À propos du projet

Le Prompt Engineering Guide est une collection curatée de guides, articles académiques, leçons, notebooks et ressources axés sur le prompt engineering, l'ingénierie du contexte, la Génération Augmentée par Récupération (RAG) et les agents IA. Il sert de référence éducative pour les chercheurs et développeurs souhaitant mieux comprendre et optimiser leurs interactions avec les grands modèles de langage (LLM). Le guide couvre des notions fondamentales telles que le zero-shot et few-shot prompting, le raisonnement chain-of-thought, la self-consistency, l'enchaînement de prompts, la méthode tree of thoughts et la génération augmentée par récupération. Il explore également des techniques avancées comme l'ingénierie automatique de prompts, active-prompt, directional stimulus prompting, les modèles linguistiques assistés par programme, ReAct prompting, le multimodal CoT et le prompting basé sur les graphes. Les domaines d'application incluent l'appel de fonctions, la génération de code, la génération de données, la création de jeux de données synthétiques pour le RAG, la classification, l'extraction d'informations, le raisonnement mathématique, la synthèse textuelle, la réponse aux questions et le prompt adversarial. Le guide propose des conseils spécifiques à chaque modèle pour ChatGPT, GPT-4, Gemini, LLaMA, Code Llama, Mistral, Mixtral, OLMo, Phi-2 et Flan. Des ressources complémentaires comprennent une bibliothèque d'articles curatée avec des aperçus, des approches et des collections ; un hub de prompts organisé par type de tâche ; des recommandations d'outils ; des notebooks Jupyter ; des jeux de données ; et des considérations relatives aux risques et à la mauvaise utilisation, telles que le prompt adversarial, la factualité et les biais. Le guide est disponible en ligne sur promptingguide.ai et peut également être exécuté localement avec Node.js et pnpm. Il est activement maintenu et a été présenté dans des publications telles que le Wall Street Journal et Forbes. Le projet est sous licence MIT.