提示词优化器教程5分钟跑通Prompt优化工作流【免费下载链接】prompt-optimizerAn AI prompt optimizer for writing better prompts and getting better AI results.项目地址: https://gitcode.com/GitHub_Trending/pro/prompt-optimizer写提示词时常遇到三种情况提示词写到五百字AI还是抓不住重点、输出跑偏想把同一个提示词换个商品名复用又得从头再写一遍优化完之后又说不上来到底变好没有。prompt-optimizer提示词优化器是一个开源的AI提示词优化工具把模糊的提示词丢进去它会改写成结构化、可执行的版本把可复用参数抽成变量同一套模板就能跑多个场景还能在测试区里做多列对比验证优化后是否真的更好。它提供Web、桌面应用、Chrome扩展和Docker四种使用方式数据只存在浏览器本地API调用直连模型服务商。下面按最常遇到的几个问题讲清楚它怎么用。提示词太长AI抓不住重点一键优化加继续迭代最常见的场景想让AI扮演一个严格的评审员结果只写了你是一个硬核评审员。这句角色定义丢给小模型大概率得到附和式的泛泛回答。在prompt-optimizer里流程是5步左侧输入框粘贴原始提示词选择优化模式系统提示词或用户提示词选一个优化模板内置通用模板可以直接开始点击开始优化右侧输出优化后的提示词和推理过程图中原始提示词只有一句角色定义优化后被展开为包含评审标准、目标受众和输出结构的完整评审员提示词。用户提示词同理一句帮我写一首诗会被改写成包含诗体要求、意象构建和情感锚点的创作指南。左侧是用户的原始请求右侧是DeepSeek模型优化后的详细创作指南页面中部可以看到模型的推理过程。结果不满意不用推倒重来点继续优化附上一句意见比如输出更简洁一些工具会基于上一版继续改进。满意的中间版本点收藏存下来后面直接取用。同一套提示词复用到多个场景变量模板加智能填充相似场景很多时比如对不同买家写回复、给不同商品写文案思路不是每个场景写一条提示词而是把变化的部分抽成变量。顶部功能模式切到上下文子模式选变量提示词里用双花括号标记可复用参数商品{{item}}买家报价{{offers}}我的底线{{goal}}用{{tone}}的语气回复以二手交易砍价回复为例替换商品、报价、底线等变量后就能适配不同交易场景优化后的回复明显减少助手腔围绕价格分歧和成交底线直接组织内容。左栏是带变量占位符的砍价模板右栏是替换变量值后跑出的实际回复效果。变量值拿不准时用智能填充让系统按主题自动生成一组值比如邮票海报主题会自动补出色彩方案、面值和标语填完在预览里确认最终渲染效果。这是复古纪念邮票海报主题下智能填充自动补全变量值后的预览界面。右侧测试区还能用不同变量组合做多列对比一次验证模板在多种取值下的表现。优化后到底有没有变好测试区多列对比与评估优化有没有变好不能靠看起来更专业判断要用同一份输入验证。验证入口是界面右侧的测试区填好提示词用到的变量值点运行模型按当前提示词执行并输出结果也可以开多列并排比较不同提示词版本、不同变量组合或不同模型输出差异一眼可见。图中是同一输入下的对比系统提示词优化前模型回答泛泛而谈优化后则直接指出论点漏洞、风险和隐含假设。除了简单多列对比文本模式还提供分析、单结果评估和多结果对比评估让模型对输出打分并给出点评再基于评估结果做智能改写优化→验证→改进在界面内闭环。优化后反而变差也不用手动回退多消息模式会记录版本链原始内容是V0优化版是V1随时切回任意版本。模式选择和子模式用法详见上下文模式指南。️ 写图像提示词一句话优化成可控主视觉图像生成任务有独立的图像模式覆盖文生图、图生图、多图生图三个子模式集成Gemini、Seedream、Grok等图像模型。文生图优化不是单纯把提示词写长。以官方演示为例左侧只有夜空中的漂浮图书馆一个概念优化后右侧补足了更明确的视觉主体、空间关系和情绪锚点生成结果更像可继续定制的主视觉而不是全靠模型自由发挥。左栏是一句话原始想法右栏是优化后的完整场景描述包含星空、月光和光影细节。图生图适合手里有一张参考图、想迁移风格或调整内容的场景多图生成用多张输入图共同约束主体关系与构图。尺寸、风格等模型特有参数在图像模式的参数面板里配置。 本地模型与Docker部署三步走模型配置有两条路。用公开服务商时最简单点界面右上角⚙️模型管理选择服务商OpenAI、Gemini、DeepSeek、智谱等填API密钥点测试连接保存即可每个模型还能单独设置temperature等参数。要接本地模型桌面版最稳——它是原生应用没有浏览器跨域限制可以直接连Ollama这类本地服务。用环境变量预注册一个自定义模型VITE_CUSTOM_API_KEY_ollamadummy-key VITE_CUSTOM_API_BASE_URL_ollamahttp://localhost:11434/v1 VITE_CUSTOM_API_MODEL_ollamaqwen2.5:7b重启后模型列表里就会出现qwen2.5:7b。这种带后缀的环境变量可以配置任意多个自定义模型命名规则和PARAMS/HEADERS高级项在多自定义模型配置指南里有完整说明。团队私有部署走Docker一条命令启动docker run -d -p 8081:80 -e VITE_OPENAI_API_KEYyour-key \ linshen/prompt-optimizer启动后Web界面在 http://localhost:8081 同一端口的 /mcp 路径是MCP服务器——把地址填进Claude Desktop这类MCP客户端的services.json就能在AI应用里直接调用提示词优化工具配置细节见MCP服务器用户指南。常见问题Web版连不上本地模型Web版是纯前端应用受浏览器跨域CORS和HTTPS混合内容限制连本地Ollama建议用桌面版或Docker部署后者与本地模型同为HTTP。优化超时或失败先查API密钥额度和网络连通性再换一个模型试试原始提示词过长时可以先精简再优化。macOS提示已损坏应用未做Apple签名在终端执行xattr -rd com.apple.quarantine /Applications/PromptOptimizer.app移除隔离属性后重新打开。数据安全优化记录、收藏全部只存在浏览器本地API调用直连模型服务商随时可以导出或删除数据。延伸阅读快速上手指南模型配置、优化、收藏的完整步骤核心模块源码优化、评估、变量渲染等核心逻辑的实现位置打开在线版把你现在最常用的那条提示词丢进去选个模板跑第一次优化跑完后把可复用的参数抽成{{变量}}再到测试区里试一次多列对比——这条路径走完你自己的提示词工作流基本就成型了。【免费下载链接】prompt-optimizerAn AI prompt optimizer for writing better prompts and getting better AI results.项目地址: https://gitcode.com/GitHub_Trending/pro/prompt-optimizer创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考