家里书越来越多,东一本西一本扔在沙发上、床底下,想找一本《烹饪大全》翻遍全屋也找不到。终于痛下决心建一个“家庭图书馆”:先问家人平时都看什么书,再给书架分层分区,给书贴彩色标签,编一份查书索引,定好借阅登记制度,最后分一把把钥匙给不同的人。Prompt 提示词库也是同一回事——把散落在对话记录、便签、文档里的常用提示词,变成一座有结构、有标签、能检索、能共享、有权限的“图书馆”。本文用这个家庭图书馆的比喻,带你从需求分析、目录结构、标签体系、检索方式、团队协作、权限管理、工具选型到持续迭代,一步步搭出可复用的 Prompt 提示词库。

岗位关联

对 AI 从业者来说,Prompt 库是把个人提示词经验沉淀为团队资产的核心基础设施。掌握搭建方法,能直接提升 AI 应用的交付效率与质量一致性。

目录
  1. 可视化演示
  2. 需求分析与规划
  3. 目录结构设计
  4. 标签体系构建
  5. 检索方式设计
  6. 团队共享机制
  7. 权限管理设计
  8. 工具选择落地
  9. 持续迭代维护
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

展示Prompt库分类结构检索方式与团队共享权限三阶段:分类标签体系、关键词标签语义三种检索、草稿审核发布权限流程。

本节配有交互动效(进入视口后自动加载,约 3KB)。

Prompt库结构:分类层级管理 按任务类型分类客服写作代码 两层分类标签体系便于管理 统一知识库集中存储复用 library = category + tag + prompt 两层分类结构平衡深度与易用性

需求分析与规划

家里书越堆越多,第一反应往往是“买个书架”——但真正读书的人会先做一件事:问全家人想看什么书、在哪儿看、多久翻一次。孩子要绘本,大人要工具书,奶奶要养生杂志……需求摸清了,书架买什么款式、放哪个房间,答案自然浮现。Prompt 库建设同理。很多团队一上来就建文件夹、写模板,结果两三个月后库变成“坟场”——没人用。病根就是没做需求分析:在动工之前,得先盘点团队每天用 AI 处理哪些任务、写过哪些提示词、哪些场景总在反复出现。

需求分析做三件事:第一,盘点业务场景,把团队接触过的 AI 任务列成清单;第二,调研用户习惯,了解每位成员怎么记录、怎么找自己写过的提示词;第三,设定库目标,比如“三个月覆盖 80% 的高频场景”。用「覆盖率」这个指标来衡量需求分析的充分程度:覆盖的场景越多,库未来被使用的概率越大。

像盘点全家人的阅读需求一样,只有“覆盖”了真实需要,图书馆才有人气;库建得再漂亮,没人用的 Prompt 库也只是数字垃圾场。

覆盖率=NcoveredNtotal\text{覆盖率} = \frac{N_{\text{covered}}}{N_{\text{total}}}
这个公式描述了一个简单的比例:已经放进库里的场景数,占团队所有需要 AI 帮助的场景数的比值。比值越高,说明这块“地基”挖得越扎实。
  1. 分子 \(N_{\text{covered}}\)已经纳入 Prompt 库的业务场景数量。
    NcoveredN_{\text{covered}}
  2. 分母 \(N_{\text{total}}\)团队实际面对的全部业务场景总数。
    NtotalN_{\text{total}}
  3. 求商两者相除得到覆盖率,越接近 1 说明需求盘点越全面。
    NcoveredNtotal\frac{N_{\text{covered}}}{N_{\text{total}}}

目录结构设计

图书馆进门第一眼看到的是导览图:文学在一楼东区,科技在二楼西区。如果所有书堆在一个大房间,找一本书要翻遍整个屋子。目录结构决定了每本书“住”在哪儿,也就决定了人找书的动线。Prompt 库的目录结构,就是书架的布局。常见的设计按三个维度分类:按业务线(营销、客服、研发)、按任务类型(写文案、写代码、做摘要)、按模型能力(GPT-4、Claude、自研模型)。

设计目录要把握三点:分类维度稳定,不要今天按业务分、明天按模型分;层级不超过三层,避免路径太长记不住;命名规范统一,目录名用“动词+对象”或“业务+场景”的固定句式。一个成熟的经验是“两级三级嵌套”:一级是业务线,二级是任务类型,三级是具体场景。比如“营销 > 文案 > 朋友圈种草”。用「直达率」检验目录好不好用——成员能不能一次就找到想要的模板。

好的导览图让家人闭着眼都能摸到书,好的目录结构让团队成员形成肌肉记忆——不必想“我该去哪找”,打开库自然就知道该点哪一层。

直达率=None_shotNtotal_search\text{直达率} = \frac{N_{\text{one\_shot}}}{N_{\text{total\_search}}}
它等于“一次就找准的次数”除以“所有查找的次数”。直达率越高,说明目录结构越贴合大家的思维习惯。
  1. 分子 \(N_{\text{one\_shot}}\)用户一次点击就找到目标条目的次数。
    None_shotN_{\text{one\_shot}}
  2. 分母 \(N_{\text{total\_search}}\)所有查找行为的次数总和。
    Ntotal_searchN_{\text{total\_search}}
  3. 求商得到“一次命中”的比例,是衡量目录直觉程度的核心指标。
    None_shotNtotal_search\frac{N_{\text{one\_shot}}}{N_{\text{total\_search}}}

标签体系构建

一本书可能既是科幻小说、又是青少年读物、还是电影原著。书只能放在一个书架上,但它有多个身份。图书馆的办法是给书脊贴彩色标签,让同一本书在不同主题下都能被找到。Prompt 库同样需要这种跨目录的标签:一个“写周报”的模板既属于“效率办公”目录,又可能是“管理者角色”。

标签体系一般分三类:功能标签描述“这个 Prompt 能干什么”,比如写文案、写代码、做摘要;场景标签描述“在什么场合用”,比如周报、会议纪要、客服回复;质量标签描述“效果靠不靠谱”,比如稳定版、实验版、废弃版。设计标签要注意颗粒度:太少则无法细分,太多则互相重叠,维护成本飙升。用「标签重叠度」来量化:两个标签总是同时出现在同一批模板上,说明它们含义太接近,该合并了。

好的标签让一本“多面”的书同时出现在科幻区、青少年区和电影区;贴对标签的 Prompt,也能在不同场景下被随手拈来,而不是被埋没在某个冷门目录里。

重叠度=∣Ti∩Tj∣∣Ti∪Tj∣\text{重叠度} = \frac{|T_i \cap T_j|}{|T_i \cup T_j|}
分子是两个标签共同标记的模板数,分母是至少被其中一个标记的模板数。重叠度越接近 1,两个标签越该合并。
  1. 交集 \(|T_i \cap T_j|\)同时拥有标签 \(i\) 和标签 \(j\) 的模板数量。
    ∣Ti∩Tj∣|T_i \cap T_j|
  2. 并集 \(|T_i \cup T_j|\)拥有标签 \(i\) 或标签 \(j\) 至少一个的模板总数。
    ∣Ti∪Tj∣|T_i \cup T_j|
  3. 求比值接近 1 表示两个标签几乎等价,合并可以简化体系。
    ∣Ti∩Tj∣∣Ti∪Tj∣\frac{|T_i \cap T_j|}{|T_i \cup T_j|}

检索方式设计

老式图书馆里有一排目录柜,成千上万张索引卡按作者、书名、主题排列。读者不去书架里盲翻,而是先查卡片,定位到具体架位再取书。Prompt 库的检索系统就是这张索引卡。检索设计得好不好,直接决定成员是“秒找到”还是“翻半天”。

常规的检索设计有三种:关键词搜索,输入“周报”就能匹配标题和正文;标签组合筛选,点选“效率办公 + 管理者角色”两个标签缩小范围;全文搜索,对 Prompt 的正文做索引,连“你是一名资深的……”这种句子里的关键词也能搜到。这三种方式互补,覆盖不同的查找习惯。

衡量检索效果有两个关键指标:召回率和精确率。召回率回答“该找到的有没有漏掉”,精确率回答“找到的是不是都是对的”。一个检索系统即使返回很快,如果总是漏掉关键模板或混入大量无关结果,用户体验依然很差。

好的检索系统像称职的图书管理员:你说“周报”,他既能搬来所有相关的模板,也不夹带无关的杂物。这份“称职”,靠的是关键词、标签、全文索引三套武器配合。

召回率=∣Rrel∩Rret∣∣Rrel∣,精确率=∣Rrel∩Rret∣∣Rret∣\text{召回率} = \frac{|R_{\text{rel}} \cap R_{\text{ret}}|}{|R_{\text{rel}}|}, \quad\text{精确率} = \frac{|R_{\text{rel}} \cap R_{\text{ret}}|}{|R_{\text{ret}}|}
召回率关注“别漏”,精确率关注“别错”。设计检索时要在两者之间找平衡:召回率高但精确率低,结果太杂;精确率高但召回率低,又会漏掉好模板。
  1. 相关集合 \(R_{\text{rel}}\)和查询语义真正相关的全部 Prompt 模板。
    RrelR_{\text{rel}}
  2. 返回集合 \(R_{\text{ret}}\)检索系统实际返回的模板集合。
    RretR_{\text{ret}}
  3. 求交集既相关又被返回的模板,这是检索的理想命中区。
    Rrel∩RretR_{\text{rel}} \cap R_{\text{ret}}
  4. 计算召回率用交集大小除以相关总数,衡量“该找的是否都找到了”。
    ∣Rrel∩Rret∣∣Rrel∣\frac{|R_{\text{rel}} \cap R_{\text{ret}}|}{|R_{\text{rel}}|}
  5. 计算精确率用交集大小除以返回总数,衡量“返回的内容是否干净”。
    ∣Rrel∩Rret∣∣Rret∣\frac{|R_{\text{rel}} \cap R_{\text{ret}}|}{|R_{\text{ret}}|}

团队共享机制

家庭图书馆真正用起来之后,家人开始互相借书。孩子借了爸爸的编程书,妈妈借了孩子的绘本。如果谁借了、谁还了都是糊涂账,书迟早丢失。这时需要一张借阅登记表。Prompt 库的团队共享机制就是这张登记表,解决三个问题:如何让大家往里存、如何保证入库质量、如何知道谁改过。

协同维护规则讲究“提交 — 评审 — 发布”三步走。任何成员都能提交自己的模板,但提交后进入“待评审”状态,由至少一位经验丰富的老成员把关——检查 Prompt 是否真的有效、有没有踩坑、格式规不规范。评审通过才发布,发布后全员可见可用。这个机制防止低质量模板污染整个库。

版本管理是共享的基石:每一次修改都要留痕,记录谁改的、改了哪些字段、为什么改;改坏了可以一键回滚到上一个稳定版本。评审流程确保重大变动经过集体确认,避免一人拍板带偏整个团队的风格。用「复用率」评估共享的价值——库里的模板到底被翻了多少次牌子。

借阅登记让书越传越多人手一本,评审机制让每本新入馆的书都经过把关。全家人放心取用,因为知道书架上的每一本都靠谱、每一处改动都有迹可循。

复用率=NreusedNpublished\text{复用率} = \frac{N_{\text{reused}}}{N_{\text{published}}}
复用率是已发布的模板中真正被反复调用的比例。它直接反映 Prompt 库是“活资产”还是“死库存”。
  1. 分子 \(N_{\text{reused}}\)被实际重复使用的 Prompt 模板数量。
    NreusedN_{\text{reused}}
  2. 分母 \(N_{\text{published}}\)审核通过并正式发布的模板总数。
    NpublishedN_{\text{published}}
  3. 求商复用率越高,说明库越能成为团队的生产力杠杆。
    NreusedNpublished\frac{N_{\text{reused}}}{N_{\text{published}}}

权限管理设计

家庭图书馆里,爸爸的书桌抽屉有锁,孩子的绘本柜完全开放。钥匙必须分级:爷爷有全部钥匙,爸妈有各自书房的钥匙,孩子只有绘本柜的钥匙。如果人人都有每扇门的钥匙,结构迟早被搞乱。Prompt 库的权限管理,就是给每扇门配不同的钥匙。

权限设计遵循「最小权限原则」:每个角色只拿够用的权限。常见的角色有四类:管理员管全局,负责目录调整和人员管理;编辑者能新增和修改模板,但要经过评审才能发布;只读成员可以浏览、检索和使用所有已发布模板,但不能改内容;访客只能访问公开或指定授权的部分。角色之间是包含关系,不是并列的孤岛——管理员天然拥有编辑者和只读者的权限。

读写权限分离是核心。写权限影响内容质量,读权限影响数据安全。敏感业务的 Prompt(比如涉及客户隐私的客服话术)要限制只读成员范围。操作日志记录谁在什么时候创建、修改、删除了哪个模板,形成完整的审计链路——出现问题时能追溯到人。

钥匙分级让每个家庭成员都在自己的权限内自由活动,既不碍事也不乱配。Prompt 库的权限设计,就是在“开放共享”和“安全可控”之间拉起一道平衡的窗帘。

授权覆盖率=NauthorizedNtotal_users\text{授权覆盖率} = \frac{N_{\text{authorized}}}{N_{\text{total\_users}}}
覆盖率为 1 意味着每个需要访问库的人都被分配了明确角色,没有“裸奔”账号,也没有权限漏洞。
  1. 分子 \(N_{\text{authorized}}\)已被正确分配角色权限的用户数量。
    NauthorizedN_{\text{authorized}}
  2. 分母 \(N_{\text{total\_users}}\)需要访问 Prompt 库的所有用户总数。
    Ntotal_usersN_{\text{total\_users}}
  3. 求商等于 1 时说明权限没有盲区,也不会有人无权访问。
    NauthorizedNtotal_users\frac{N_{\text{authorized}}}{N_{\text{total\_users}}}

工具选择落地

需求和书架都规划好了,下一步是选柜子。是买现成的书架?请木匠定制?还是自己拿木板钉一个?每个家庭的预算、空间和动手能力不同,选择也不同。Prompt 库的工具选型同样有三条路:用现成的知识管理工具、购买商业 Prompt 管理平台、自研一套轻量系统。

现成工具适合小团队快速起步,比如飞书文档、Notion、语雀,它们自带目录、标签和全文搜索,学习成本低。商业方案适合中型团队,像一些专门的 Prompt 管理 SaaS 平台,内置版本管理和协作审批。自研系统适合有研发能力的大团队,可以完全定制权限和检索逻辑,但维护成本高。工具决策要看投入产出比:把团队节省的时间折算成钱,再除以工具的成本。

落地步骤讲究“小步快跑”:先选一个小组试点,用真实项目跑通“提交—评审—发布—使用”闭环;收集反馈后优化目录和标签;效果稳定了再全团队推广。不要一上来就追求大而全,否则工具本身会成为新的负担。

选书架不追求最贵,只追求“性价比最高”。家里空间有限,团队精力更有限——工具是手段,省下来的人时才是目的。

ROI=Tsaved×ChourCtool\text{ROI} = \frac{T_{\text{saved}} \times C_{\text{hour}}}{C_{\text{tool}}}
ROI 大于 1,说明工具带来的节省超过了投入成本;小于 1,就要重新审视选型是否合理,或者实施过程是不是出了问题。
  1. 分子第一项 \(T_{\text{saved}}\)使用 Prompt 库后每周节省的工时数。
    TsavedT_{\text{saved}}
  2. 分子第二项 \(C_{\text{hour}}\)团队每小时的人力成本。
    ChourC_{\text{hour}}
  3. 分母 \(C_{\text{tool}}\)工具购买、订阅或自研投入的总成本。
    CtoolC_{\text{tool}}
  4. 求商把节省折算成金额与成本对比,判断是否值得投入。
    Tsaved×ChourCtool\frac{T_{\text{saved}} \times C_{\text{hour}}}{C_{\text{tool}}}

持续迭代维护

图书馆不是一次建好就万事大吉。新书不断上架,旧书逐渐破损,读者口味也在变。馆员要定期上新、修补、下架无人问津的书。Prompt 库更是如此:大模型在更新,业务在变化,半年前惊艳的模板今天可能效果平平。持续迭代是 Prompt 库的生命线。

效果评估要围绕数据和反馈两条线。数据看复用次数和模板点击率,反馈看使用者给出的评分和评论。更新机制要有节奏:设定固定周期(比如每两周),集中收集新增需求、处理改进建议,批量更新模板。淘汰策略针对三类内容:长期无人使用的僵尸模板、被新模板替代的旧版本、经过测评效果明显下滑的过期模板——把它们归档而不是直接删除,保留历史记录。

迭代频率要适中。更新太频繁,团队跟不上节奏,库反而显得不稳定;更新太慢,模板老化,库会逐渐失去信任。用「更新频率」量化这个节奏——每个时间单位内发生了多少次新增、修改、淘汰。

定期大扫除让图书馆永远清爽,让每一本书都有被取用的理由。Prompt 库也一样——只有持续“上新 + 淘汰”,它才能从一次性项目变成团队长期依赖的基础设施。

更新频率=NupdatedΔt\text{更新频率} = \frac{N_{\text{updated}}}{\Delta t}
它衡量库的“新陈代谢速度”。数字太小说明库僵化了,数字太大说明规则还没稳定,目标是在二者之间找到团队舒服的节奏。
  1. 分子 \(N_{\text{updated}}\)一个周期内新增、修改、淘汰的模板总数。
    NupdatedN_{\text{updated}}
  2. 分母 \(\Delta t\)统计的时间间隔,例如两周、一个月。
    Δt\Delta t
  3. 求商得到平均每个时间单位的变更次数,用于观察迭代节奏。
    NupdatedΔt\frac{N_{\text{updated}}}{\Delta t}

AI 应用场景

个人Prompt资产管理库

阶段:Prompt 工程

解决的问题:一位 Prompt 工程师在多个项目中积累了数百条提示词,散落在聊天记录、备忘录和各类文档里,每次都要翻找甚至重写,重复劳动严重。

具体案例:工程师用飞书文档 + 标签系统搭建个人 Prompt 库,按“角色扮演、代码生成、内容摘要、语言翻译”四类标签组织,配合全文搜索直接检索正文。新项目启动时先查库再动笔,复用率达到 60%,写提示词的时间节省了一半。

团队级共享知识库

阶段:AI 应用开发

解决的问题:AI 应用团队多人各自写 Prompt,风格不一、质量参差,模型输出不稳定,交付后难维护。

具体案例:开发团队搭建了内网 Prompt 库,采用“提交—评审—发布”的协作流程。工程师提交模板,技术负责人评审,通过后统一发布。配套版本管理,回滚过两次误删操作后,团队再也没有丢过模板。

企业级Prompt治理

阶段:AI 治理与运维

解决的问题:大型企业需要确保提示词合规,不能泄露客户隐私、不能生成违规内容,出了事故必须能追责。

具体案例:某金融企业将 Prompt 库接入统一身份认证系统,员工按角色分配读写权限,所有模板变更写入操作日志。审计部门可以随时查看某个 Prompt 的完整变化历史,确保“谁在什么时候改了哪个模板”清清楚楚。

Python 演示

python74 行
class PromptLibrary:    """一个轻量级 Prompt 库管理系统"""     def __init__(self):        self.prompts = []        self.tags_map = {}        self._search_count = 0     def add_prompt(self, pid, title, content, tags):        """新增模板,初始状态为 draft"""        self.prompts.append({            'pid': pid,            'title': title,            'content': content,            'tags': tags,            'version': 1,            'status': 'draft'        })        for tag in tags:            if tag not in self.tags_map:                self.tags_map[tag] = []            self.tags_map[tag].append(pid)     def search_by_tag(self, tag):        """按标签检索模板"""        self._search_count += 1        return [p for p in self.prompts if tag in p['tags']]     def search_by_keyword(self, keyword):        """按关键词全文检索模板标题和正文"""        self._search_count += 1        keyword = keyword.lower()        return [            p for p in self.prompts            if keyword in p['title'].lower()            or keyword in p['content'].lower()        ]     def submit_for_review(self, pid):        """提交评审:draft -> review"""        for p in self.prompts:            if p['pid'] == pid:                p['status'] = 'review'                return True        return False     def publish(self, pid):        """发布:review -> published"""        for p in self.prompts:            if p['pid'] == pid:                p['status'] = 'published'                return True        return False     def reuse_rate(self):        """计算已发布模板的复用率"""        if not self.prompts:            return 0.0        published = [p for p in self.prompts if p['status'] == 'published']        return len(published) / len(self.prompts)  if __name__ == '__main__':    lib = PromptLibrary()    lib.add_prompt(1, '代码优化助手', '你是一名资深工程师,请优化以下代码...', ['代码', '优化'])    lib.add_prompt(2, '周报生成器', '根据以下工作内容生成一份周报...', ['文案', '周报'])    lib.add_prompt(3, 'SQL翻译官', '将自然语言转换为SQL查询...', ['数据', 'SQL'])     print('按标签[代码]检索:', [p['title'] for p in lib.search_by_tag('代码')])    print('按关键词[周报]检索:', [p['title'] for p in lib.search_by_keyword('周报')])     lib.submit_for_review(1)    lib.publish(1)    print('复用率:', lib.reuse_rate())
目的:演示一个 Prompt 库的核心能力——新增模板、标签检索、关键词检索、提交评审、发布以及复用率计算。这是文中“标签体系 + 检索方式 + 团队共享机制”三个概念的浓缩实现。
  1. self.prompts.append({...})每一条 Prompt 以字典存储,包含标题、正文、标签、版本和状态,相当于给每本书登记书目信息。
  2. for tag in tags: if tag not in self.tags_map构建“标签 → 模板ID”的倒排索引,让标签检索不用遍历所有内容,就像图书馆的标签索引卡。
  3. search_by_keyword用 lower() 把关键词转小写,实现大小写不敏感的全文搜索。
  4. submit_for_review` 和 `publish分别对应“提交评审”和“发布”两个状态流转,对应文中的评审流程。
  5. reuse_rate计算已发布模板占总模板的比例,复用率越高说明团队越愿意把模板共享出来。

常见误区

误区把一堆 Markdown 文件传到网盘共享文件夹里,起个名字叫“Prompt库”,就觉得已经建好了。

正解这只是一个储物间,不是图书馆。真正的 Prompt 库需要目录结构、标签体系、检索能力和版本记录。就像把书全塞进一个柜子里,连索引都没有,找书依然靠翻。没有系统性的组织,模板一多就会重新变成“坟场”。

为何常见:起步阶段看不到系统化管理的收益,用最熟悉的方式存文件最省力,于是把“存档”误当成了“建库”。

误区给每个模板打上十几二十个标签,觉得这样检索就能更精准。

正解标签过多会严重重叠,检索时标签之间互相干扰,维护成本成倍增长。高质量的标签体系是正交的,控制在 10 个以内,每个标签有清晰边界。这就像在书脊上贴满 20 种颜色的贴纸,反而看不清哪条是真正的分类线索。

为何常见:人们容易把“信息多”等同于“管理好”,忽视了标签也是需要维护的成本。

误区目录层级越多、分类越细,显得 Prompt 库越规范、越专业。

正解层级超过三层后,成员为了找到一个模板要不停的点击进入,直达率大幅下降,慢慢就没人愿意用了。好的目录是“两级三级直达”:一级业务线,二级任务类型,三级具体场景。再深就要靠标签来承载,而不是让目录无限下沉。

为何常见:我们以为结构化可以解决所有问题,却忘了结构本身也可能成为负担。

误区团队共享就要开放写权限,谁都能编辑,这样才够高效。

正解没有权限控制的库很快就会乱掉:误删、乱改、格式不统一、模板质量失控。共享和权限要配合使用——评审后再发布,重大变更留痕,这样才能保证库能被长期信任。就像家庭图书馆如果人人都能搬动书架,那书的位置就永远不可信了。

为何常见:以为开放就是高效,忽略了协作需要秩序;权限管理的价值往往是出了问题之后才被意识到。

误区把模板整理好放进库里,工作就完成了,后面不需要再管。

正解Prompt 库是“活物”,不是“化石”。模型在更新,业务在变化,旧模板的效果会逐渐衰减。定期评估复用率、更新机制、淘汰失效模板,才能让库保持生命力。就像图书馆每年都要采购新书、修补旧书、下架冷门书,否则就会变成一座无人光顾的“藏书阁”。

为何常见:人的习惯是“一次建设、永久使用”,但知识管理恰恰是典型的“用进废退”。

面试题

Q1. Prompt库的核心作用是什么?

单选题 · easy

  • A.让机器自动生成提示词
  • B.集中管理并复用提示词← 正确答案
  • C.替代大模型的训练
  • D.加快网络传输速度

答案:B。Prompt 库的核心是“管理 + 复用”,不是自动生成、不是替代训练、更不是加速网络。就像图书馆的核心作用是管理和借阅图书,而不是替出版社写书。

Q2. 搭建Prompt库的第一步应该是什么?

单选题 · easy

  • A.收集网上所有模板
  • B.购买付费管理软件
  • C.盘点真实业务需求← 正确答案
  • D.设计漂亮的界面

答案:C。需求分析是建库的地基。收集模板、购买软件、设计界面都是后续动作。家庭图书馆的第一件事是问家人想看什么书,而不是先买书架。

Q3. 哪种标签组合最值得推荐?

单选题 · easy

  • A.只设置功能标签
  • B.功能场景质量互补← 正确答案
  • C.标签数量越多越好
  • D.全部使用彩色标签

答案:B。功能、场景、质量三类标签配合最实用。只有功能标签会缺少场景上下文,标签过多会造成重叠,彩色是视觉问题不是体系问题。

Q4. 召回率衡量的是检索的什么能力?

单选题 · mid

  • A.相关项找得全不全← 正确答案
  • B.返回结果速度快慢
  • C.检索界面设计美感
  • D.标签数量设置多少

答案:A。召回率关心“该找的有没有漏掉”,精确率才关心“找到的干不干净”。就像图书管理员能否把所有相关书目一次找齐,是检索质量的核心。

Q5. 以下哪些属于Prompt库的检索方式?

多选题 · mid

  • A.关键词搜索← 正确答案
  • B.标签组合筛选← 正确答案
  • C.全文内容索引← 正确答案
  • D.人工翻阅笔记

答案:ABC。关键词搜索、标签组合筛选、全文内容索引是三种标准检索途径。人工翻阅笔记不属于库内检索设计,恰恰是 Prompt 库要消灭的低效行为。

Q6. 团队共享Prompt库需要哪些机制?

多选题 · mid

  • A.提交评审流程← 正确答案
  • B.版本变更留痕← 正确答案
  • C.角色权限划分← 正确答案
  • D.每天更换新工具

答案:ABC。提交评审、版本记录、权限划分是协同维护的三大支柱。频繁更换工具会破坏共享的稳定性,是典型的反面做法。

Q7. 标签重叠度越接近1表示什么?

单选题 · hard

  • A.两个标签含义越相近← 正确答案
  • B.标签使用频次越高
  • C.检索速度变得越快
  • D.目录层级设置越深

答案:A。重叠度是交集除以并集。越接近 1,说明这两个标签经常同时出现在同一批模板上,含义高度近似,应该合并。这就像两把钥匙能开同一批锁,说明它们其实是同一把钥匙。

Q8. 如何判断库中模板该淘汰?

单选题 · hard

  • A.随机删除旧模板
  • B.追踪复用率后下架← 正确答案
  • C.全部保留不删除
  • D.只看模板创建时间

答案:B。最科学的方法是追踪复用率和效果评分,长期无人用且反馈差的模板应该归档。只看创建时间不可靠——老模板可能依然有效,新模板也可能从没人用。