GitHub Stars
4.0K
Forks数量
353
贡献者数量
8
许可证
MIT
收录理由
提示工程往往止步于一两组精心调校的演示用例，一旦场景稍有变化就失效。微软研究院推出的 PromptWizard 框架把繁琐的调参过程自动化：让大模型自己生成提示词和少量样本，再自我批判、反复打磨，直到任务表现真正提升。它的独特之处在于把指令和示例放在一起同步优化，而不是分开处理，同时还能基于正例、负例和合成样本生成贴合任务特点的示例与思维链步骤。对需要维护大量任务却又没有专职提示工程师的团队来说，这提供了一条稳定保持提示质量的路径；对研究提示优化方法的学者而言，它也是一个有论文支撑、附带完整资料的成熟框架，可以直接在此基础上继续探索。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
awesome-nano-banana-pro-prompts
🍌 全球最大的Nano Banana Pro提示词库——超过10,000个精选提示词，附带预览图片，支持16种语言。Google Gemini AI图像生成。免费且开源。
prompt-master
一种Claude技能，为任何AI工具编写准确提示词。零令牌或积分浪费。完整上下文和记忆保留。
chatgpt_system_prompt
GPT系统提示词集合及各类提示注入/泄露知识。
awesome-nanobanana-pro
🚀 精选的 Nano Banana pro 提示词和示例的精彩列表。掌握提示工程和探索 Nano banana pro（Nano banana 2）AI 图像模型创意潜力的首选资源。
awesome-gpt-image-2
🚀 全球最大的GPT Image 2提示词库，每日更新——2000+精选提示词及预览图，支持16种语言。OpenAI的下一代图像模型，具备像素级文本渲染、跨图像一致性和商业级插图能力。免费开源。