🐕

PromptDog · 提示词提示狗

把说不清的需求,变成能上岗的 Agent。

装进你的 AI(Codex、Claude Code、WorkBuddy、SoWork…),说一句想干的事,它帮你把它变成一个调好的 agent——不用自己啃提示词。

写给已经在用 AI 干活、但 agent 总差一口气的人。

先说清它是什么:PromptDog 不是网站、不是 APP,不用注册——它是一个装进你 AI 里的技能包(skill)。 下载文件夹 → 丢给你的 Codex / Claude Code / SoWork → 之后随口一句「造一只做周报的工作狗」它就开工。本页只是演示。
问题

让 AI 干活,最累的是把话说清楚

PromptDog 把「说清楚」这活儿也接了——它先猜、你只管挑。为什么现在的用法累:

1

要交代的太多,懒得写

你说「帮我写个工作总结」,它回你一串问题:重点讲哪几块?有什么成果数据?写给谁看?——光把这些交代清楚就得打半天字,麻烦,还不如自己写。

2

复杂活也只回一段话

审合同、筛简历这种要走流程的事,它只回一段「看起来很专业」的话——哪里漏了、对不对,你没法判断。

3

调好的经验存不下来

这次好不容易调顺了,下次换个任务又从头再来——你的使用经验全蒸发在聊天记录里。

LIVE DEMO

一只提示狗,一群工作狗

先看懂两个角色,再看它们各自上场干活——自动播放 · 可切换场景与重播。

🐕 提示狗 PromptDog —— 造 agent 的 skill

你说一句模糊需求,它出选择题替你确认行业细节,然后生成完整的 Agent 资产包。演示 ① 是它自己在干活。

🐾 工作狗 —— 提示狗产出的场景专用 Agent

资产包拖进工作台就上岗,专职一个场景,住在犬舍(kennel/)里,越用越准。演示 ②③④ 是三只已上岗的工作狗。

你的一句话 🐕 选择题确认 生成资产包 拖进工作台 🐾 工作狗上岗
一样的大模型,为什么工作狗更靠谱?普通 agent 一段提示词一口气写完、好不好看运气;工作狗拆成几步走、先讲清什么算好、留一步专门挑错、用一次准一次
PromptDog 工作台DEMO
🐕 提示狗 🐾 工作狗
观看自动演示中…(可切换场景 / 重播)
不同之处

PromptDog vs 传统提示词优化

核心翻转:永远提案让用户挑,不提问让用户答。

传统提示词优化PromptDog
需求澄清开放式提问,用户从零描述选择题 + ★推荐默认值,行业做法由它先猜、你来挑,回「都按推荐」即放行
复杂度一律输出一段提示词六信号判级:L1 提示词 / L2 SOP / L3 提示链 / L4 多智能体,能简单绝不复杂
质量「看起来更好了」验收标准先行,按错误代价配验证(自我一致性 / 交叉核查 / 来源强制 / 对抗审查 / 人工确认点)
迭代无限改稿闭环有终点:最大轮数 + 可度量止损,绝不空转
交付一段文字,用完即散资产包文件夹:路由 + 渐进式加载 + 启动指令 + 复盘 + 回归测试
改现有提示词凭感觉给意见十维评分诊断:零提问打分 → 一张卡片确认 → 改进版全文 + 回归对照
别混淆

「提示词优化」和「工作狗」是两回事

前者把一句话改好;后者把一件事,变成一个调好、能反复用的 agent。同一个任务,差别长这样:

📄 任务:审一份采购合同
普通 AI 一问一答
  • 贴进去问「有什么风险」,回你一段笼统的话
  • 可能漏关键条款,也可能编出不存在的法条
  • 这次问完,下一份合同又从头再来
🐾 合同审查工作狗
  • 拆成 7 步走,风险定位到「第 11 页 §7.2」并附可直接用的修改文本
  • 有一步专门拦「编法条」,编的直接标「待律师核查」
  • 结果存成报告,下份同类合同直接复用、越用越准

招聘筛选、数据分析、标书撰写、竞品周报……每个反复做的场景,都能这样变成一只工作狗——这才是它跟「改提示词」的本质区别。

机制

先量活儿,再干活儿

收到需求,它先掂量这活儿有多复杂,再决定给你什么——小事不小题大做,大事不敷衍了事。

小事

一段好提示词

复制粘贴就能用,一句都不多问

多步的事

一份操作手册

照着一步一步做,每步都有检查点

复杂的事

一条流水线

多环节接力干活,环环有质检

大工程

一支 AI 团队

多个角色分工协作,互相把关

动手前先说清「什么算好」关键结论多方核对 交付前有人专门找茬改三轮不行就止损,绝不空转

背后是一套「六信号判级」模型,对原理感兴趣可看仓库里的方法论文档。

交付形态

产出不是一段话,是能上岗的资产包

理念:skill 是资产的存放形态,agent 是资产的上岗形态。文件夹平台无关,拖进任意 Agent 工作区就是一个专职数字员工。

<场景名>Agent/
├── AGENTS.md        路由 + 渐进式加载(执行到环节 N 才读环节 N)
├── 主控.md           系统提示词 / 验收标准 / 环节表 / 闭环终止
├── prompts/         每环节一个提示词文件,按需加载
├── templates/       交付模板,交付环节才读
├── 启动指令.md       固定触发话术,复制改参数即用
├── 复盘/            四指标回填:漏审 / 误报 / 定位失败 / 虚构来源
├── 回归测试/         改版必跑,「漏审=0、虚构来源=0」才许发布
└── 输入/ 输出/       工作目录,交付物统一落盘
犬舍案例

明星工作狗:标书撰写 📑

B2B 世界最熬人的活——通宵赶标书。让工作狗先干八成:拆评分标准、对着评分点写、废标项逐条核对,人只做判断和润色。

1 招标文件解析 2 评分标准拆解 3 应答矩阵 4 分章撰写 5 合规自查 6 模拟评审 7 整装交付

三件套交付

  • 标书初稿(按评分点组织章节)
  • 应答偏离表(逐条对应招标要求)
  • 评分点自查清单(含扣分风险)

投标级红线

  • 资质、业绩数据只用素材库真实材料
  • 硬性废标项逐条核对打钩
  • 引用招标文件原文可追溯到页码

自带飞轮

  • 中标 / 落标复盘回填
  • 评审意见入库变成下次弹药
  • 历史标书模块化复用

犬舍同款还有:合同审查(演示②)、招聘筛选(演示③)、内容营销——每只都是同一套方法造出来的资产包。

怎么用

不用自己配,把这句话发给你的 AI

别去找 AGENTS.md、别改配置——那些交给 AI。你只要把下面这段发给 Codex / Claude Code:

去 GitHub clone shandianT/Prompt-dog,读它的 SKILL.md。
以后我让你写提示词、优化提示词、或设计工作流时,就按这个 skill 的流程来。
clone 和配置你自己搞定,装好了告诉我怎么用。

它会自己完成 clone、找到 AGENTS.md、加好路由。装不明白,就再问它一句。

用豆包 / 网页版 AI

没有文件系统也能用:复制仓库里 assets/system-prompt.md 分隔线以下那段,贴进对话第一条即可。

直接领一只现成工作狗

标书撰写、合同审查……在 kennel/ 里。整个文件夹拖进工作区,发一句话就上岗。

SoWork 用户

把工作狗文件夹选进工作空间,几只 agent 就能在一个工作区里接力协作。