AI Prompt 管理平台
版本化 · 可对比 · 可回滚
调用 AI，一条 REST 就够。
Prompt、版本、模型都在这里集中管理：网页上改 prompt、看 diff、一键回滚，多版本多模型横向对比。
业务方那侧，只要 POST 一个稳定的 slug —— 换模型、换版本、调 prompt，调用方一个字都不用改。
slug review-score
● v3 production
v4 draft
你是电商评审助手。给下面这条用户评论按 0–5 打分，
只返回 JSON：{{comment}}
试运行
{ "score": 4, "sentiment": "positive" }
豆包 · 812ms · ¥0.0007
调用侧
模型、重试、Key…… 复杂都收在后台。
调用 AI 不该是一堆配置。模型选型、temperature、prompt 拼接、失败重试、密钥管理 —— 这些全被 Prompt Exchange 收在后面。调用方只需发一条 HTTP 请求：把输入递进去，把结果拿回来。
没有它 · 全塞进业务代码
app/services/ai_call.rb
client = OpenAI.new(api_key: ENV["ARK_KEY"]) prompt = "你是评审助手…" + comment + "…只返回 JSON" resp = client.chat( model: "doubao-1.5-pro", temperature: 0.2, max_tokens: 512, response_format: { type: "json_object" } ) with_retry(3) { … } # 慢调用别卡住请求 data = JSON.parse(resp.dig("choices", 0, …)) # 自己解析 / 兜错
用 Prompt Exchange · 一条 REST
任意语言 · 任意服务
# 只发一条 REST，body 就是业务输入 curl -X POST …/api/tasks/review-score/invoke \ -d '{ "input": { "comment": "发货很快" } }' → 202 { "run_id": 8812 } # 结果走回调，或 GET /api/runs/8812
换模型、调 prompt、加 Schema、改 temperature —— 全在后台点几下，这条 REST 一个字都不用动。
为什么需要它
Prompt 变了，但没人给它版本管理。
Prompt 散落在各个服务的数据库和配置里，改一个字往往要发一次版；出了问题不知道改了什么、更不知道怎么退回去。Prompt Exchange 把这三件事一次解决。
01 / 即时
改完即生效
在网页里改 prompt、激活新版本，线上立刻切换 —— 不改一行代码，不重新部署。
02 / 可追溯
每次改动 = 一个不可变版本
行级 diff 看清改了什么，paper_trail 记录是谁在何时改的，历史版本永远躺在那儿。
03 / 可回退
一键回滚
回滚就是"重新激活某个历史版本"。同一 prompt 永远只有一个 production，秒级切回。
核心能力
从编写、对比到调用，一条闭环。
每一块都用产品里真实的界面元素说话 —— 真实的 diff、真实的对比矩阵、真实的调用响应。
Task · 稳定调用点
一个 slug 打包 prompt + 版本通道 + 模型 + JSON + 回调。业务方只说"给这条评论打分"，不管背后是哪个版本、哪个模型。
POST /api/tasks/:slug/invoke
# 异步 · 立即 202 返回 run_id curl -X POST …/api/tasks/review-score/invoke -d '{ "input": { "comment": "发货很快" } }' → 202 { "run_id": 8812, "state": "pending" }
多模型注册表
国内五家 + OpenAI + Claude + 火山即梦，一处注册。API Key / AK / SK 全部加密存库，对比与调用随手切换。
豆包 doubao
Kimi
千问
智谱
DeepSeek
OpenAI
Claude
火山即梦
api_key encrypted ••••••••••••3f7a
版本化 & 行级 diff
任选两个版本并排比对，正文行级高亮、params 键级增删改一目了然，回滚就是激活历史版本。
v2 → v3
- 给评论打分，返回一个数字
+ 给评论按 0–5 打分，只返回 JSON
params.temperature 0.7 → 0.2
对比台 · 样本 × 版本 × 模型 矩阵
选一批样本、几个版本、几个模型，后台并发跑出笛卡尔积，同一批输入公平横比 —— 一眼看出哪个组合更好，连 token、耗时、成本都摆在格子里。
| 样本 \ 组合 | v3 · 豆包 | v4 · 豆包 | v4 · Kimi | v4 · Claude |
|---|---|---|---|---|
| 好评 · "发货很快" | 4 |
5 |
5 |
4 |
| 差评 · "包装破损" | 2 |
1 |
2 |
1 |
| 中评 · "一般般吧" | 3 |
3 |
4 |
3 |
Schema 强约束输出
给版本挂一份 JSON Schema，走 with_schema 让模型稳定吐结构化数据；Schema 随版本走，可回滚。优先级 schema > json。
output_schema
{ score:int,
sentiment:enum }
{ score:int,
sentiment:enum }
→
# parsed Hash
{ score: 4,
sentiment: "pos" }
{ score: 4,
sentiment: "pos" }
生成车道 · 图 / 视频
同一套版本、试运行、记录闭环，也能管图片和视频生成的 prompt。接火山即梦，走两步异步生成协议。
chat
image
video
Prompt.kind = image → jimeng_seedream · TOS 媒体链接
统计 Dashboard · 调用量 / token / 成本 / 成功率
每个 task 花了多少钱、跑了多少次、成功率多少，一目了然。数据走每日 rollup，记录被清理也不会失真。
12,480
总调用
98.6%
成功率
¥ 41.7
累计成本
3.2M
tokens
版本生命周期
一条状态机管住每一个版本。
同一 prompt 在任意时刻只有一个 production。数据库层用可空唯一标记强制这条不变量 —— 不可能同时上线两个版本。
draft
草稿版本
随便改、随便试运行
activate!激活
● production
当前生效
API 调用命中它
activate!换新版
archived
归档留档
diff / 回滚随时可取
回滚 = 重新激活某个 archived 版本，让它变回 ● production —— 秒级、无需部署。
技术栈
只押 RubyLLM 一个核心依赖。
用 RubyLLM 核心当 LLM 客户端，不押那些单人 prompt gem。后台异步执行慢调用，网页拿到 202 就走。
Ruby 4.0
Rails 8.1
RubyLLM 1.16
Hotwire Turbo · Stimulus
Tailwind v4
Solid Queue 后台任务
MySQL 8
paper_trail 审计
RSpec