# prompt-engineering-for-developers
## 项目简介
一个中文版的 Prompt Engineering 教程，包括：
一、吴恩达《ChatGPT Prompt Engineering for Developers》课程中文版，主要内容为指导开发者如何构建 Prompt 并基于 OpenAI API 构建新的、基于 LLM 的应用，包括：
· 书写 Prompt 的原则;
· 文本总结（如总结用户评论）；
· 文本推断（如情感分类、主题提取）；
· 文本转换（如翻译、自动纠错）；
· 扩展（如书写邮件）;
二、（制作中）进阶的 Prompt 高级技巧，包括：
· 上下文学习;
· 思维链;
· Prompt 模板;
· 对抗性提示;
· 自动 Prompt 工程;
**英文原版地址：[ChatGPT Prompt Engineering for Developers](https://learn.deeplearning.ai)**
**中文字幕视频地址：[吴恩达 x OpenAI的Prompt Engineering课程专业翻译版](https://www.bilibili.com/video/BV1Bo4y1A7FU/?share_source=copy_web)**
**中英双语字幕视频地址：[吴恩达 x OpenAI的Prompt Engineering课程中英双语字幕版](https://www.bilibili.com/video/BV1zX4y1m7tF?p=9&vd_source=e73e755723936dc6ecab976eaff821b5)**
**中英双语字幕下载：[《ChatGPT提示工程》非官方版中英双语字幕](https://github.com/GitHubDaily/ChatGPT-Prompt-Engineering-for-Developers-in-Chinese)**
## 项目意义
LLM 正在逐步改变人们的生活，而对于开发者，如何基于 LLM 提供的 API 快速、便捷地开发一些具备更强能力、集成LLM 的应用，来便捷地实现一些更新颖、更实用的能力，是一个急需学习的重要能力。由吴恩达老师与 OpenAI 合作推出的 《ChatGPT Prompt Engineering for Developers》教程面向入门 LLM 的开发者，深入浅出地介绍了对于开发者，如何构造 Prompt 并基于 OpenAI 提供的 API 实现包括总结、推断、转换等多种常用功能，是入门 LLM 开发的经典教程。因此，我们将该课程翻译为中文，并复现其范例代码，也为原视频增加了中文字幕，支持国内中文学习者直接使用，以帮助中文学习者更好地学习 LLM 开发；同时，我们也将加入更多 Prompt 高级技巧，以丰富本课程内容，帮助开发者掌握更多、更巧妙的 Prompt 技能。
## 项目受众
适用于所有具备基础 Python 能力，想要入门 LLM 的开发者。
## 项目亮点
《ChatGPT Prompt Engineering for Developers》作为由吴恩达老师与 OpenAI 联合推出的官方教程，在可预见的未来会成为 LLM 的重要入门教程，但是目前还只支持英文版且国内访问受限，打造中文版且国内流畅访问的教程具有重要意义。
## 内容大纲
### 一、基础内容（吴恩达课程）
**目录：**
1. 简介 Introduction @邹雨衡
2. Prompt 的构建原则 Guidelines @邹雨衡
3. 如何迭代优化 Prompt Itrative @邹雨衡
4. 文本总结 Summarizing @玉琳
5. 文本推断 Inferring @长琴
6. 文本转换 Transforming @玉琳
7. 文本扩展 Expanding @邹雨衡
8. 聊天机器人 Chatbot @长琴
9. 总结 @长琴
附1 使用 ChatGLM 进行学习 @宋志学
### 二、进阶内容（Prompt 高级技巧）
**目录：**
1. 上下文学习 In-context Learning @Noah
2. 思维链 Chain of Thought @玉琳
3. Prompt 模板 Template @万礼行
4. Prompt 集成 Ensembling @杨同学
5. 自我一致性 Self-consistency @朱宏民
6. 对抗性提示 Adversarial Prompting @周辉池
7. 可靠性 Reliability @成剑
8. 自动 Prompt 工程 Automatic Prompt Engineer @邹雨衡
### 配套视频
中文字幕视频：[吴恩达 x OpenAI的Prompt Engineering课程专业翻译版](https://www.bilibili.com/video/BV1Bo4y1A7FU/?share_source=copy_web) @万礼行
## 致谢
**核心贡献者**
- [邹雨衡-项目负责人](https://github.com/nowadays0421)
- [长琴](https://yam.gift/)（内容创作者-Datawhale成员-AI算法工程师）
- [玉琳](https://github.com/Sophia-Huang)（内容创作者-Datawhale成员）
- [万礼行](https://github.com/leason-wan)（视频翻译者）
**其他**
1. 特别感谢 [@Sm1les](https://github.com/Sm1les)、[@LSGOMYP](https://github.com/LSGOMYP) 对本项目的帮助与支持；
2. 如果有任何想法可以联系我们 DataWhale 也欢迎大家多多提出 issue；
3. 特别感谢以下为教程做出贡献的同学！
Made with [contrib.rocks](https://contrib.rocks).
## 关注我们
扫描下方二维码关注公众号：Datawhale
Datawhale 是一个专注于数据科学与 AI 领域的开源组织，汇集了众多领域院校和知名企业的优秀学习者，聚合了一群有开源精神和探索精神的团队成员。微信搜索公众号Datawhale可以加入我们。
## LICENSE
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。