AI Agent提示词分析器

> 不是阅读文档，是分析工具。输入你的AI提示词，输出结构拆解、多维评分、优化建议和标准模板。

核心能力

1. 结构解析 — 输入prompt → 输出角色/任务/约束/示例/格式五大模块拆解
2. 多维度评分 — 清晰度/完整性/一致性/可执行性/鲁棒性 五维打分，满分100
3. 一键优化 — 输入原始prompt → 输出优化版prompt + 具体改进建议
4. 模板生成 — 按场景（对话/分析/创作/编程/Agent）生成标准prompt模板

快速开始

流程1：分析提示词结构

用户说："分析一下这个提示词" 或 "帮我看看这个prompt"

python scripts/analyze.py --input '{"prompt": "你是一个专业的文案写手，帮我写一篇关于AI的文章"}'

输出示例：

{
  "status": "ok",
  "structure": {
    "role": {"found": true, "content": "专业的文案写手", "completeness": "basic"},
    "task": {"found": true, "content": "写一篇关于AI的文章", "completeness": "low"},
    "constraints": {"found": false, "content": null, "completeness": "missing"},
    "examples": {"found": false, "content": null, "completeness": "missing"},
    "format": {"found": false, "content": null, "completeness": "missing"}
  },
  "stats": {
    "total_chars": 23,
    "has_chinese": true,
    "has_english": true,
    "sentence_count": 1,
    "structure_score": 20
  },
  "summary": "仅包含基础角色和模糊任务，缺少约束、示例和输出格式"
}

流程2：多维度评分

用户说："给这个提示词打分" 或 "评分一下"

python scripts/score.py --input '{"prompt": "你是一个专业的文案写手，帮我写一篇关于AI的文章"}'

五维评分（每维0-20，总分0-100）：
- 清晰度 — 目标是否明确无歧义
- 完整性 — 是否包含角色/任务/约束/示例/格式
- 一致性 — 各部分是否逻辑自洽无矛盾
- 可执行性 — AI是否能无歧义地执行
- 鲁棒性 — 是否考虑了边界情况和异常处理

流程3：一键优化

用户说："优化这个提示词" 或 "帮我改一下prompt"

python scripts/optimize.py --input '{"prompt": "你是一个专业的文案写手，帮我写一篇关于AI的文章"}'

输出：
- optimized_prompt — 优化后的完整prompt
- changes — 每项改动及理由
- before_after — 改动前后对比

流程4：生成标准模板

用户说："给我一个XX场景的提示词模板"

# 查看所有可用场景
python scripts/template.py --input '{"action": "list"}'

# 生成特定场景模板
python scripts/template.py --input '{"action": "generate", "scene": "agent", "role": "数据分析师", "task": "分析销售数据"}'

可用场景：
- dialogue — 对话型（客服/问答/咨询）
- analysis — 分析型（数据/文本/报告）
- creation — 创作型（文案/故事/设计）
- coding — 编程型（代码/调试/重构）
- agent — Agent型（多步骤任务/工具调用）

脚本说明

scripts/analyze.py

• 输入：{"prompt": "提示词文本"}
• 输出：结构拆解（角色/任务/约束/示例/格式）+ 统计信息
• 逻辑：关键词匹配 + 语义模式识别，拆解prompt五大模块

scripts/score.py

• 输入：{"prompt": "提示词文本"}
• 输出：五维评分 + 总分 + 每维详细说明 + 改进方向
• 逻辑：基于结构完整度、语言精确度、逻辑一致性等指标量化打分

scripts/optimize.py

• 输入：{"prompt": "提示词文本", "focus": "all|clarity|completeness|robustness"}
• 输出：优化版prompt + 改动清单 + 前后对比
• 逻辑：根据评分短板，逐项补充缺失模块、消除歧义、增强约束

scripts/template.py

• 输入：{"action": "list|generate", "scene": "场景名", "role": "角色", "task": "任务"}
• 输出：可用场景列表 或 生成的标准模板
• 逻辑：按场景模板结构 + 用户填入的角色/任务，生成完整prompt

评分标准详解

清晰度（0-20分）

完整性（0-20分）

一致性（0-20分）

可执行性（0-20分）

鲁棒性（0-20分）

设计原则

1. 输入→分析→输出 — 给prompt，出结果，不绕弯
2. 量化评分 — 不说"还行""不错"，用分数说话
3. 可操作建议 — 不只说"缺少约束"，给出具体的约束写法
4. 零依赖 — 纯Python标准库，拿到就能跑
5. JSON标准化 — 输入输出全JSON，Agent好对接