如果你有想学习 Prompt Engineering（提示工程）和生成式 AI，但是又不知道从哪里寻找合适的学习资料，这里是我了解的一些优质资源，持续更新，也欢迎补充。

Prompt Engineering Guide
http://t.cn/A60y2NFD

这是一个开源的 Prompt Engineering 学习资源网站，循序渐进系统的讲解了提示工程的方方面面，并且包含多语言版，中文版我还贡献了几页内容的翻译。

这个网站适合系统的快速浏览一遍有一个全局了解，时不时回头来翻一翻。

Anthropic 的 Prompt Engineering 资源

Prompt Engineering 文档
http://t.cn/A6RcFtPH

Anthropic 的文档网站做的相当不错，其中就有很重要的一部分是 Prompt Engineering 相关的，这部分主要是结合它自家的 Claude 模型来讲的，算是 Claude 的最佳实践：
- 指令要清晰直接
- 使用样例
- 链式思考
- 使用 XML 来结构化输入和输出
- 给 Claude 设定角色
- 其他

上面的最佳实践虽然是针对 Claude，但基本上对绝大部分模型都适用，但也要要注意些差别，比如对样例 Claude 可以很多样例，效果很好，这是因为它上下文长度很长，并且遵循指令也做得很好，同样的用在其他模型上未必效果会好；还有 Claude 对于 XML 是专门微调过的，支持的相当好，但是对于其他模型，未必 XML 是最佳格式。

Anthropic Prompt Library
http://t.cn/A6Q4yWjk

它有一系列的常用 Prompt 库，通过学习这些 Prompt 示例，可以大概了解对于不同场景，怎么写 Prompt 是最好的。

Anthropic 的 Prompt 生成器
http://t.cn/A6RCcbfc

Anthropic 提供了一个强大的 Prompt 生成器，生成的质量相当不错，我自己都经常用它来生成，然后基于它生成的结果再调整。但是注意这个 Prompt 生成器是要花钱的，一次 $0.3 的样子，还需要注册 Anthropic 的开发者才可以。

Anthropic courses
http://t.cn/A6RCcbfq

Anthropic 出的开源 Prompt 教程，其中包含四门课程：

1. Anthropic API基础课程 - 教授使用Claude SDK的基本要点：获取API密钥、操作模型参数、编写多模态提示词、流式响应等。
2. 提示词工程交互式教程 - 一步步详细指导关键提示技术。
3. Google Vertex版本
4. 现实世界中的提示工程课程 - 学习如何将提示技术应用于复杂的现实世界提示中。

尤其是其中的现实世界中的提示工程课程很不错，首先回顾了其官方文档中的最佳实践，然后结合几个常见的应用案例，一步步从错误实践到普通实践到最佳实践，配合 jupyter notebook，让你可以看到每一种优化方案的执行结果。

包含的几个案例都很有代表性：
- 从医疗报告中提取结构化信息
- 对客户呼叫电话生成摘要
- 客服售后支持

Anthropic Cookbook
http://t.cn/A6RCcbff

这是偏向 Anthropic 开发者的代码示例，不仅仅是 Prompt Engineering，还有其他一些内容，比如 Embedding、微调等等

如果你是开发者可以找一些和你相关的看看，否则倒无所谓。

http://t.cn/A6RCcbfG

这是吴恩达老师办的面向深度学习的课程，似乎都是免费的，上面的课程不仅有教学视频，还有一个可以运行代码的环境，可以按照课程写代码执行，其中有很多课程很适合 AI 初学者。

Generative AI for Everyone
http://t.cn/A6YrYkT9
是非常适合初学者全面了解生成式 AI 的课程

ChatGPT Prompt Engineering for Developers
http://t.cn/A6pxoWKy

结合 ChatGPT 以及几个常见案例的 Prompt Engineering 入门教学视频

OpenAI 的 Prompt Engineering 学习资源

OpenAI 也出了很多优质的 Prompt Engineering 学习资源。

Prompt engineering 指南
platform.openai.com/docs/guides/prompt-engineering

它的 Prompt engineering 文档上面有各种 Prompt 使用的最佳实践，总结的六个策略非常有代表性：
1. 策略一：撰写清晰的指令
2. 策略二：提供参考文本
3. 策略三：把复杂的任务拆分成简单的子任务
4. 策略四：给模型更多时间“思考”
5. 策略五：运用外部工具
6. 策略六：系统地对变更进行测试

我以前有整理过：
http://t.cn/A6lJwjWU

OpenAI 的 Prompt examples
platform.openai.com/docs/examples

这里列了很多常用的 Prompt，比如翻译、做数学题、面试准备问题、解释代码等等，并且每一个 Prompt 示例，不仅有代码，还包含了如何使用代码调用

OpenAI 的 Prompt examples
platform.openai.com/docs/examples

这里列了很多常用的 Prompt，比如翻译、做数学题、面试准备问题、解释代码等等，并且每一个 Prompt 示例，不仅有代码，还包含了如何使用代码调用

OpenAI Cookbook
http://t.cn/A6OHPkYi

OpenAI 的 Cookbook 是学习调用 OpenAI 各种 API 的宝库，能找到很多常见案例的代码，里面不仅有详细的说明，并且有代码示例。

Generative AI for Beginners
http://t.cn/A6T2YkRa

微软在出教程上也是很积极的，他们有一套《Generative AI for Beginners》很不错，而且一直在更新，现在都出到 V2 了

一共有 18 节课，自带中文版，但中文版更新可能不如英文及时

Prompt Engineering for Generative AI
http://t.cn/A6RCcbfI

Google 的 AI 教程也不少，有相当多的视频教程，除了上面的提示工程的，还有很多其他 AI 相关教程，你可以去它网站上找
http://t.cn/REEGqNd

NVIDIA Deep Learning Institute
http://t.cn/A6RCcbfV

英伟达通过 AI 卖显卡卖了那么多钱，按理说投资一点在 AI 课程上是很应该的，它也确实有一个 AI 教学视频网站，但上面的课程居然大部分都是收费的

IBM Technology
http://t.cn/A6RCcbf5

IBM 在 YouTube 上有个频道叫 IBM Technology，上面有很多高质量的 AI 教学视频，每一集都不长，看看很有收获。

Stanford CS25
http://t.cn/A6RCcbfb

CS25 是斯坦福的一门课《Transformers United》，讲 Transformer 的，到现在已经讲到第四版了，并且每一次都会邀请一些业界专业人士来讲课，比如上学期就有 OpenAI 的 Jason Wei 和 Hyung Won Chung、Hugging Face 的 Loubna Ben Allal 这些大神去客串讲课

Deep Learning by 3Blue1Brown
http://t.cn/RmiZJY9
3Blue1Brown 很多人都知道，他做的视频深入浅出，能将复杂的理论讲的相对容易听懂，他最近一直在连载 Deep Learning 相关的课程，已经讲到第 7 课了，都有高质量的中文字幕。

CS50
http://t.cn/A6RCcqMm

哈佛大学的 CS50 课程很有名，都是计算机相关的课程，免费向大众开放，其中也包括 AI 相关的课程。

值得一提的是，他们引入了 AI 作为助教，以一只小黄鸭为形象，来源是程序员常用的小黄鸭调试法。

freecodecamp
http://t.cn/EvSaRf7

这是一个收集了各种开发相关免费视频教程的油管频道，其中有不少就是 AI 相关的教学视频，质量不错。

LangChain
youtube 搜索 LangChain

LangChain 的 YouTube 频道做的不错，上面经常会发一些高质量的教学视频，虽然都是围绕 LangChain，但是抛除 Langchain 的部分，很多都是通用的，尤其是 RAG 相关的。

Andrej Karpathy
youtube 搜索 AndrejKarpathy

Andrej Karpathy 是前 OpenAI 创始人之一，前特斯拉自动驾驶的负责人，他的油管频道上有很多专业的 AI 相关教学视频，质量很高，比如教你从头写一个 GPT 之类，听说在有的大学里面他的视频都属于辅助教学的材料。