prompt-optimizer/mkdocs/docs/zh/index.md

hide

hide
toc

Prompt Optimizer Docs

先配模型，
再跑工作流

第一次使用，先配置 1 个文本模型，再进入工作区跑一次优化、测试和评估。

先配置模型 快速开始 选择工作区

01

必做：先配 1 个文本模型

不先配模型，就不能开始。

02

必做：先跑一次结果

先完成优化、测试和评估。

03

再看：工作区和评估语义

跑通后再区分细节。

第一次使用

按这个顺序走，最不容易卡住。

01

先配置模型

先配 1 个文本模型。

02

快速开始

先跑通一次完整流程。

03

选择工作区

看清输入结构差异。

04

测试与评估

分清分析、评估、对比评估。

按工作区进入

不同工作区，对应不同输入结构。

系统提示词工作区

优化角色、规则、边界与输出规范。

/basic/system

用户提示词工作区

优化直接发给模型的一条任务提示词。

/basic/user

变量工作区

把提示词沉淀成模板，分离固定结构与可变输入。

/advanced/variables

多消息工作区

在完整上下文里优化某条消息，而不是脱离会话单看一句话。

/advanced/context

文生图工作区

围绕图像生成结果比较不同提示词的效果。

/image/text2image

图生图工作区

结合参考图继续优化生成方向与风格控制。

/image/image2image

多图生图工作区

用多张输入图共同约束主体关系、顺序语义与最终生成目标。

/image/multiimage

提示词资产与辅助功能

提示词可以来自手写、模板、本地导入或 Prompt Garden 提示词库，稳定后再沉淀为收藏资产。

Prompt Garden 提示词库

作为可选提示词来源，发现可导入的提示词、示例和媒体素材。

/basic/prompt-garden

收藏与导入

把稳定提示词保存为可复用资产，保留示例、媒体和来源信息。

/basic/favorites

变量智能填充

填写核心变量，AI 自动推导其他变量。

/auxiliary/smart-fill

文生图复刻

从参考图反推提示词和变量。

/auxiliary/replicate

风格学习

保留提示词主体，学习参考图风格。

/auxiliary/style-learn

继续深入

跑通第一次使用后，再看部署、排障和集成。

部署

桌面版与部署方式

查看 Web、桌面版、Docker、Chrome 插件和 MCP 的部署方式。

排障

常见问题与排障

从连接问题、故障排除到技术支持入口，先查这里。

集成

MCP 服务器

了解如何把 Prompt Optimizer 能力暴露给外部客户端或自动化流程。