知识共享与 Prompt 库管理

一个人摸索出的好 Prompt，如果只藏在自己的对话历史里，对团队毫无价值。建立共享的 Prompt 库，能让整个团队站在彼此的肩膀上，避免重复踩坑，持续沉淀 AI 使用经验。

Prompt 库不是简单的"快捷方式收藏夹"，而是团队 AI 使用知识的结构化载体，涵盖模板、使用说明、效果记录和版本历史。

一、为什么团队需要共享 Prompt 库

痛点	Prompt 库的解决方式
每人重新发明轮子	复用已验证的 Prompt 模板
效果参差不齐	统一高质量的起点
好经验无法传承	系统化沉淀和共享
新人上手慢	直接使用团队积累的模板
难以衡量 AI 效果	通过版本迭代追踪效果改进
AI 工具频繁更新	集中更新模板，避免各自维护

二、Prompt 库的组织方式

方式一：按任务类型分类（推荐作为主分类）

team-prompts/
  ├── code-generation/       # 代码生成
  │   ├── crud-api.md
  │   ├── unit-test.md
  │   └── data-migration.md
  ├── code-review/           # 代码审查辅助
  │   ├── security-check.md
  │   └── performance-review.md
  ├── documentation/         # 文档生成
  │   ├── api-docs.md
  │   └── changelog.md
  ├── debugging/             # 排查问题
  │   ├── error-analysis.md
  │   └── performance-profiling.md
  └── architecture/          # 架构设计
      ├── system-design.md
      └── tech-selection.md

这种组织方式的优点是任务驱动：当开发者遇到具体任务时，能直觉性地找到对应目录。

方式二：按业务域分类

team-prompts/
  ├── frontend/
  ├── backend/
  ├── data-engineering/
  ├── devops/
  └── mobile/

适合业务差异大、各域技术栈差异显著的团队。

方式三：混合分类（适合大团队）

主目录按任务类型，子目录按业务域细分，兼顾通用性和专项需求。例如 code-generation/backend/django-crud.md。

三、Prompt 模板格式标准

每个 Prompt 文件应遵循统一格式，便于查找、使用和维护：

markdown

---
title: 生成 RESTful CRUD API
category: code-generation
tags: [api, rest, express, fastapi]
tool: Claude / ChatGPT / Copilot Chat
author: 张三
created: 2024-03-01
updated: 2024-06-15
version: 1.2
---

# 生成 RESTful CRUD API

## 适用场景
需要快速生成标准的增删改查接口，适用于 Express.js 或 FastAPI 项目。

## Prompt 模板

你是一个后端工程师，使用 {框架名称}。请为 {资源名称} 生成完整的 CRUD API，包含：

路由定义（GET/POST/PUT/DELETE）
输入验证（使用 {验证库}）
错误处理（统一错误格式）
分页支持（GET 列表接口）
简单的 JSDoc 注释

数据模型：

注意事项：

遵循 RESTful 命名规范
错误响应格式：
分页参数：page, pageSize，默认 page=1, pageSize=20


## 使用说明
将 `{}` 中的占位符替换为实际内容后使用。
框架名称示例：Express.js、FastAPI、Spring Boot

## 已知局限
- 生成的代码不包含数据库连接逻辑，需手动补充
- 复杂的业务规则需在生成后手动添加

## 变更历史
- v1.2 (2024-06-15)：添加分页支持说明
- v1.1 (2024-04-10)：增加错误格式要求
- v1.0 (2024-03-01)：初版

四、版本管理策略

Prompt 和代码一样需要版本控制。推荐将 Prompt 库放在 Git 仓库中管理，获得完整的变更历史和协作能力。

版本号规则

主版本.次版本
  │     └── 小幅优化：措辞调整、补充说明、修复输出格式
  └── 结构性变化：适用范围改变、新增必填参数、输出格式重构

提交规范

bash

# 新增 Prompt
git commit -m "feat(prompts): 添加数据库 Schema 设计 Prompt"

# 优化已有 Prompt
git commit -m "improve(prompts): 优化单元测试模板，增加 Mock 说明"

# 修复无效 Prompt
git commit -m "fix(prompts): 修复 API 文档模板在 Claude 上输出格式错误"

# 废弃旧 Prompt
git commit -m "deprecate(prompts): 标记 OpenAI v3 格式 Prompt 为已废弃"

分支策略

对于重大 Prompt 改版（如因 AI 模型版本升级导致的大幅重写），建议通过 PR 方式提交，经过至少一名成员测试后合并，而不是直接推送到主分支。

五、共享平台与工具选型

方案对比

工具	优点	缺点	适合场景
Git 仓库（Markdown）	版本控制完整、开发者友好	非技术成员使用门槛高	纯开发团队
Notion / Confluence	易于编辑和搜索	无法 diff、协同冲突	混合团队
内部 Wiki	与现有文档融合	搜索能力弱	已有 Wiki 的团队
专用工具（PromptHub、Langfuse）	功能丰富（A/B 测试、评分）	需额外维护成本	对 Prompt 质量要求高的团队

六、质量维护机制

Prompt 库如果不维护，很快就会变成难以使用的垃圾堆。以下机制帮助保持库的质量。

使用反馈记录

在每个 Prompt 文件中维护使用反馈，让后来者了解真实效果：

markdown

## 使用反馈

| 日期 | 使用者 | 使用场景 | 效果评价 | 备注 |
|------|--------|----------|----------|------|
| 2024-11-20 | 李四 | FastAPI 项目 | 5/5 | 效果很好，直接可用 |
| 2024-09-15 | 王五 | Spring Boot | 3/5 | 需要调整错误处理部分 |

季度清理机制

每季度对 Prompt 库进行一次"大扫除"：

标记废弃：超过 6 个月未使用且没有近期反馈的 Prompt，标记 [DEPRECATED] 并移入 deprecated/ 目录
合并重复：功能相似的 Prompt 合并为一个带参数的通用版本
更新过时：针对工具新版本的特性（如新的上下文能力、格式支持）更新 Prompt 写法
补充使用说明：对缺乏说明的历史条目补充适用场景和注意事项

贡献门槛控制

Prompt 库质量比数量更重要。建议设置贡献门槛：

提交的 Prompt 须经过至少 2 次真实使用后再收录
需包含至少一个真实输出示例（可脱敏处理）
必须填写已知局限项，防止其他人踩坑

七、完整目录结构示例

以下是一个中等规模前后端团队的完整目录参考：

team-prompts/
  ├── README.md                    # 使用说明和贡献指南
  ├── TEMPLATE.md                  # Prompt 文件模板（复制后填写）
  │
  ├── code-generation/
  │   ├── crud-api.md
  │   ├── unit-test-jest.md
  │   ├── unit-test-pytest.md
  │   ├── react-component.md
  │   ├── sql-query.md
  │   └── data-migration.md
  │
  ├── code-review/
  │   ├── general-review.md
  │   ├── security-audit.md
  │   └── performance-check.md
  │
  ├── documentation/
  │   ├── api-swagger.md
  │   ├── function-docstring.md
  │   └── pr-description.md
  │
  ├── debugging/
  │   ├── error-root-cause.md
  │   ├── memory-leak.md
  │   └── slow-query.md
  │
  ├── architecture/
  │   ├── system-design-review.md
  │   └── tech-selection.md
  │
  └── deprecated/                  # 已废弃，保留备查
      └── old-openai-v3-prompts.md

八、快速启动：建立团队 Prompt 库的第一步

建立 Prompt 库不需要等到"准备好了"再开始。以下 6 步可以在一天内完成初始化：

创建仓库：在公司 GitLab/GitHub 创建 team-prompts 仓库，设置为内部可见
复制模板：将本文的格式规范作为 TEMPLATE.md 放入仓库根目录
收集存量：发起团队收集，鼓励每人贡献 2-3 个自己常用的 Prompt
整理分类：统一格式，建立目录结构，补充缺失的说明字段
推广使用：在团队会议上演示，选一个典型任务现场演示使用效果
建立节奏：确定季度清理和贡献激励机制，避免库逐渐失活

从 5 个高质量 Prompt 开始，比从 50 个粗糙条目开始更有价值。早期的 Prompt 库需要几个"明星模板"来建立团队信心，优先投入精力在最高频的任务类型上。

知识共享与 Prompt 库管理 ​

一、为什么团队需要共享 Prompt 库 ​

二、Prompt 库的组织方式 ​

方式一：按任务类型分类（推荐作为主分类） ​

方式二：按业务域分类 ​

方式三：混合分类（适合大团队） ​

三、Prompt 模板格式标准 ​

四、版本管理策略 ​

版本号规则 ​

提交规范 ​

分支策略 ​

五、共享平台与工具选型 ​

方案对比 ​

推荐搭配 ​

六、质量维护机制 ​

使用反馈记录 ​

季度清理机制 ​

贡献门槛控制 ​

七、完整目录结构示例 ​

八、快速启动：建立团队 Prompt 库的第一步 ​