输入提示词
粘贴你的AI提示词，分析6个维度的质量评分
提示词效果分析器能做什么？
提示词效果分析器是一款纯前端本地运行的工具，从6个关键维度分析AI提示词的质量，帮助Prompt Engineer优化提示词以获得更好的AI输出。
6大分析维度
- 清晰度 — 提示词是否明确、无歧义
- 具体性 — 是否包含足够的细节和约束
- 结构化 — 是否有良好的组织结构
- 角色定义 — 是否明确了AI的角色
- 示例引导 — 是否提供了Few-shot示例
- 输出格式 — 是否指定了期望的输出格式
常见问题 FAQ
如何写出高质量的AI提示词？
高质量提示词的关键要素：1.明确角色定义；2.具体任务描述；3.清晰的输出格式要求；4.提供示例；5.设定约束条件；6.分步骤指导。
什么是Prompt Engineering？
Prompt Engineering是设计和优化AI提示词的技术，目的是让大语言模型产生更准确、更符合预期的输出。核心技巧包括角色设定、Few-shot学习、思维链等。
提示词长度有影响吗？
提示词长度需要平衡。太短可能导致指令不明确，太长可能增加成本且关键信息被淹没。一般建议系统提示词在200-2000字之间。
如何评估提示词效果？
评估提示词效果可以从输出一致性、准确性、完整性和格式合规性四个方面。本工具提供静态分析评分。
Few-shot示例有什么用？
Few-shot示例是在提示词中提供1-5个输入输出示例，帮助AI理解期望的输出格式和风格。研究表明2-3个高质量示例可以显著提升输出质量。