快速上手 prompt-optimizer:AI 提示词优化实操指南
【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
你正在给客服机器人写系统提示词,写了“你是客服助手”几个字,输出却始终泛泛。把这句话丢进 prompt-optimizer,选择用户提示词优化模式,点一次开始优化,它就能帮你补全角色边界、输出格式和异常处理。这篇教程带你用 Docker 把它跑起来,并完成第一次提示词优化。
🧰 它能干什么:从一句提示词到可复用的提示词资产
这一节帮你建立整体认知,搞清楚它和“直接问 AI”的区别在哪。
prompt-optimizer 的定位不是聊天工具,而是提示词工作台。你写的每一句提示词,都可以在这里被优化、测试、评估,再存成可复用的提示词资产。它支持四种形态:Web 应用、桌面应用、Chrome 扩展和 Docker 部署,数据默认存在本地。
核心能力可以概括为三条:
- 系统提示词与用户提示词一键优化
- 多轮迭代,支持分析、评估与对比测试
- 多模型支持:OpenAI、Gemini、DeepSeek 等
- 通过 MCP 协议接入 Claude Desktop
下图是一个真实的优化流程:从一句很短的角色提示词,到结构化、有评审标准的完整系统提示词。
🚀 跑起来:Docker 一条命令部署
这一节解决“第一步执行什么命令”的问题。主路径只写 Docker 方式,它是官方文档里最省事的部署形式。
- 运行容器,映射 8081 端口并带上一个模型密钥:
docker run -d -p 8081:80 \ -e VITE_OPENAI_API_KEY=你的密钥 \ --name prompt-optimizer \ linshen/prompt-optimizer- 浏览器打开
http://localhost:8081,看到 Web 界面即部署成功。 - 点击右上角设置,进入“模型管理”,确认密钥状态并点击“测试连接”。
其他安装方式一句话带过:
| 方式 | 说明 |
|---|---|
| 桌面应用 | 从 Releases 下载安装包,支持自动更新,且无浏览器 CORS 限制 |
| Chrome 扩展 | 从 Chrome 应用商店安装,点图标即用 |
| 本地开发 | git clone https://gitcode.com/GitHub_Trending/pro/prompt-optimizer后执行pnpm install && pnpm dev,需 Node 22 与 pnpm |
📝 用起来:三个典型场景
这一节演示“配好之后拿它干什么”,按场景顺序走一遍。
场景一:把一句粗糙的用户提示词优化成结构化版本
适用时机:日常问答、创作、让 AI 写代码前的临时指令。用法:在左侧输入框写入原始提示词,选择用户提示词优化模式,挑一个优化模板,点“开始优化”;右侧会给出优化结果和推理过程,不满意可以点“继续优化”追加改进要求。
| 优化前 | 优化后(示意) |
|---|---|
| 帮我写篇文章 | 请撰写一篇约 1500 字的技术文章,要求结构分点、含实际案例、语言专业但易懂 |
场景二:对已有提示词做定向迭代
适用时机:初版能用,但某个方向不对,比如太啰嗦或缺少约束。用法:在结果区用“继续优化”追加一句具体改进要求,比如“减少公式化表达”,只针对这一个点改一轮。效果是每一轮只动一个方向,便于回溯是哪一步改坏的。
场景三:在 Claude Desktop 里直接调用优化工具
适用时机:你不想离开 Claude 切换应用。用法:确认容器在跑,然后编辑 Claude Desktop 的配置文件,加入服务地址:
{ "services": [ { "name": "Prompt Optimizer", "url": "http://localhost:8081/mcp" } ] }配置目录:Windows 在%APPDATA%\Claude\services,macOS 在~/Library/Application Support/Claude/services,Linux 在~/.config/Claude/services。重启 Claude Desktop 后,会多出三个工具:
| 工具 | 用途 |
|---|---|
optimize-user-prompt | 优化用户提示词 |
optimize-system-prompt | 优化系统提示词 |
iterate-prompt | 按具体需求迭代已有提示词 |
更多细节见 docs/user/mcp-server.md,源码在 packages/mcp-server/。
⚙️ 配置速查:环境变量与端口
这一节把所有会实际用到的配置收进一张表,按需照抄即可。
| 配置项 | 是否必需 | 默认值 | 说明 |
|---|---|---|---|
VITE_OPENAI_API_KEY等模型密钥 | 至少一个 | 无 | 模型密钥,也可在界面“模型管理”里填 |
VITE_CUSTOM_API_KEY_ollama/_BASE_URL_/_MODEL_ | 否 | 无 | 连接 Ollama 等 OpenAI 兼容服务 |
MCP_DEFAULT_MODEL_PROVIDER | 否 | openai | MCP 默认模型提供商 |
MCP_LOG_LEVEL | 否 | debug | 日志级别:debug/info/warn/error |
MCP_HTTP_PORT | 否 | 3000 | 本地开发 MCP 端口,Docker 部署无需设置 |
ACCESS_USERNAME | 否 | admin | Docker 部署的访问账号 |
ACCESS_PASSWORD | 否 | 无 | 设置后启用访问密码保护 |
⚠️ 避坑:四个高频问题
这一节覆盖新手最常卡住的四个位置,每条都是“现象 → 原因 → 办法”。
- 现象:点“开始优化”报连接错误。原因:密钥未配置或已失效,当前没有可用模型。办法:到设置“模型管理”测试连接,失败就换一个模型。
- 现象:Claude Desktop 里工具调用返回 No enabled models found。原因:容器没带模型密钥,或
MCP_DEFAULT_MODEL_PROVIDER指向了未配置的提供商。办法:带上-e参数重新运行容器。 - 现象:本地执行
pnpm mcp:dev报 EADDRINUSE。原因:3000 端口被占用。办法:设置MCP_HTTP_PORT=3001后重启。 - 现象:浏览器里连本地 Ollama 始终失败。原因:浏览器 CORS 限制。办法:换桌面应用,它不经过浏览器、无 CORS 限制。
📌 收尾:三步用熟它
prompt-optimizer 的核心价值是把“提示词写得好不好”从靠感觉变成可测试。它一条 Docker 命令就能跑起来,密钥既可以在界面里配,也可以用环境变量注入。MCP 接口让它在 Claude Desktop 里变成随手可用的工具。
下一步建议:
- 在“模型管理”里确认默认模型可用,并跑一次测试连接
- 把你最近写过的一句真实提示词放进左侧输入框,完成第一轮优化
- 按场景三的配置接上 Claude Desktop,试一次
optimize-user-prompt - 把满意的结果点“收藏”保存,作为以后复用的提示词模板
【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