Promptify 是一个提示词优化工具，定位为与模型无关（model-agnostic），即不绑定特定大语言模型。它的主要用途是把用户给出的提示词转化为更清晰、更有效的版本。
主要能力
-
修饰符控制：可从 ARGUMENTS 中解析修饰符。+ask 强制提出澄清问题；+deep 强制探索代码库；+web 强制进行网络搜索。若未提供修饰符，则自动检测所需操作。
-
自动检测触发条件：
- 代码库研究（codebase-researcher）：出现“this project”“our API”、具体文件或函数、“integrate”“extend”“refactor”等信号时触发。
- 澄清（clarifier）：提示词含糊（如“make it better”）、存在多种解释、缺少约束、代词指代不清时触发。
- 网络研究（web-researcher）：涉及“best practices”“latest”、外部 API 或库、框架模式、年份引用时触发。
-
智能体调度：当需要智能体时，会说明使用哪些智能体及原因，通过 Task 工具在 agents/ 目录中并行运行，综合发现结果，再结合收集到的上下文进行优化。
-
核心契约：每个提示词都需要包含四个要素——角色（缺失时添加具备专业知识的角色）、任务（使动作具体）、约束（从上下文推断）、输出（指定格式或结构）。
-
处理流程：若输入为图片，则先分析并纳入上下文；检测提示词类型（编程、写作、分析、创意、数据）；将输出式指令转换为过程式指令，例如把“Write X”转换为“Analyze → Plan → Implement → Validate”；去除冗余措辞，如“please”“I want you to”、填充词和道歉语；应用核心契约，验证四个要素是否齐全；为复杂提示词添加 XML 标签结构。
-
按类型侧重：编程关注规格、边界情况、框架；写作关注语气、受众、长度；分析关注标准、深度；创意关注约束、新颖性；数据关注输入输出格式、边界情况。
使用方式
用户提供需要优化的提示词，并可选择附加修饰符（+ask、+deep、+web）。工具根据修饰符或自动检测结果决定是否调度智能体，最终输出优化后的提示词代码块，并附上 2-3 句说明。资料中给出的复制命令为：echo 'PROMPT' | pbcopy。
适用场景
适用于希望改进提示词清晰度与有效性的场景，例如用户说“improve this prompt”“optimize my prompt”“make this clearer”时。可覆盖编程、写作、分析、创意、数据等不同类型的提示词优化需求。
限制
资料未提供关于收费、价格、平台支持范围、具体效果指标或安装步骤的更多信息，这些内容暂未提供。