Prompting Blueprints：构建自主AI工作流的系统化指南

Prompting Blueprints是一个系统化的提示工程资源库，涵盖AI智能体架构、提示模式、工具战术和评估方法，为开发者和团队提供构建自主AI工作流的实用蓝图。项目由Tomas Herda维护，定位为"Agentic AI演进的指南"，旨在帮助开发者、团队领导者和教育工作者掌握构建自主AI工作流的核心概念与战术。

随着大语言模型能力的快速演进，提示工程已从简单的"问问题"发展为系统化工程学科。在此背景下，Prompting Blueprints项目应运而生，不仅是提示模板集合，更是构建自主AI工作流的完整方法论。维护者Tomas Herda在AI领域拥有丰富演讲、学术委员会和研究经验，项目为用户提供社区互动渠道（如演讲资料、学术项目记录）。

Prompting Blueprints的核心理念是将提示工程从"艺术"转化为"工程"，其方法论包括：

1. 意图驱动设计：每个提示需明确解决问题、目标受众及预期输出；
2. 约束即护栏：通过长度限制、逻辑条件等约束确保输出在正确轨道；
3. 可验证的输出：强调JSON Schema、Markdown表格等结构化格式，便于自动化处理与验证。

项目分为七大核心模块，关键内容包括：

• AI智能体架构与协议：涵盖智能体架构设计、MCP/A2A协议、动态上下文发现、开源模型指南及技能手册；
• 提示包与模式库：采用"角色+约束+格式"三段式结构，提升输出一致性；
• 工具战术手册：NotebookLM、Perplexity Comet、Copilot Agents、LangChain等工具的使用策略；
• 模型评估与基准测试：模型特性速查、基准测试概览、promptfoo自动化测试配置。

项目提供多类实用资源：

• 深度指南：Gemini Prompting Guide 101、Google Startup AI Agents、Vibe Coding技术栈教程；
• 应用案例：展示AI工作流在协作、研究、实验场景的实际应用；
• 模型评估工具：promptfoo配置模板支持自动化提示测试与评估。这些资源注重实战，为项目价值提供有力支撑。

项目采用开放贡献模式，要求提交内容包含意图说明、约束定义、输出格式及示例输入输出，确保内容质量一致。许可证采用双策略：代码部分为MIT许可证，文档和提示内容为CC BY 4.0许可，既保护开源自由，又促进教育内容传播。研究者可通过CITATION.cff文件引用资源。

Prompting Blueprints适合团队标准化、教育培训、快速原型构建及最佳实践参考等场景。项目是不断演进的生态系统，模块化架构与开放贡献模式使其能持续吸纳社区智慧。对于希望系统提升提示工程能力的开发者和团队，这是值得深入研究和持续关注的宝贵资源。