描述
提示工程学院是一个关于提示工程和应用AI的出版物,组织为一个订阅网站,而不是单一的静态页面。大部分文章来自Sunil Ramlochan,涵盖与大型语言模型合作的实用方面:如何构建提示、建立可靠的代理工作流程,以及避免自动化从演示转入生产时出现的失败模式。
阅读更多
该网站将其档案按类别组织。LLMs与模型是最大的类别,约有200篇文章,其次是提示工程,约有119篇;较小的部分包括RAG与知识系统(约20篇)、AI工作流程与自动化(约7篇)和AI基础(少量)。最近的文章包括解释性文章,如《什么是LLM?大型语言模型解析》,框架驱动的指南,如《停止让自动化自我绊倒:ACE框架下的耐用AI工作流程》,以及关于代理设计的深入分析,包括《代理循环》和《实施代理网络》。一些文章标记为仅限会员或付费,仅部分档案需要订阅,而不是对每位读者完全开放。
除了文章,该网站还链接到一个免费课程、一个社区部分,以及一个供希望通过电子邮件获取新文章的读者的订阅表单。它面向那些日常使用AI构建的人员,包括工程师、提示编写者和设计基于代理系统的技术负责人,而不是寻找AI新闻的一般受众。
在审阅的页面上,付费层的定价未说明,网站也没有发布固定的时间表来说明新期刊的发布频率。它所展示的一致性是一个运作中的出版物,拥有一个活跃的、按类别组织的档案、一个命名的主笔,以及对提示工程和代理设计的操作方面的明确关注,而不是关于AI行业的一般产品新闻或评论文章。
- 类别AI 新闻阅读器与聚合工具
内容亮点
定期发布关于提示工程、LLM和AI代理设计的文章
按类别组织的档案(提示工程、LLMs与模型、AI工作流程与自动化、RAG与知识系统、AI基础)
用于构建生产AI工作流程的框架驱动指南,如ACE框架
关于代理架构和代理循环的深入文章
新文章的免费电子邮件订阅
与文章档案一起提供的免费课程
仅限会员和付费文章供订阅者阅读
供读者使用的社区部分
适合哪些人
- 学习提示工程
- 构建代理工作流程
- 保持对LLM的了解









