文档
PromptFlowEngine 文档
PromptFlowEngine 是一个确定性的 TypeScript 引擎（@promptflow/engine），负责解析、分析、重构、优化、验证和评分提示词。网页工作区、Chrome 扩展、VS Code 扩展、MCP 服务器、HTTP API 和 CLI 都是同一个引擎的接口，所以同一个提示词无论在哪里都会得到相同的结果。初次接触？请从快速入门开始。
学习
- 提示词工程指南26 篇关于编写、优化、测试和保护提示词的指南。
- 提示词库20 个类别中共 40 个可复用的提示词，从代码审查到研究。
- 提示词模板6 个带 {{variables}} 的生产级提示词模板，每个都评为强。
核心概念
集成
- 连接 PromptFlowEngine比较扩展、MCP 和 HTTP API，附设置、验证和故障排查。
- VS Code 扩展编辑器内的 代码库 → 提示词 → 代码库：生成、重构、发送和审查。
- Chrome 扩展在 ChatGPT、Claude、Gemini、Grok、Perplexity 和 DeepSeek 中分析、重构和脱敏提示词。
- MCP 客户端连接 Copilot、Claude、Cursor 或任何 MCP 客户端：工具、资源和配置。
- HTTP API无状态的 JSON 接口、限制、错误和示例。
- CLI 与 CI 门禁所有命令，以及用于 CI 中提示词文件的 check 门禁。
安全
按主题浏览指南
提示词工程指南讲解引擎规则所检查的各种技巧。下面每个主题都会打开指南索引中的对应部分。
- 基础知识 (5): 什么是提示词工程、如何一步步实践，以及让提示词从“偶尔有效”变成“每次都有效”的习惯。
- 提示词类型 (4): 提示词的基本形式：带或不带示例、指定角色、作为系统提示词，以及围绕指定输出格式来组织。
- 技巧 (5): 应对更难任务的方法：逐步推理、把工作拆分到多个提示词、为模型提供工具，以及通过度量来改进提示词。
- 优化、测试与安全 (6): 在生产环境中运行提示词：token 与上下文预算、评估、版本管理、注入防御，以及让密钥远离提示词。
- AI 智能体与 MCP (3): 驱动工具而不只是给出一次回复的提示词：智能体指令、检索以及 Model Context Protocol。
- 模型指南 (3): 不同服务商之间有何不同：OpenAI、Anthropic 和 Google 的模型在理解指令、上下文和格式时有哪些差异。
提示词库与模板
提示词库收录了可以复制并改编的单一用途提示词。开发者类别是个不错的起点：
- 软件开发提示词: 用于规划变更、审查代码、编写测试和调试的提示词，经过结构化设计，让助手返回你可以检查的成果。
- AI 工程提示词: 用于基于模型进行开发的提示词：设计评估、编写工具定义，以及规划检索流水线。
- 提示词工程提示词: 关于提示词的提示词：点评草稿、生成测试用例，以及把一个请求转换成结构化的系统提示词。
- DevOps提示词: 用于交付与运维的提示词：审查流水线、编写运行手册，以及加固容器镜像。
- 研究提示词: 用于阅读和比较资料的提示词：区分发现与主张的论文摘要，以及文献对比表。
- 效率提示词: 用于日常工作的提示词：把笔记整理成计划、为任务清单排序，以及起草清晰的邮件回复。
提示词模板是更长、可复用的起点，其中用 {{variables}} 表示会变化的部分： 拉取请求审查、客户支持回复、结构化数据提取、会议摘要、工单分类和使用工具的智能体系统提示词.
核心工作流
代码库 → 提示词 → AI → 代码库。从你手头的代码出发，把粗略的需求变成基于该代码的结构化工程提示词，发送给你已在使用的模型，然后对照任务审查返回的结果。VS Code 扩展会跑完整个循环；其他产品则覆盖你所在之处的提示词这一步。
产品
这些页面是参考资料。各产品的概览请参见 AI 提示词工具：提示词分析器、提示词优化器、提示词安全扫描器、提示词测试和提示词评估。
它不做什么
- 它不调用语言模型。每个结果都来自有文档的规则，所以免费、即时、私密且可复现。
- 它不会编造缺失的内容。像未指定输出格式这样的缺口会变成给你的建议。
- 它不会拿你的提示词去跑模型。基于模型的测试在路线图中。