给大家推荐一个很早之前收集的 Prompt 学习指南，由浅入深地讲解了各种写 Prompt 的技巧和示例，不管你有无相关实践经验，都推荐阅读一遍查漏补缺
链接
：https://prompt-guide.xiniushu.com/
指南目标
介绍提示工程是如何帮助用户更有效地与人工智能交流，以及如何通过这门课程掌握这项技能。
适合对象
强调课程不要求机器学习背景知识，适合各个层次的学习者，无论是初学者还是有一定基础的用户。
指南特色
-
实时更新：课程内容会定期更新，以包含最新的技术和发展。
-
实践导向：课程聚焦于实际应用和案例，让学习者能够通过实践来掌握技术。
-
多层次难度：提供不同难度等级的文章，从轻松到困难，满足不同需求。
-
学习路径：说明学习者可以根据自己的兴趣和基础选择性学习各个章节，包括基础知识、中级技术、实际案例、进阶应用等。
如何阅读
不用按照顺序阅读所有章节，你可以挑自己感兴趣的部分！
如果你是一个新手，可以先读下面内容，然后从基础开始。如果你有一定的基础，可以直接从中级部分开始。
文章有不同的难度等级，如下所示：
轻松：无需编程基础
简单：只需简单编程基础，但不需要专业知识
中级：需要编程知识和一些专业知识（例如如何计算对数概率）
困难：需要编程知识和一些高级的专业知识（例如强化学习相关的内容）
提示：虽然对于 部分来说，专业知识是有帮助的，但在没有专业知识的情况下，你仍然可以读懂文章。
章节
每章的大概内容如下：
基础：什么是提示工程和一些提示工程的简单技巧。
中级：稍微复杂一些的提示工程技术。
使用提示：由社区成员编写的一些完整提示工程案例。
进阶应用：一些非常强大但更进阶的提示工程应用。
可靠性：如何使语言模型（LLMs）更加可靠。
提示工程在图像方面的应用: 用于文本到图像模型（如 DALLE 和 Stable Diffusion）的提示工程！
提示注入：用于提示工程的黑客攻击。
提示工具: 不同的提示工程的工具。
提示微调：用梯度微调提示。
