反馈循环，突破链式和树形推理的结构限制
GoT图结构推理多路径融合思考拓扑高级提示技术
更新于 2026-03-25graph-of-thought
Prompt Engineering 篇难度 2⏱ 12 分钟概念
20提示词的基本结构（Prompt Structure）
提示词由角色、指令、上下文和输出格式四部分组成，理解结构才能写出可控的提示词
提示词系统提示用户提示角色定义输出格式
更新于 2026-03-25prompt-structure
Prompt Engineering 篇难度 3⏱ 15 分钟概念
21提示词优化（Prompt Optimization）
从手动迭代到自动搜索，系统掌握提示词优化的四大方法与工程实践。
提示词优化Prompt OptimizationAPEOPRODSPy
更新于 2026-03-25prompt-optimization
Prompt Engineering 篇难度 2⏱ 11 分钟概念
22文本生成场景（Writing/Translation/Summarization）
面向写作、翻译、摘要三大文本生成任务的提示词模板设计方法与核心要素
文本生成写作翻译摘要提示模板
更新于 2026-03-25text-generation-templates
Prompt Engineering 篇难度 3⏱ 13 分钟概念
23系统提示词设计（System Prompt Design）
通过角色定义、行为规则和安全护栏，让 AI 在每次对话中保持一致行为的设计方法
系统提示词System Prompt角色定义行为规则安全护栏
更新于 2026-03-25system-prompt-design
Prompt Engineering 篇难度 3⏱ 12 分钟概念
24元提示（Meta Prompting）
用提示词来生成、优化或编排其他提示词的高阶提示技术
元提示Meta Prompting提示词生成自动优化LLM
更新于 2026-03-25meta-prompting
Prompt Engineering 篇难度 2⏱ 11 分钟概念
25知识问答场景（QA Prompt Templates）
通过结构化提示词模板，让 LLM 基于给定信息准确回答问题、减少幻觉
知识问答QA问答模板提示模板知识检索
更新于 2026-03-25qa-templates
Prompt Engineering 篇难度 2⏱ 11 分钟概念
26指令工程（Instruction Engineering）
通过清晰、具体、结构化的指令设计，让 LLM 准确理解意图并稳定输出的方法论
指令工程提示词设计清晰度具体性约束条件
更新于 2026-03-25instruction-engineering
Prompt Engineering 篇难度 3⏱ 12 分钟概念
27自一致性（Self-Consistency）
对同一问题采样多条推理路径，通过多数投票选出最一致的答案，提升 LLM 推理准确性
Self-Consistency多数投票采样推理增强CoT-SC
更新于 2026-03-25self-consistency
Prompt Engineering 篇难度 3⏱ 13 分钟概念
28Agent 场景提示模板（Agent Prompt Templates）
Agent 应用中引导模型推理、调用工具和协作的三类标准化提示结构
Agent模板提示模板Agent提示词ReAct模板工具调用模板
更新于 2026-03-25agent-templates
Prompt Engineering 篇难度 3⏱ 11 分钟概念
29ReAct 提示技巧（Reasoning + Acting）
通过 Thought-Action-Observation 循环，让 LLM 边推理边调用工具，解决纯思考无法完成的任务。
ReAct推理行动提示词工程Thought-Action-Observation
更新于 2026-03-25react-prompting