趋近智
大型语言模型入门
章节 1: 了解大型语言模型
什么是人工智能？简单介绍
自然语言处理 (NLP) 简介
定义大型语言模型（LLMs）
LLM如何从文本数据中学习
LLM能完成的任务示例
大型语言模型的常见误解
章节 2: 大型语言模型的工作原理（简化版）
词语表示：分词和嵌入
预测下一个词：核心理念
训练数据规模的作用
理解模型参数
Transformer架构（高层）简介
语境如何影响生成
章节 3: 与大型语言模型沟通：提示词
什么是提示词？
基本提示技巧
明确给出指示
提供示例（少样本提示）
控制输出长度和格式
常见提示问题
练习：编写你的第一个提示
章节 4: 认识不同的大语言模型
基础模型概览
通用模型与专用模型对比
开放模型与封闭模型：有何不同？
理解模型大小与能力
模型使用方法：API与界面
章节 5: 使用预训练大语言模型
什么是预训练模型？
查找与选择大语言模型服务
通过网页界面交互
LLM API使用简介
发送您的第一个API请求
解释 LLM 响应
动手实践：简单的文本生成任务
基本提示技巧
这部分内容有帮助吗？
- Prompt engineering, OpenAI, 2024 (OpenAI) - 官方指南，涵盖有效与LLM交互的基本原则，包括清晰性、特异性和迭代优化。
- Introduction to Prompt Design, Google Developers, 2025 (Google) - 提供实用的生成式AI模型提示词编写指南，侧重于定义角色和指定格式等常用技术。
- Prompt Engineering for Everyone, Leonie Voss, 2024 (Packt Publishing) - 提示工程的实用入门书籍，涵盖初学者有效与LLM交互的基本技术。