> For the complete documentation index, see [llms.txt](https://yeasy.gitbook.io/prompt_engineering_guide/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://yeasy.gitbook.io/prompt_engineering_guide/di-yi-bu-fen-ji-chu-pian/02_llm_basics.md).

# 第二章 大语言模型基础

要精通提示词工程，首先需要理解其作用对象——大语言模型（Large Language Models, LLMs）的基本工作原理。正如驾驶员需要了解汽车的基本机械原理才能更好地操控车辆，提示词工程师也需要理解语言模型的运作机制，才能设计出更有效的提示词。

本章将从技术角度介绍大语言模型的核心概念，包括它们如何理解和生成文本、当前主流模型的特点与差异、关键参数对输出的影响，以及上下文窗口这一重要概念。这些知识将帮助读者从更深层次理解提示词为何有效，以及如何根据模型特性调整提示策略。

值得注意的是，本章的目标不是深入探讨机器学习的数学原理，而是提供足够的背景知识，使读者能够更有意识地、更有针对性地进行提示词设计。

***

## 本章目标

* 理解本章核心概念与适用场景
* 掌握可复用的提示词/工作流模式
* 能将方法迁移到自己的任务中

## 先修知识

* 建议先阅读上一章或同等基础内容
* 如涉及代码示例，具备基本编程与 API 调用常识

## 本章内容

* [2.1 大语言模型的工作原理](/prompt_engineering_guide/di-yi-bu-fen-ji-chu-pian/02_llm_basics/2.1_how_llm_works.md)
* [2.2 主流大语言模型概览](/prompt_engineering_guide/di-yi-bu-fen-ji-chu-pian/02_llm_basics/2.2_major_models.md)
* [2.3 模型参数与输出控制](/prompt_engineering_guide/di-yi-bu-fen-ji-chu-pian/02_llm_basics/2.3_parameters.md)
* [2.4 上下文窗口与信息处理](/prompt_engineering_guide/di-yi-bu-fen-ji-chu-pian/02_llm_basics/2.4_context_window.md)
* [本章小结](/prompt_engineering_guide/di-yi-bu-fen-ji-chu-pian/02_llm_basics/summary.md)