企业官网建设流程全解析

prompt-optimizer 提示词优化教程：三步把粗糙提示词改成专业的

【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

prompt-optimizer（提示词优化器）是一个开源的 AI 提示词优化工具：你给它原始的提示词，它返回结构更完整、约束更清晰、AI 更容易照做的新版本。全程在网页或桌面应用里操作，不需要编程基础，适合天天和 AI 打交道的办公、写作、开发人群。

你一定有过这种经历：输入"帮我写一段产品好评"，回来的是一段放之四海皆准的通用文案，没有角色、没有结构、没有边界。你换个说法再试，三四轮下来还是那样。问题往往不在模型，而在提示词本身没把话说够。

prompt-optimizer 做的事就是把模糊请求拆成可执行指令：补角色、补上下文、补约束，再根据效果继续迭代。下面跟着做，5 分钟内完成第一次提示词优化。

🧭 先选对使用方式

一句话结论：只想试试就选在线版，要完整功能就装桌面版。

四种方式功能一致，差别主要在于数据存在哪里：在线版和桌面版存在你自己的浏览器或电脑里，私有部署则完全由你掌控。

🚀 第一次使用：三步完成首个提示词优化

上手只有三步，细节可对照快速上手指南。

第一步：配置模型。点右上角"模型管理"，选一个服务商（OpenAI、Gemini、DeepSeek 等），粘贴 API 密钥，点"测试连接"，通过后保存。

第二步：输入提示词并选模式。把原始提示词粘进左侧输入框，选择"系统提示词优化"（约束 AI 的长期行为）或"用户提示词优化"（改进单次提问），再挑一个贴近场景的模板，点"开始优化"。

第三步：查看结果。右侧是优化后的提示词和推理过程。满意就点"复制"或"收藏"；不满意就点"继续优化"，说明具体要改的方向，再来一轮。

💪 四项核心能力：你能用它完成什么任务

把模糊需求变成可执行指令

这是主菜：一键优化加多轮迭代，系统和用户提示词分开处理。比如一句"做一个苛刻的评审员"，优化后会变成包含分析技能、目标受众和具体评审标准的完整指令，小模型也能照着产出结构化批评，而不是含糊的套话。

一个提示词模板反复复用

同类任务别每次从头写。把重复内容抽成变量占位符：二手交易回复场景里，商品信息、价格锚点、买家报价、语气、谈判目标都可以变成变量，一份模板覆盖所有类似对话。懒得填值时，智能填充会按主题自动为每个变量生成内容。满意的结果收藏后还能带版本历史、标签、分类管理，支持完整导入导出备份，详见收藏管理指南。

文字描述变图像生成提示词

图像区有专门的优化工作区：文生图、图生图（基于本地参考图做风格迁移）、多图生成（多张图约束结果），支持 Gemini、Seedream 等生图模型，还能按模型设置尺寸、风格等参数。"夜空里漂浮的图书馆"这种一句话想法，优化后会带上星空、月光、光影关系等细节，出图不再全凭运气。更多玩法见图像模式文档。

验证提示词是不是真的变好了

优化完先别急着用。测试区可以做单结果评估、多结果对比评估和分析，也能模拟多轮对话、测 Function Calling（工具调用）。以知识图谱提取为例，优化后输出是固定结构的 JSON，格式统一，好不好一眼就能验证。

🔌 进阶玩法：私有模型与外部工具集成

有本地模型或自建服务时，用"自定义模型"接入即可，不改代码，只加环境变量。接本地 Ollama 只需三行：

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

下划线后的后缀（如 ollama）可用字母、数字、下划线、连字符随意命名，模型数量不限，完整命名规则见多自定义模型配置指南。

如果你在用 Claude Desktop 这类支持 MCP 的应用，还可以把 prompt-optimizer 变成它的工具。用 Docker 部署后，Web 界面和 MCP 服务会一起启动：

docker run -d -p 8081:80 -e VITE_OPENAI_API_KEY=your-key \ -e MCP_DEFAULT_MODEL_PROVIDER=openai --name prompt-optimizer linshen/prompt-optimizer

MCP 地址是 http://localhost:8081/mcp ，提供三个工具：用户提示词优化、系统提示词优化、按需迭代改进。之后在 Claude Desktop 里直接调用，不用切换窗口。

❓ 常见问题

问：在线版会把我的提示词传到第三方服务器吗？答：不会。项目是纯前端，数据存在你的浏览器里，请求由浏览器直接发给模型服务商，中间没有转发服务器。

问：优化一次不满意是不是就没救了？答：不是。有"继续优化"按钮，每轮迭代都可以指出具体改进方向；测试区的对比评估能帮你判断新版是否真的更好，避免盲调。

问：浏览器版连不上某些 API 怎么办？答：多半是浏览器 CORS 限制导致的。换桌面版，它是原生应用没有这个限制，可以直连本地 Ollama 和安全策略严格的商业 API。

问：同样的提示词不想每次都重写，怎么办？答：做成变量模板加收藏。重复内容换成占位符，每次填值或让智能填充自动生成，模板存进收藏，一键取用。

问：没有 OpenAI 密钥也能用吗？答：可以。用自定义模型接入本地 Ollama 或自建服务，三个环境变量就够，见上面进阶部分。

📚 资料索引

想深入时，仓库里的文档和源码都够用：

• 快速上手指南：第一次优化的完整流程
• 多自定义模型配置指南：私有模型接入细节
• MCP 服务器指南：与 Claude Desktop 等应用集成
• 图像模式文档：文生图、图生图、多图生成说明
• Vercel 部署指南：自托管步骤与注意事项
• 核心源码：优化、评估逻辑都在这个目录

想看完整项目结构的话，clone 下来浏览：git clone https://gitcode.com/GitHub_Trending/pro/prompt-optimizer。多数使用问题在上述文档里都能找到答案，源码层面的疑问可以直接翻核心目录。

【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