提示工程（Prompt Engineering）是一門相對較新的學科，關注提示詞開發和優化，幫助使用者將大型語言模型（Large Language Model, LLM）應用於各種場景和研究領域。掌握提示工程相關技能將有助於使用者更好地了解大型語言模型的能力和局限性。
研究人員可利用提示工程來提升大型語言模型處理複雜任務場景的能力，例如問答和算術推理能力。開發人員可透過提示工程設計、研發強大的工程技術，實現與大型語言模型或其他生態工具的高效接軌。
提示工程不僅僅是關於設計和研發提示詞。它包含了與大型語言模型交互和研發的各種技能和技術。提示工程在實現和大型語言模型交互、對接，以及理解大型語言模型能力方面都起著重要作用。使用者可以透過提示工程來提高大型語言模型的安全性，也可以賦能大型語言模型，例如借助專業領域知識和外部工具來增強大型語言模型能力。
基於對大型語言模型的濃厚興趣，我們編寫了這份全新的提示工程指南，介紹了大型語言模型相關的論文研究、學習指南、模型、講座、參考資料、大型語言模型能力以及與其他提示工程相關的工具。
您可以透過簡單的提示詞（Prompts）取得大量結果，但結果的品質與您提供的資訊數量和完備度有關。一個提示詞可以包含您傳遞到模型的_指令_或_問題_等資訊，也可以包含其他詳細資訊，例如_上下文_、_輸入_或_範例_等。您可以透過這些元素更好地指導模型，並因此取得更好的結果。
看下面一個簡單的示例：
提示詞
如以上示例，語言模型能夠基於我們給出的上下文內容 "The sky is" 完成續寫。而輸出的結果可能是出人意料的，或遠高於我們的任務要求。
原則 1：撰寫明確且具體的指示
原則 2：給模型思考的時間
分隔符可以是任何東西，例如： ```, """, < >, 、, :