NAS 部署 AI 提示词优化工具，让你的效率大大提升

字节出过一个提示词优化服务叫 PromptPilot。支持文本、视觉、多轮对话的提示词测试、调优，用于大幅度增加 AI 对话中的输出效果。我曾在上面做过不少的提示词优化，但是平台现在也是积分制的了。

在 Github 上有一个类似的项目 —— 「prompt-optimizer」，目前已经有近 30K Star，是一个包含文本、图片、视频多模态的提示词调试、优化系统，可以帮助我们编写更好的 AI 提示，提升 AI 输出的质量。

官方的几个案例。

1️⃣ 咸鱼砍价

2️⃣ 红队审核

3️⃣ 生图优化

一、项目体验

系统主界面就是一个简易的对话框。左侧是提示词优化区域，展示原始提示词和优化后提示词。

右侧上你是提示词的变量区域，用于结构化提示词的变量管理；右侧下方是提示词的测试区域，可以直接接入多模态模型进行输出。

比如我这里接入了百炼 Wan 的生图模型，分别生成优化前、优化后的提示词所生成的图片。

先说原始提示词分析吧。它通过视觉描述、细节表达、风格约束、改进程度等几个角度来对一个提示词进行综合打分。一般随口说的提示词打分都会偏低。

基于这个提示词，可以选择内置的不同类型的提示词优化方案进行优化。比如生图优化方案中，就自带了通用优化、中文美学优化（加入中国风）、摄影语言优化（加强光影）、结构/创造性优化（增加创意）和 JSON 结构优化（结构化）。

这些模板是支持后期自己添加和维护的。我的做法就是在社媒平台上找到好看的图片和提示词后，将它加入到这个功能提示词模板里备用。

除了内置模板。项目还提供了两个工具 —— 复制、风格学习。

复制可以理解为参考图提示词反馈，直接结构你上传的图片来生成内容。

风格学习则可以保持你的生图主体不变，通过学习上传图片的风格来生成内容。

最后，Prompt Optimizer 这个项目还提供了一个提示词库，里面拥有 70 多种生图提示词，包括当前最流行的 Image2 等。

项目内所有的数据，都可以进行导出、导入，也支持远程备份到 S3、WebDav 渠道。对 NAS 用户来说还是比较友好的，数据本地存一份，然后远端再存一份。

唯一可惜的是目前支持的模型并不算多，也是项目最大的问题。虽然我们可以手动添加端点和模型，但是需要对模型本身有一定了解，知道哪些是纯文本，哪些是多模态，对新手来说玩不转。

二、威联通部署 prompt-optimizer

本次教程以威联通 Qu605-N150-16G 为例，使用 NAS 部署这套系统的原因我前面已经说过了。免费！隐私！可更新。不用担心提示词数据丢失，也不用担心那一天 SaaS 服务收费而无法使用。

打开威联通的 Container Station 并创建一个应用程序。将下方的提示词填入到 Yaml 代码框里验证部署即可，默认的端口是 28081。

services:
prompt-optimizer:
image: linshen/prompt-optimizer:latest
container_name: prompt-optimizer
restart: unless-stopped
ports:
- 28081:80
environment:
- NGINX_PORT=80
# 在下面选择你的模型输入 API KEY
#- VITE_OPENAI_API_KEY= openai 模型
#- VITE_GEMINI_API_KEY= 谷歌模型
#- VITE_DEEPSEEK_API_KEY= Deepseek 模型
#- VITE_SILICONFLOW_API_KEY= 流动模型
#- VITE_CUSTOM_API_KEY= 自定义模型
#- VITE_CUSTOM_API_BASE_URL=
#- VITE_CUSTOM_API_MODEL=
- MCP_LOG_LEVEL=debug
- MCP_DEFAULT_LANGUAGE=zh
- MCP_DEFAULT_MODEL_PROVIDER=openai
- ACCESS_USERNAME=admin # 系统账号
- ACCESS_PASSWORD=123456 # 系统密码
security_opt:
- no-new-privileges:true