ChatGPT-Shortcut · 技能与配置

当你需要一个"提示词瑞士军刀"：AiShort 让 AI 工具输出从平庸变专业

场景切入：一句话改变 AI 的回答质量

你用过 ChatGPT 吗？当然用过。但你有没有遇到过这种情况——明明问的是同一个问题，AI 给的回答却忽好忽坏，有时候像在敷衍，有时候又特别惊艳？

答案不在于你问得多精准，而在于你有没有用对"提示词"。这就是 AiShort（ChatGPT Shortcut）存在的意义——它不是一个 AI 本身，而是一个经过精心打磨的提示词军火库。

AiShort Logo

什么是 AiShort？

AiShort 是一个开源的 AI 提示词管理工具，最初由独立开发者 rockbenben 创建，目标是帮助用户把 ChatGPT、DeepSeek、Claude、Gemini 等主流 AI 工具的输出质量提升一个档次。

它的核心逻辑很简单：项目维护了一个包含上千条精选提示词的数据库，覆盖写作、编程、教育、心理、效率等 20+ 分类。每个提示词都经过优化，复制粘贴到任意 AI 对话窗口就能直接使用——不需要懂提示词工程，不需要反复调教，30 秒搞定。

项目主页托管在 aishort.top，可以直接使用；如果你想自建或定制，也可以 clone 代码自行部署。

技术架构：前端驱动的静态网站

从代码结构看，AiShort 基于 Docusaurus 3 构建——这是一个由 Meta（Facebook）开发的静态网站框架，底层是 React 19 + TypeScript 5，前端 UI 组件库使用的是 Ant Design 6。

项目目录结构清晰：src/data/prompt.json 是所有提示词的源数据（多语言 JSON 格式），src/pages 负责渲染页面，src/components 是可复用 UI 组件，src/api 模块则负责与后端 API 通信（用户登录、收藏、投票等功能）。整体采用前后端分离架构，后端可选（离线版完全无需后端）。

多语言支持是一大亮点：项目原生支持简体中文、繁体中文、英语、日语、韩语、法语、德语、西班牙语、意大利语、俄语、葡萄牙语、印度尼西亚语、越南语、泰语、印地语、孟加拉语、阿拉伯语、土耳其语等 18 种语言，提示词内容会根据用户选择动态切换。这对于一个来自中国的开源项目来说，相当有国际化视野。

部署方式：Docker 一键启动，offline 分支支持内网

项目对部署者非常友好。根目录同时提供了：

Dockerfile：多阶段构建，第一阶段用 node:24-alpine 编译 Docusaurus 静态资源，第二阶段用 nginx:alpine 作为运行时容器，最终镜像体积精简。
docker-compose.yml：单文件配置，一条命令 docker-compose up -d 即可启动，端口映射到本地 3000。
offline 分支：专门为企业内网、政务网络等无法访问外网的环境设计，数据完全存储在浏览器 localStorage，无后端依赖。

从部署难度来看，AiShort 属于"简单"级别：Docker 环境 + 一键启动，无需数据库，不需要 GPU 硬件，普通开发者 5 分钟内可以完成自建。

核心功能体验

实际使用中，AiShort 的交互逻辑非常直接：

搜索过滤：顶部搜索框支持模糊搜索，侧边栏有 20+ 分类标签（写作辅助、IT/编程、AI、生活百科、心理/社交等），点击标签筛选提示词。
一键复制：每个提示词卡片的右上角有复制按钮，点击即复制到剪贴板，粘贴到任意 AI 工具即可使用。
社区分享：注册登录后可以给提示词投票、收藏、评论，也可以提交自己整理的提示词。
热门排行：首页展示按热度（使用量）排序的提示词，最火热的"写作助理"已有超过 95K 次使用，"无限制的 ChatGPT"有 78K 次。

争议与局限

需要指出的是，并非所有提示词都是"白莲花"。项目中有一些明显带有争议性的提示词（比如绕过 AI 安全限制的 DAN 类提示词、角色扮演类提示词等），官方在描述中标注了⚠️警告，提示这些提示词可能触发 AI 的安全机制。这类内容在开源社区一直存在争议——有人认为这是"挖掘 AI 真实能力"，有人认为这是不负责任的使用方式。作为用户，心里有数就好。

另一个局限是：项目本质是一个提示词集合，不提供 AI 本身。用好提示词的前提是你已经有可用的 AI 工具（ChatGPT Plus / DeepSeek / Claude 等），它不能替代这些服务。

行业意义：提示词工程民主化

AiShort 的出现反映了 2023 年以来一个明显的趋势：提示词工程（Prompt Engineering）正在从专业技术走向大众普及。

早期，优质提示词靠个人摸索或小圈子分享；后来有了专门的社区（如 ShareGPT、FlowGPT），但质量参差不齐。AiShort 做了两件事有价值的事：一是筛选把关，所有收录的提示词都经过人工整理和社区投票，质量相对可控；二是降低使用门槛，不需要理解任何技术原理，复制即用。

从数据看，项目已获得 8,500+ GitHub Stars，Discord 社区活跃，覆盖 18 种语言用户——这些数字说明它确实解决了真实需求。

总结：值不值得用？

如果你经常使用 AI 工具，且想让输出质量更稳定 → 强烈推荐，直接用 aishort.top
如果你是开发者，想研究 Docusaurus + Ant Design 的实际项目案例 → 推荐，代码结构清晰
如果你是企业，需要在内网部署一个提示词管理平台 → 推荐，offline 分支开箱即用
如果你是 AI 研究者，关注提示词工程领域的最佳实践 → 推荐，上千条真实使用数据

一句话：AiShort 是那种用了就再也离不开的小工具，就像程序员的"效率装备包"，属于那种"早知道就好了"的宝藏项目。

当你需要一个"提示词瑞士军刀"：AiShort 让 AI 工具输出从平庸变专业

场景切入：一句话改变 AI 的回答质量

你用过 ChatGPT 吗？当然用过。但你有没有遇到过这种情况——明明问的是同一个问题，AI 给的回答却忽好忽坏，有时候像在敷衍，有时候又特别惊艳？

AiShort Logo

什么是 AiShort？

项目主页托管在 aishort.top，可以直接使用；如果你想自建或定制，也可以 clone 代码自行部署。

技术架构：前端驱动的静态网站

部署方式：Docker 一键启动，offline 分支支持内网

项目对部署者非常友好。根目录同时提供了：

Dockerfile：多阶段构建，第一阶段用 node:24-alpine 编译 Docusaurus 静态资源，第二阶段用 nginx:alpine 作为运行时容器，最终镜像体积精简。
docker-compose.yml：单文件配置，一条命令 docker-compose up -d 即可启动，端口映射到本地 3000。
offline 分支：专门为企业内网、政务网络等无法访问外网的环境设计，数据完全存储在浏览器 localStorage，无后端依赖。

从部署难度来看，AiShort 属于"简单"级别：Docker 环境 + 一键启动，无需数据库，不需要 GPU 硬件，普通开发者 5 分钟内可以完成自建。

核心功能体验

实际使用中，AiShort 的交互逻辑非常直接：

搜索过滤：顶部搜索框支持模糊搜索，侧边栏有 20+ 分类标签（写作辅助、IT/编程、AI、生活百科、心理/社交等），点击标签筛选提示词。
一键复制：每个提示词卡片的右上角有复制按钮，点击即复制到剪贴板，粘贴到任意 AI 工具即可使用。
社区分享：注册登录后可以给提示词投票、收藏、评论，也可以提交自己整理的提示词。
热门排行：首页展示按热度（使用量）排序的提示词，最火热的"写作助理"已有超过 95K 次使用，"无限制的 ChatGPT"有 78K 次。

争议与局限

行业意义：提示词工程民主化

AiShort 的出现反映了 2023 年以来一个明显的趋势：提示词工程（Prompt Engineering）正在从专业技术走向大众普及。

从数据看，项目已获得 8,500+ GitHub Stars，Discord 社区活跃，覆盖 18 种语言用户——这些数字说明它确实解决了真实需求。

总结：值不值得用？

如果你经常使用 AI 工具，且想让输出质量更稳定 → 强烈推荐，直接用 aishort.top
如果你是开发者，想研究 Docusaurus + Ant Design 的实际项目案例 → 推荐，代码结构清晰
如果你是企业，需要在内网部署一个提示词管理平台 → 推荐，offline 分支开箱即用
如果你是 AI 研究者，关注提示词工程领域的最佳实践 → 推荐，上千条真实使用数据

一句话：AiShort 是那种用了就再也离不开的小工具，就像程序员的"效率装备包"，属于那种"早知道就好了"的宝藏项目。