prompts.chat - ChatGPT Prompt 社区合集(f/prompts.chat)

一句话总结

prompts.chat（前身是无人不知的 Awesome ChatGPT Prompts）早已不是一份 CSV 表格，而是全球最大的开源 Prompt 工程平台——收录数千条社区验证的高质量提示词，支持语义搜索、结构化 Prompt、MCP 集成和一键自托管，等于给所有 AI 助手配了个"提示词操作系统"。

项目背景与由来

这项目的来头有点传奇色彩。它最早是土耳其开发者 Fatih Kadir Akn（@f）在 2022 年 12 月丢出来的一个 CSV 文件，名字叫 Awesome ChatGPT Prompts，初衷就一个：把大家验证过好用的 ChatGPT 角色设定收集起来。结果踩中了生成式 AI 爆发的起点，一路涨到 16 万+ stars，被 Forbes 报道、被哈佛和哥大论文引用 40 多次，还成了 Hugging Face 上最受欢迎的数据集。

有意思的是，它没停留在"列表"阶段。随着大模型从 ChatGPT 一家变成 ChatGPT、Claude、Gemini、Llama、Mistral 群雄并起，作者把项目重构成了完整的 Next.js 应用，数据库换成 PostgreSQL，加了语义搜索、版本控制、MCP 服务和 CLI 工具，改名 prompts.chat。从一份静态表格进化成"提示词也能像代码一样版本化、可组合"的平台，这个转身做得相当漂亮。

核心功能详解

• 海量提示词库：收录 1000+ 条社区验证的提示词，覆盖写作、编程、学习、商业、创意等几乎所有场景，每个都能一键复制、内联改变量，丢进任意 AI 助手直接用。
• 语义搜索：不是简单关键词匹配，而是用向量嵌入（HuggingFace 托管的 embeddings）做意图理解。搜"写单元测试"会浮出 TDD 工作流、断言模式等相关提示词，找东西快得多。
• 多类型 Prompt：支持 TEXT、IMAGE、VIDEO、AUDIO、STRUCTURED、SKILL、TASTE 七种类型，每种有独立 schema。更绝的是变量占位语法 ${VariableName:DefaultValue}，让一条模板能参数化复用，比如代码审查模板用 ${ProgrammingLanguage:Python} 就能套任意语言。
• 版本控制与变更请求：提示词的修改走类似 PR 的 change request 流程，社区审核通过才合并，相当于给"提示词"也上了质量门禁，垃圾内容进不来。
• 私有提示词与个性化：可以建私有 Prompt、订阅分类拿定制 feed、投票上榜（PromptMasters leaderboard），企业也能搭内部库。
• 互动学习：免费的交互式《Prompting 之书》有 25+ 章，从基础到思维链、少样本、AI Agent；还有给 8-14 岁孩子的游戏化教学《Prompting for Kids》。

技术架构与实现

前端是 Next.js（14/16）+ React + Tailwind，全 TypeScript，数据层主库 PostgreSQL 17，配 Prisma 6 做端到端类型安全。最巧妙的是"双持久化"设计：生产库 PostgreSQL 和仓库里的 prompts.csv 双向同步，社区在网页提交的内容通过 generate-contributors.sh 脚本自动同步回 Git 仓库，既保留了数据库体验又保留了 Git 版本控制的优点。认证用 NextAuth（GitHub/Google/Azure AD）。集成层还接了 OpenAI API 做提示词测试和生成，HuggingFace 做嵌入。

与竞品全面对比

说白了，PromptBase 是把 Prompt 当商品卖，FlowGPT 偏社交玩法，官方库只是示例堆。prompts.chat 的独特价值在"开源 + 可自托管 + 能接 MCP/CLI 进工作流"，对团队和开发者最实用。

适用人群与使用场景

• Prompt 工程入门者：读优秀 Prompt 理解提问结构和技巧，比看教程快。
• 开发者和团队：通过 CLI（npx prompts.chat）和 MCP Server 把提示词库直接喂给 Cursor、Claude Desktop，写代码时随时调。
• 企业/组织：自托管搭内部私有库，带品牌白标、主题和鉴权，数据不出门。
• 不适合：只想偶尔抄一条万用模板的极轻度用户，Web 版够用，没必要折腾自托管。

快速上手指南

网页版零门槛，直接去 prompts.chat 搜。想自托管一条命令起：

# 方式一：一键脚手架（推荐）
npx prompts.chat new my-prompt-library
cd my-prompt-library

# 方式二：手动克隆
git clone https://github.com/f/prompts.chat.git
cd prompts.chat
npm install && npm run setup   # 向导配置品牌/主题/鉴权

# 作为 MCP Server 接进 AI 工具（远程，推荐）
# 在 Claude Desktop / Cursor 的 mcp.json 加：
# { "mcpServers": { "prompts.chat": { "url": "https://prompts.chat/api/mcp" } } }

# CLI 用法
npx prompts.chat            # 命令行浏览/搜索提示词

环境变量靠 .env（DATABASE_URL、AUTH_GITHUB_SECRET、可选 OPENAI_API_KEY 开 AI 搜索），品牌白标在 prompts.config.ts 里设 useCloneBranding = true。

社区与生态

从一个人维护的 CSV，到现在 190+ 贡献者、160K+ stars，还被 Forbes 报道、学术引用 40+ 次，生态相当扎实。它甚至有 Claude Code 插件（/plugin marketplace add f/prompts.chat）和官方 MCP 文档，开发者集成路径完整。更新频率高，2026 年还在持续加 AI 搜索、Kids 游戏等新功能。

总结与建议

我觉得 prompts.chat 是把"提示词"这件事想得最透的开源项目——从 disposable 文本变成可版本化、可组合、可自托管的基础设施，这个定位至今没人超越。不足也有：自托管依赖 PostgreSQL + Node 18+，对非技术同学门槛不低；CC0 虽自由，但意味着别人也能随便拿去商用，作者基本靠赞助维持。如果你认真做 Prompt 工程或想给团队搭私有库，闭眼上；只想偶尔抄条模板，网页版足矣。