人人都是提示工程师

本书旨在介绍提示（prompt）工程师的工作内容和相关技能。本书首先讲述提示技术的基本工作原理、提示工程师的常用工具、提示技术的基础模式和提示技术的进阶知识（包括零样本提示、少样本提示和思维链提示）；然后讲解自然语言处理的基础知识和ChatGPT大模型方面的内容，以及NLP模型的特点和应用场景；最后展示提示工程在办公、图片处理、代码开发和电商中的应用。

本书通俗易懂，不仅适合对提示工程师感兴趣或从事相关工作的读者阅读，

还适合对自然语言处理和人工智能感兴趣的读者参考。

陈明明，统计学硕士，研究方向为自然语言处理、深度学习与量化交易，曾就职于微软，现在从事自然语言处理和人工智能方面的开发工作。

李腾龙， 应用统计学博士，研究方向为因果推断、贝叶斯统计与机器学习，现就职于西交利物浦大学西浦慧湖药学院，担任生物统计学助理教授，曾在美国波士顿大学从事博士后研究，并在美国东北大学讲授“数据分析”课程。