开源|一个强大的AI提示词优化工具,可以写、优化、测试、对比、保存继续复用

写 Prompt 这事，很多人一开始都挺自信：不就是把需求说清楚吗？结果真用起来才发现，AI 经常不是听不懂，而是“听偏了”。你让它写方案，它给你讲背景；你让它改代码，它开始讲原则；你补一句，它改一点，再补一句，它又跑远了。半小时过去，东西没成型，聊天记录倒是攒了一屏。

今天这个开源项目叫 Prompt Optimizer，中文可以理解成“提示词优化器”。它不是再造一个聊天窗口，而是给 Prompt 加了一个调试台：你可以写、优化、测试、对比，还能把好用的提示词保存下来，后面继续复用。

它解决的痛点很具体：把一段“差不多能懂”的话，整理成结构更清楚、约束更明确、输出更稳定的提示词。比如你随手写一句“帮我写项目周报”，工具会帮你补齐角色、背景、输出格式、关注重点这些信息。不是让文字变长，而是让模型少猜。

功能上，它支持系统提示词和用户提示词两种模式，也支持多轮迭代优化。优化完还能做结果评估、单结果分析、多结果对比。

这个设计挺适合开发者，因为我们平时调接口、调 SQL、调样式都讲证据，唯独调 Prompt 经常靠感觉。Prompt 也应该被测试，而不是靠一句“感觉还行”就上线。

模型兼容也比较全。

OpenAI、Gemini、DeepSeek、Grok、智谱 AI、SiliconFlow、MiniMax 这些都能接，还支持 OpenAI 兼容接口。本地模型用户也能折腾，比如 Ollama。实际用的时候，你可以拿同一段提示词跑不同模型，看谁更稳、谁更啰嗦、谁更适合业务场景。

它还支持图像生成提示词优化。比如你只写“赛博风咖啡店”，它可以帮你补出主体、构图、光线、色彩、镜头感。做封面、海报、产品概念图时，这类能力挺省时间，尤其适合灵感有了但表达不够细的人。

部署方式不算折腾。

想先试试，直接打开在线版就行。它是纯前端应用，数据主要存在本地浏览器里，没有额外中间服务。想自己长期用，可以 Docker 或 Docker Compose 部署，也支持 Vercel、Cloudflare Pages。桌面端、Chrome 插件也都有，对不同使用习惯的人比较友好。

纯前端虽然轻，但连接本地服务时可能会碰到浏览器跨域和 HTTPS/HTTP 混合内容问题。比如你要接本地 Ollama，Web 版可能被拦。遇到这种情况，桌面客户端会省心不少。

它用 pnpm Monorepo 组织，Node 要求 22 以上，包含 Web、桌面端、浏览器扩展、MCP Server 等模块，E2E 测试用 Playwright。对前端同学来说，拿来研究多端项目结构也有参考价值。

协议方面

场景一：把一句随口说的需求变成可执行 Prompt。

输入：帮我写项目周报优化后：基于项目进度、风险、下周计划生成结构化周报，语气简洁，输出 Markdown。

场景二：同一段 Prompt 跑多模型对比。

模型 A：结构完整，但废话偏多模型 B：表达干净，但少了风险项模型 C：格式稳定，适合直接复用

场景三：把团队经验沉淀成模板。

模板：代码审查助手变量：{{语言}}、{{代码片段}}、{{审查重点}}输出：问题列表、修改建议、风险说明

如果你现在还靠收藏夹、备忘录、聊天记录管理 Prompt，这个工具值得试试。

建议别一上来就搬全套流程，先从周报、代码审查、需求拆解这三类高频场景开始，用几天就能看出差别。它不神秘，也不装复杂，本质上就是把一次性聊天，变成能调试、能复盘、能沉淀的工作资产。

不清楚如何写，也可以看看别人写的。

会写 Prompt 的人，不是在堆关键词，而是在降低模型误解你的概率。

如果你也在折腾 AI 工具落地，欢迎在评论区聊聊你的场景。后面我会继续拆一些能直接上手的开源方案，少聊概念，多看能不能解决手头的问题。

GitHub ：https://github.com/linshenkx/prompt-optimizer

在线用：https://prompt.always200.com

提示词：https://garden.always200.com/

往期项目

了解更多

Prompt Optimizer、提示词优化器、AI 提示词、MCP、开源 AI 工具