prompts.chat 是一个专门收集「AI 提示词」的开源资料库。提示词（prompt）就是你输入给 AI 的那段指令文字，同样的模型，问法不同，回答质量可以差出好几个档次。这个库把各领域验证过的好问法按用途分类收录，任何人在任何 AI 助手（ChatGPT、Claude、Gemini、Llama、Mistral 都适用）上都能直接取用。

项目 2022 年 12 月上线，原名 Awesome ChatGPT Prompts，是全世界第一个提示词库。如今仓库 f/prompts.chat 在 GitHub 上已有 16.87 万 star、2.17 万 fork、8474 次提交，官方定位为「全球最大的开源 AI 提示词库」。它拿过 GitHub Staff Pick（GitHub 官方编辑推荐），被《福布斯》、哈佛大学、哥伦比亚大学引用，累计 40 多项学术引用，同时是 Hugging Face（AI 模型与数据集托管社区）上最受欢迎的数据集。

适合谁用：刚接触 AI 助手、不知道该怎么提问的新手；想把团队 AI 使用经验沉淀成规范、提效的开发者；需要把提示词库部署到自有服务器、追求数据不出内网的组织。

提示词为什么值得专门收集

调用 AI 模型的回答质量，很大程度上取决于提问方式。提示词工程（prompt engineering，研究「怎样向 AI 提问更有效」的实践方法）里有不少经过验证的技巧：让模型扮演某个角色、要求按固定格式输出、把任务拆成步骤逐条下达。prompts.chat 收录的正是这些被社区反复检验过的模板——例如让 AI 扮演资深律师审合同、扮演英语老师批改作文，拿来就能用，不用自己从头摸索。

这个库提供了哪些形态

  • 网站与数据文件：prompts.chat 网站支持在线浏览与提交新提示词；数据同步提供 PROMPTS.md 与 prompts.csv 两种格式，另有 Hugging Face 数据集版本，方便程序化读取。
  • 免费的交互式提示工程书：25 个以上章节，从入门讲到思维链（chain-of-thought，让模型先分步推理再给结论的技巧）、少样本学习（few-shot learning，先给模型几个示例再让它处理新任务的用法）、AI Agent（能自主调用工具、拆解任务去完成的智能体）等进阶话题。
  • 儿童版教学：面向 8-14 岁孩子的游戏化互动教程，用谜题和故事教孩子如何与 AI 有效沟通。
  • CLI 命令行工具：装好后可在终端里直接查询、管理提示词，适合习惯命令行的开发者。
  • Claude Code 插件与 MCP Server：可把提示词库以插件形式装进 Claude Code（Anthropic 的编程助手）；也提供 MCP Server（MCP 是模型上下文协议，一种让 AI 工具标准化接入外部数据与能力的接口规范），让提示词库作为数据源接入各类 AI 工具，支持远程与本地两种模式。

自托管：把提示词库搬回自己的服务器

用 npx prompts.chat new 一条命令即可初始化一个私有提示词库，支持自定义品牌、主题与登录认证（GitHub、Google、Azure AD 账号均可）。数据库使用 PostgreSQL（开源关系型数据库），官方推荐托管方案为 Neon。对于不想把内部提示词交给第三方平台的组织，自托管意味着完全的数据自主。

开源与许可

项目采用双许可证：源代码与站点原创内容遵循 MIT 协议，可以自由修改、商用；用户提交的提示词内容遵循 CC0 协议，即放弃版权、进入公有领域，谁都可以随意使用与分发。

这篇文章能带走什么

prompts.chat 是当前全球最大的开源提示词库，star 数 16.87 万。它解决的核心问题是「大多数人不擅长向 AI 提问」——把社区验证过的好问法集中、分类、开放，新手可以直接抄，组织可以私有部署。如果你在使用任何主流 AI 助手，这个库值得收藏。