企业官网建设流程全解析

5步用prompt-optimizer把模糊需求改写成专业提示词的完整实战指南

【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

你打一句“帮我写个产品介绍”给AI，得回的是套在任何产品上都成的模板话。丢进prompt-optimizer一键优化，它就变成角色和输出格式都写清楚的结构化提示词。

30秒认识prompt-optimizer能做什么

prompt-optimizer（提示词优化器）是面向每天要写提示词的初学者和普通用户的开源提示词优化工具：它用另一个AI模型，把你一句模糊的话改写成角色、约束、输出格式都明确的提示词。

• 一键优化提示词，内置多种优化模板，支持“继续优化”多轮迭代
• 系统提示词、用户提示词两种模式，配分析、单结果评估、多结果对比评估
• 支持文本生成图像、图生图、多图生成
• 数据全部存在浏览器本地，不上传任何服务器，可收藏、可导出完整备份

上图是“硬核评审员”提示词的优化过程：原始提示词只有一行角色定义，改写后带上了具体分析技能、目标受众和逐条评审标准。

5分钟克隆并跑通第一次优化

最快的路径是把仓库克隆到本地启动，3步到位。网页版、Chrome扩展、Docker等其他部署形式收在文末总览表里。

第1步：克隆并启动项目在哪做：本地终端（需 Node 22+ 环境）。

git clone https://gitcode.com/GitHub_Trending/pro/prompt-optimizer cd prompt-optimizer && pnpm install && pnpm dev

成功标志：浏览器自动打开应用，页面左侧是输入区、右侧是结果区，布局完整渲染。

第2步：接入第一个模型在哪做：页面右上角的“模型管理”入口。 做什么：选一家服务商（OpenAI、Gemini、DeepSeek等），填入API密钥，先按“测试连接”再保存。 成功标志：测试显示连接通过，之后可在页面顶部随时切换模型。

第3步：跑第一次优化做什么：左侧输入框填入原始提示词，选优化模式（系统提示词/用户提示词）和模板，点击“开始优化”。 成功标志：右侧出现改写后的提示词，可展开模型推理过程；点“复制”拿去用，不满意就点“继续优化”。

提示词优化3个高频场景实战

把“知识图谱提取”需求改写成结构化输出

想完成什么：让AI从一段笔记里稳定吐出结构化JSON，不夹带多余寒暄。 具体怎么做：① 输入框贴上你的一句话需求；② 选“用户提示词优化”模式的通用模板，点“开始优化”；③ 把优化后的提示词贴回AI里跑一遍。 能得到什么：提示词里写明了字段定义、抽取规则和输出示例，AI返回的JSON可以被代码直接解析。

把讨价还价回复做成可复用的变量模板

想完成什么：一个提示词覆盖多次二手交易，不用每单重写。 具体怎么做：① 把场景写进提示词，把商品、价格锚点、买家报价、语气标记成[变量]；② 跑一轮优化；③ 下次交易只替换变量值再运行。 能得到什么：同一模板适配不同交易情境，AI按变量值生成符合当次交易的回复，而不是每次都回同一套话术。

一句话想法优化成文生图主视觉

想完成什么：把“夜空中漂浮的图书馆”这一句话变成稳定的生图提示词。 具体怎么做：① 切到图像生成工作区；② 输入一句话想法，选择图像模型；③ 先跑优化再执行生成。 能得到什么：提示词补上了主体线索、空间关系和氛围锚点，生成结果更接近可复用的主视觉，而不是碰运气的随机图。

功能与部署形态一览

🚧 常见坑位问答

• 点“开始优化”超时或报错现象是请求发出去迟迟没结果。原因是密钥余额不足或网络到不了服务商。先在模型管理里按“测试连接”验证密钥，再查服务商后台余额后重试。

• 浏览器里连本地Ollama被拦截现象是请求本地端口失败。原因是浏览器跨域策略（CORS）拦截了跨源请求。改用桌面应用，它不受CORS限制，能直连本地模型。

• 清理浏览器后数据不见了现象是收藏和历史记录全空。原因是数据存在浏览器本地存储里，清站点数据会一并清掉。清理前先用数据导出功能备份成文件，清理后再导入恢复。

• 优化跑通了，结果还是平庸现象是改写后仍是模板腔。原因是原始提示词给的信息太少，或模板和场景不匹配。先在原提示词里补全目标、约束、输出格式，换匹配模板，再用“继续优化”逐轮收窄。

• 配好自定义模型却不出现在列表现象是重启服务后模型仍缺失。原因是环境变量后缀只允许字母、数字、下划线和连字符，且KEY、BASE_URL、MODEL三项缺一不可。对照多自定义模型配置指南核对命名，补齐三项变量再重启。

• 公共网页部署，API密钥被看到现象是密钥能从浏览器资源文件里被解析出来。原因是VITE_前缀的环境变量会被打进前端构建产物。公共部署不要预置密钥，改为每个使用者在浏览器模型管理里自带密钥。

🔌 接入私有模型与MCP集成

用熟之后值得了解的只有两点，点到为止：

• 接入无限自定义模型：本地Ollama或公司私有API，按后缀追加三组环境变量即可注册一个新模型：

VITE_CUSTOM_API_KEY_ollama=dummy-key VITE_CUSTOM_API_BASE_URL_ollama=http://localhost:11434/v1 VITE_CUSTOM_API_MODEL_ollama=qwen2.5:7b

多模型命名规则和完整示例见 docs/user/multi-custom-models.md。

• MCP协议集成：用Docker一条命令部署，Web界面和MCP端点同时启动；在Claude Desktop这类支持MCP的AI应用里配置后，可直接在应用内调用“优化用户提示词、优化系统提示词、迭代改进成熟提示词”三个能力，步骤见 docs/user/mcp-server.md。

📚 资源导航

• 快速上手：docs/user/quick-start.md
• 多自定义模型配置：docs/user/multi-custom-models.md
• MCP服务器使用：docs/user/mcp-server.md
• 部署指南（Vercel / Cloudflare / Docker）：docs/user/deployment/
• 图像模式说明：docs/image-mode.md
• 核心源码：packages/core/src/
• MCP服务器源码：packages/mcp-server/
• Bug报告与功能建议：在仓库Issues页提交

写在最后

适合每天写提示词、又嫌AI回复不达标的你。第一个动作：克隆项目，接好模型，跑完第一次优化，用结果差异决定要不要留下来。

【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