2,977 条提示词,装在一个 10.5 MB 的 CSV 里,五列字段。这份库从 2022 年 12 月开始收集(原名 Awesome ChatGPT Prompts),现在是 GitHub 上星标最多的提示词仓库之一:176,993 个 star、22,571 个 fork。
它的价值不在"精选",在"全量且可读"。每条提示词的原文都摊在表格里,可以逐条比结构、比措辞,也可以直接把 prompt 那一列整段复制走。对需要写岗位任务、教学示例、角色设定的人来说,这是一个能查结构语料的库,不是一份推荐清单。
四个入口,一份 CSV 最实在
| 入口 | 内容 | 适合 |
| prompts.csv | 2,977 行 × 5 列,纯文本 | 想批量筛、想拿去做语料分析 |
| PROMPTS.md | 同一批提示词的 Markdown 版 | 想直接读、想按标题找 |
| prompts.chat 网站 | 带搜索与分类的浏览页 | 只想找一两条来用 |
| Hugging Face 数据集 | 同一批数据的另一份托管 | 做训练或统计 |
CSV 是最省事的一份:不用装环境、不用注册,下载下来用表格软件就能打开。文件 10.9 MB,2,977 行数据,正文合计约 1,051 万个字符。
五列字段各是什么
| 字段 | 含义 |
| act | 这条提示词的角色名或任务名,如 Linux Terminal、Ethereum Developer,全库 2,977 个互不重复 |
| prompt | 提示词正文,就是要粘贴进对话的那一段 |
| for_devs | 是否标注为面向开发者 |
| type | 类型,取值 TEXT、STRUCTURED、IMAGE |
| contributor | 贡献者标识,多数是用户名,一部分是邮箱 |
act 一列最有用,它相当于目录:想找"翻译""面试官""正则生成"这类角色,直接在这一列筛。
一半提示词超过 1,119 个字符
这是这份库最容易被误判的地方。2,977 条里,长度中位数是 1,119 个字符,最长的一条 144,260 个字符——相当于一篇长报告。最短的只有 29 个字符,是 "Write mean eye catching pitch" 这种一句话。
也就是说,库里一半的条目是长篇角色设定:先给你一个身份、再给若干条约束、有时还附输出格式。以 Linux Terminal 那条为例,原文是让它扮演终端、只回代码块里的输出、不写解释、不主动执行命令,要跟它说别的事就把话放在花括号里。这类提示词的写法是"把规则一次写全",与现在流行的"短指令再追问"正好相反。
用的时候要留意这个差别:整段贴进对话窗口,等于一次给它十几条约束,容易顾此失彼;更稳的做法是取其结构,把约束按你这次的场景删到三五条。
类型与开发者标记的分布
按 type 列统计:TEXT 2,575 条、STRUCTURED 381 条、IMAGE 21 条。STRUCTURED 那一批多是要求固定输出结构的任务,比如正则生成器,会明确列出"你要做的事"清单;IMAGE 只有 21 条,是给图像模型写的提示词,与文本类混在同一个库里,筛的时候注意别混用。
for_devs 标为 TRUE 的只有 246 条,占 8% 左右。也就是说这个库的主体不是编程提示词,而是通用角色与写作任务——这个比例与"开发者提示词库"的印象有出入,值得先看一眼再决定要不要用。
贡献者一列很集中:作者本人 f 提交了 610 条,其余分散在几百个用户名与邮箱之间。
许可分两层,别混
仓库用双许可:代码与站内原创内容(src/、prisma/、scripts/ 与构建配置,含站内那本书)是 MIT;提示词内容与数据(prompts.csv、PROMPTS.md 与用户提交的提示词文本)以 CC0 1.0 贡献到公有领域。
这两层的区别很实际:CC0 意味着那 2,977 条提示词可以自由复制、改写、商用、再发布,不必署名;而站点代码与书籍按 MIT,转载时保留版权声明。如果分不清某个文件属于哪一层,仓库的说明是默认按 MIT 处理。
除了 CSV,还有一堆入口,但多数要动手
README 里还列了:命令行工具、Claude Code 插件、MCP 服务器(远程地址与本地 npx 两种接法)、自托管(一条 npx 命令起一个带品牌与登录的私有库)、以及一本 31 章以上的交互式提示词教程,有 17 种语言版本。
这些对不写代码的人是负担:自托管要 Node 环境与 PostgreSQL,MCP 要改配置文件。真正零门槛的只有三样——CSV、PROMPTS.md、网站。README 还提了站点同时托管"常驻 AI 机器人"与机器人团队,这部分是另一个产品线,与提示词库本身不是一回事。
怎么挑着用
最快的路径是先在 CSV 的 act 列里搜关键词(翻译、面试、总结、邮件),找到候选后再看 prompt 列的长度:超过两千字符的先当"参考结构",别整段照贴;一千字符以内的可以直接试。
其次看 type。STRUCTURED 那 381 条适合需要固定格式输出的场景(表格、清单、代码),TEXT 适合对话式任务。IMAGE 那 21 条要拿去给图像模型,别丢进文本对话里。
最后提醒一句:这个库从 2022 年 12 月开始收集,最早的条目写在模型还需要非常明确角色设定与格式约束的时候,现在的模型对简短指令的理解更好。库里的结构仍然有价值,但"必须写这么长"这个前提已经变了。
能转载到什么程度
提示词内容与数据是 CC0 1.0,可自由复制、改写、商用与再发布,不需要署名;仓库代码与站内书籍是 MIT,转载需保留版权声明。这里引用的两条提示词属于 CC0 那一层。
────────────────
CSV 的完整字段说明、类型与开发者标记的分布数字、许可原文、以及四个入口的地址都在下面,回复就能看到。
把经管之家装进你常用的 AI 智能体中 一键快捷安装经管之家 MCP/技能,让 AI 帮你查教程、找数据、读论坛帖子。 检索、阅读公开帖子不收费,安装可申请领取:3 通用积分+100 论坛币+3 元论坛资金 说明: AI 算力按所用平台规则计算;附件按原帖条件获取;福利领取条件以活动页面为准。 |


雷达卡


京公网安备 11010802022788号







