以下是一些学习提示词工程的优质教程推荐：
(a)提示词工程教程。为了帮助大型语言模型更好地理解提示词工程的任务，我们在元提示词中提供了一个提示词工程的在线教程²。(b)两步任务描述。提示词工程的任务可以分解为两个步骤，如Pryzant等人（2023）之前所做：在第一步中，模型预期检查当前提示词和一批样本。在第二步中，模型预期编写一个改进的提示词。³然而，在Pryzant等人（2023）中，每个步骤是即兴解释的。相比之下，我们考虑在元提示词中明确这两个步骤，并提前传达期望。(c)逐步推理模板。为了鼓励模型仔细检查批次B中的每个示例，并反思当前提示词的局限性，我们指导提案模型$$M_{proposal}$$回答一系列问题。例如：输出是否正确？提示词是否正确描述了任务？是否有必要编辑提示词？(d)上下文规定。实际操作中，提示词插入整个输入序列的位置是灵活的。它可能位于输入文本之前，用于描述任务，例如，“将英语翻译成法语”。它也可能出现在输入文本之后，例如，“让我们逐步思考”，以激发推理能力。识别这些不同的上下文，我们在元提示词中明确指出提示词和输入之间的相互作用。例如，“Q:<input>A:让我们逐步思考”。
非常好的提示工程教程，很多技巧以前没见过，通俗易懂，整理不易觉得有用可以转发给你的朋友或者点赞。刚刚Codesignal推出了一个非常通俗易懂并且给出了丰富实践经验的免费提示工程教程。如果你之前看过一些提示工程的教程但是都很复杂看不懂的话。强烈建议你看一下这个，可以很好的帮助你学习提示词书写。我也完整翻译了第一部分的教程，但是还是建议你去做一下课后习题加深记忆。课程地址：https://learn.codesignal.com/preview/course-paths/16/prompt-engineering-for-everyone本篇正文共6427字，仔细阅读约17分钟
Section 3 is one area where reading disparate papers may not be as useful as having more practical guides-we recommend[Lilian Weng](https://lilianweng.github.io/posts/2023-03-15-prompt-engineering/),[Eugene Yan](https://eugeneyan.com/writing/prompting/),and[Anthropic’s Prompt Engineering Tutorial](https://github.com/anthropics/prompt-eng-interactive-tutorial)and[AI Engineer Workshop](https://www.youtube.com/watch?v=hkhDdcM5V94).第3节中，阅读不同的论文可能不如拥有更实用的指南更有用——我们推荐Lilian Weng、Eugene Yan和Anthropic的《提示工程教程》和《人工智能工程师工作坊》。