本次报告更新了近年来超过100亿参数的时间轴，把时间轴从原来的和更新到了和。并进一步提供了26个有用的LLM提示技巧和如何解决多种常见任务的具体示例。

一个交互式指南，涵盖了提示工程和最佳实践，专为与大型语言模型（LLM）工作的开发者、研究人员和爱好者设计。

Thinking Claude旨在通过思考协议和浏览器插件提升Claude模型的深度思考能力，从而提高其交互质量，使其在回应前进行全面的思考和推理。

一种提升LLM性能的全新方法，能够把单一的LLM变身为全能的指挥家，通过高层元提示指令拆分复杂任务并分配给专家模型。

基于Jinja的LLM提示语言工具，帮助生成有意义的大型语言模型（LLM）提示，通过模板语言简化提示的创建过程，支持异步操作和模板重用。

IoT（Iteration of Thought）是一种通过内部对话机制，增强大型语言模型推理能力的技术。该项目致力于生成上下文特定的提示，并动态调整推理路径，从而提高模型响应的准确性和周到性。

为大型语言模型提供的结构化提示集合，帮助用户以更有效的方式与AI对话，提升交互体验。此项目旨在通过清晰的提示结构，提高用户与AI之间的沟通效率，确保生成的输出更符合用户需求。

ChatGPT会瞎编（hallucination），如何尽可能减少瞎编是现在大家都在研究的问题。研究发现，如果在prompt里加上引用源，即通过'according to...'，就可以极大减少瞎编。

由微软开发的工具，旨在简化创建、管理、调试和评估大型语言模型（LLM）提示（prompts）的过程，提高开发者的工作效率和生产力。

EET是一个针对大型NLP模型的可扩展推理解决方案，旨在提供高性能的推理支持，特别是针对Transformer结构的大模型，同时支持长序列的场景，易于集成和使用。

ArtPrompt 是一种针对一致的 LLM 的基于 ASCII Art 的越狱攻击技术，旨在提供新的攻击方法和思路，以评估和研究大型语言模型的安全性和抵抗力。

免费开源的 Prompt Engineering 教程，旨在帮助用户更好地使用 ChatGPT 和其他 AI 产品，提供方法和技巧的学习。

Sidecar 是 Aide 编辑器的智能大脑，能够在本地机器上与其协作，提供多种功能以增强编辑效率和体验。

OpenPromptStudio 是一个开源的 AIGC （Midjourney）提示词可视化编辑小工具，旨在帮助用户更高效地管理和使用提示词。它支持英文与中文的相互翻译，分类管理提示词，并能导出可视化结果，极大地提升了用户的创作效率。

EmotionPrompt是一种将原始提示与情绪刺激相结合的方法，旨在通过情绪提示增强大型语言模型（LLM）的表现。

一个让 claude 3.5 sonnet 生成 o1 类似的思维链的prompt，旨在通过结构化的提示词帮助用户高效解决特定问题。

CLIP Interrogator 2 是一个强大的工具，能够根据用户上传的图片自动生成相关的提示词，帮助用户更好地理解和使用图像内容。这款工具具有简单易用的界面，支持多种图像格式，并且能够快速提供反馈，极大地方便了用户的操作和需求。

dottxt-ai/prompts 是一个专门用于生成和管理提示（prompts）的库，使用 Jinja 模板来渲染提示，并且支持大型语言模型和提示工程。它提供灵活的提示管理功能，使得用户能够方便地创建和定制用于自然语言处理的提示。

crackgpts是一个专门用于收集和分享GPT Prompt的平台，用户不仅可以查找丰富的Prompt资源，还可以提交自己的Prompt供他人使用。该网站提供了一个易于浏览的界面，方便用户快速找到所需的Prompt。

一本关于如何有效提示后训练大型语言模型（LLMs）的指南，适合希望提升提示词编写技巧的用户。

一个基于Jupyter Notebook的交互式教程，专门针对Ollama平台的提示工程学习，涵盖从基础到高级的课程内容。

一款用于生成和优化语言模型提示的工具，支持从零开始创建提示或将现有提示转换为Claude3提示，以提高输出效果和对齐度

Hollama是一个简洁的网页界面，用于与Ollama服务器进行对话，具备大型提示字段、Markdown渲染、代码编辑功能，以及自定义系统提示和高级Ollama参数设置，旨在提升用户与AI的交互体验。

该项目讨论了大型语言模型在有效生成和优化提示方面的能力，展示了它们在人类水平上的熟练程度。

交互式教程，专注于提升提示工程技能，教授如何构建有效的提示来引导人工智能的响应，包含多个Jupyter Notebook文件，涵盖从基础结构到复杂提示构建的各个方面

一个让ComfyUI中的提示更加丰富的增强工具，能将简短的提示转化为更详细、描述性更强的内容，提升工作效率和用户体验。

为多种大型语言模型（如GPT-4、Claude、Llama3等）设计的高级代码和文本操作提示库，旨在提升多种任务的处理效率，提供灵活且强大的功能，方便开发者和研究者使用。

本项目对大型语言模型在不同自然语言处理任务中的提示工程方法进行了调查，展示了如何在不需要大量参数重训练或微调的情况下，增强模型能力，并使非深度学习背景的用户能够与大型语言模型进行交互。同时总结了基于NLP任务的各种提示技术，并分析了在不同数据集上的性能表现。

该项目提供了关于提示技术的全面调查，包含超过76页和1500多篇相关论文，深入探讨各种提示技术的应用和发展。

微软提供的一个项目，旨在简化和优化提示生成与管理，支持自研小模型phi-1.5。