提示词
29 tokenWrite some code to handle user uploads. It should be fast and support a few file types, etc. Make it secure but keep it simple.- 质量
- 77/100
- 问题数
- 3
- 意图
- code generation
由引擎在构建本页面时计算得出。 token 使用 gpt-4.1 分词器计数。
功能介绍
提示词分析器像一位细心的审阅者那样阅读提示词。它把文本解析为句子、段落、变量以及代码和引文等受保护片段，判断任务类型，然后对其运行引擎中的每一条规则。
每条规则只查找一种具体问题：没有明确目标、“一些”“之类”这样的模糊用词、没有数字的规模描述、相互矛盾的指令、缺失的输出格式、重复的句子、未加分隔的模板变量、注入短语，以及粘贴进文本的密钥。
结果包括问题列表、按维度细分的百分制质量分、OpenAI 模型的精确 token 数和预估输入成本。不会向任何语言模型发送内容，因此同一个提示词总会得到同一份报告。
实际示例
一次真实的分析
左侧的提示词由引擎在构建本页面时分析。右侧的问题是它的真实输出，不是示意图。 引擎的检查结果和生成的提示词以英文显示，与引擎和 API 返回的内容完全一致。
分析器的报告
- 警告Vague wording: "etc". 关于 vague language 规则
- 警告Code is requested but no language or framework is named. 关于 missing language 规则
- 提示Size words without a number: "a few". 关于 unquantified size 规则
主要优势
具体的问题，而不是一个分数
每个问题都会引用触发它的文本，解释它为何影响回答，并给出具体的修改建议。
可复现
规则是确定性的。两个人分析同一个提示词，会看到相同的问题和相同的分数。
隐私从设计开始
在工作区中，分析在你的浏览器标签页里运行，提示词绝不会离开你的电脑。
即时且免费
无需等待或付费调用模型，因此报告会随着你的输入实时更新。
功能
基于规则的检查
清晰度、具体性、完整性、结构、一致性、输出规范、效率和安全性。
意图识别
识别调试、新代码、重构、审查等任务类型，让建议贴合任务。
需求提取
列出在提示词中找到的需求，快速发现被你遗漏的那一条。
token 与成本计数
OpenAI 模型使用其自带分词器精确计数；其他服务商标注为近似值。
每条规则的参考页面
每个问题都链接到一个页面，包含触发示例、解释和修正后的提示词。
处处结果一致
工作区、扩展、MCP 工具、CLI 和 HTTP API 都运行同一个引擎。
适用人群
- 开发者在提示词进入应用代码之前检查它，就像提交代码前先对函数运行 lint 一样。
- 提示词工程师多一位永不疲倦的审阅者，对第一个和第五百个提示词都用同一标准。
- 审查提示词的团队用有名称的问题和解释该问题的规则链接，取代“感觉有点模糊”。
- 正在学习写提示词的人了解哪些习惯会导致回答不稳定，每条规则都配有示例和修正版本。
使用场景
- 01
上线前审查提示词
在系统提示词或模板进入生产环境前运行分析器，先修复警告。
- 02
排查不稳定的输出
当模型每次运行给出不同的答案时，原因通常是未量化的规模、缺失的格式或冲突。分析器会指出具体原因。
- 03
教授提示词写作
在带新人学习写提示词时，把分析结果当作审查意见使用。
- 04
审计提示词库
用 CLI 检查所有提示词文件并按分数排序，找出需要关注的那些。
常见问题
提示词分析器会把我的提示词发送给 AI 模型吗？
不会。分析器是一个确定性的规则引擎。在 Web 工作区中，它完全在你的浏览器里运行，从不调用语言模型。
它适用于哪些模型？
这些问题关乎提示词的措辞，因此适用于任何大语言模型。token 数对 OpenAI 模型是精确的，对 Claude、Gemini 等则为近似值。
基于规则的分析器能告诉我提示词是否有效吗？
它会告诉你提示词哪里不清楚、不完整或有风险。它无法运行提示词，因此不衡量回答质量。请在用模型测试之前，先用它消除已知问题。
它免费吗？
是的。工作区无需账号，HTTP API 无需密钥。
PromptFlowEngine 的相关功能
所有产品都运行同一个引擎，组合使用时不会出现意外差异。
了解背后的技巧
来自提示词工程知识中心的指南，讲解本产品所运用的理念。