中文收录优先整理掘金、知乎专栏等公开文章，用更白话的方式解释提示词、RAG、LangChain 和大模型应用开发。这里不搬运原文，只做改写摘要与引用导航。
中文资料库状态
掘金、知乎等公开来源，站内改写
文章
10+
分类
6
引用
100%
用相机参数的比喻解释提示词为什么重要，适合完全刚开始的人。
从 ChatGPT 提问艺术开始，学习如何减少模型猜测。
先理解 LLM 的知识局限，再看 RAG 如何把资料检索进上下文。
先用中文资料补齐 AI、大模型和应用开发的基本概念。
知
知乎专栏
从概念、数据、训练、应用和安全角度建立整体知识地图。
这类长文适合作为目录而不是一次读完。先用它建立关键词地图，再回到具体主题逐个补：token、上下文、训练、对齐、RAG、安全。
Practice
从文章里挑 10 个不懂的词，整理成自己的 AI 术语卡片。
引用来源
知乎专栏 · 大模型入门必读：100个核心知识点全解析，建议收藏！
已抓取到页面标题与摘要，站内内容为改写整理。
知
知乎专栏
用路线型文章判断自己下一步该学概念、提示词还是应用开发。
学习路线类文章适合用来定顺序：先会用，再理解原理，再做应用。不要一开始就钻训练细节，先完成真实任务更重要。
Practice
把自己的学习目标写成 7 天计划：每天只完成一个可验证任务。
引用来源
知乎专栏 · 大模型入门与学习路线
知乎页面本地抓取返回 403，仅保留公开引用链接。
从清晰提问、角色约束到输出格式，把 prompt 写到可复用。
掘
掘金
用相机参数的比喻解释提示词为什么重要，适合完全刚开始的人。
这篇更适合把 prompt 当成“任务说明书”来理解：告诉 AI 背景、目标、限制和输出格式，回答就会比一句模糊请求稳定很多。
Practice
把你最近一次问 AI 的问题改成：背景、目标、输出格式、注意事项四段。
引用来源
掘金 · Prompt工程入门指南：写给AI学习新手的提示词秘籍
已抓取到页面标题与摘要，站内内容为改写整理。
掘
掘金
从 ChatGPT 提问艺术开始，学习如何减少模型猜测。
这类文章的价值在于把“怎么问”具体化：不要只说帮我写，而要写明读者、语气、长度、结构和不能出现的内容。
Practice
写一个“帮我整理会议纪要”的提示词，要求返回结论、行动项和风险三块。
引用来源
掘金 · 一文教你怎么编写清晰有效的（Prompt）提示词
已抓取到页面标题与摘要，站内内容为改写整理。
知
知乎专栏
把角色、步骤、示例和检查标准写进同一个提问框架。
提示词工程的重点不是把 prompt 写长，而是让任务可检查。角色、上下文、步骤、输出格式和反例都能减少返工。
Practice
给一个“写周报”的任务补 2 个好例子和 1 个反例。
引用来源
知乎专栏 · Prompt Engineering 提示词工程实践
知乎页面本地抓取返回 403，仅保留公开引用链接。
理解大模型应用如何从 Demo 走向可用功能。
掘
掘金
以个人知识库助手为例，理解 LLM 应用开发的完整步骤。
适合不想只停留在概念的人。核心路线是：准备资料、接入模型、构建检索、组织提示词，再把回答流程做成一个可交互应用。
Practice
把一个“个人知识库助手”拆成数据、检索、生成、界面四个模块。
引用来源
掘金 · 动手学大模型应用开发
已抓取到页面标题与摘要，站内内容为改写整理。
用中文案例理解检索增强、向量库和私有文档问答。
掘
掘金
先理解 LLM 的知识局限，再看 RAG 如何把资料检索进上下文。
RAG 的第一原则是先找资料再回答。文章从大模型幻觉、知识过期等问题切入，再解释检索、切片、向量化和生成的流程。
Practice
拿一份 PDF 或 FAQ，设计 10 个问题，检查答案是否能定位到原文依据。
引用来源
掘金 · 大模型RAG入门到实战基础教程（非常详细）
已抓取到页面标题与摘要，站内内容为改写整理。
掘
掘金
用一个文档问答案例理解 RAG 的效果差异。
文章用“不用 RAG”和“使用 RAG”的对比说明为什么私有文档问答需要检索链路。对新手来说，这比抽象架构图更容易理解。
Practice
用一份手册设计 5 个事实题，比较直接问模型和先检索再问的差异。
引用来源
掘金 · LangChain使用RAG 入门：让大模型读懂你的私有文档
已抓取到页面标题与摘要，站内内容为改写整理。
知
知乎专栏
用中文资料理解向量、召回、重排和引用。
RAG 适合企业知识库、产品 FAQ 和文档问答。它的关键不是让模型背资料，而是在回答前把相关资料找回来。
Practice
选一份公司制度文档，设计 5 个必须引用原文才能回答的问题。
引用来源
知乎专栏 · 大模型 RAG 基础与实践
知乎页面本地抓取返回 403，仅保留公开引用链接。
看模型如何结合 LangChain、工具调用和多步骤流程。
先把 LangChain 当成 LLM 应用组件箱理解。
LangChain 对初学者最难的是抽象太多。可以先把它理解成把模型、提示词、工具、记忆和链路组织起来的框架。
Practice
把一个客服问答拆成意图识别、查资料、生成回答、人工兜底四步。
引用来源
知乎专栏 · 小白入门AI：LangChain
已抓取到页面标题、摘要与图片，站内内容为改写整理。
了解开源模型、个人知识库和本地化实践的入门路线。
建议从一个真实问题开始：先在体验营里拆需求、改提示词，再到 AI 工具里把常用任务做成可复用流程。
