9月13日下午，有幸受邀参加了火山引擎的PromptPilot产品发布会。产品发布会选在了北京美克洞学馆，一个商业零售空间，也是一座艺术馆，随处可见的洞岩装饰、龟兹壁画、机械臂装置艺术……一个极具艺术气息的场所。

想用几个词形容一下见到的火山团队：专业、务实、诚意满满。

7月份参与内测的时候，还没有感受到工具的强大。现场再体验，加上项目团队的产品说明之后，发现这个产品的价值是严重低估了。PromptPilot是项目团队在AI应用开发实践中，将遇到的问题抽象化，搭建了一个基于提示词和模型优化为基础的系统性解决框架，把过往AI应用开发的方法论进行了产品化。

相比于当时Manus发布时的轰动一时（虽然不是同类产品），PromptPilot则低调太多了，用起来也会发现产品是如此低调且实用。PromptPilot产品发布会的团队成员分享来看，也是将靠谱、务实写在脸上。什么样的团队就会输出什么调性的产品。

诚意满满则体现在，产品发布会的参会人员大都是火山社区邀约人员，且准备了丰厚的奖品。诚意不止一点点。只要是每个认真参与的人，都不会空手而归。大疆云台Vlog相机、Apple Watch S10、REDMI投影仪、SKG筋膜枪、显眼包AI玩具等多重礼品～

下面来分享一下产品发布会中学习到的知识和一些想法。

PromptPilot要解决的问题

AI的发展从AI大模型竞赛，开始转到下半场：落地！谁能在多样化的垂直行业落地生根，谁将会赢得未来的一席之地。

与之伴随而来的是数据、标准的变化。

数据从互联网公共数据来，转向从行业、专家里来。标准从明确走向模糊，由统一性转向用户特定场景的标准。

在应用落地的过程中，会遇到几个挑战：清晰表达需求、模型能力边界、上下文动态适应。

不管是日常工作中，还是在产品开发过程中，经常会遇到这样的情况：领导给员工的一句话需求，市场/业务同学给产品/开发的一句话需求。一句话需求是模糊的，需要将需求具像化并进行结构性表达，有时候需求也会根据产出的结果发生变化。

在使用AI工具的时候，已经养成了让ai去生成一个更好的提示词，再提问的方式。PromptPilot则直接提供了这种功能，在尝试了一下之后，发现PromptPilot生成的优化后的提示词，要更加精准和专业。

不同的模型所擅长的领域不一样，如何在众多的选项当中选择适合特定场景的模型，也是一个挑战。花费很多的功夫调优提示词，所带来的结果可能不如更换一个合适的模型来得直接。

上下文动态适应也是一个巨大调整，上下文理解会影响输入的准确性，会直接影响产出结果。

PromptPilot的解决方案

PromptPilot 通过引导式需求探索，用户或AI辅助提供标准答案，通过评分模式和GSB模式不断迭代模型和提示词工程，以支持多样性的需求场景。

在这个过程中，数据积累得越多，得出的结果就越有效。

PromptPilot的工作流

分了几个步骤：数据工程、Prompt优化、Badcase检测、方案。

数据工程

数据工程由问题工程、答案工程、上下文工程构成。

问题工程解决需求不清晰的问题，根据用户的需求描述，生成优化的需求表达，并通过用户反馈以及引入变量的方式，输出准确的、结构化表达的需求。

答案工程由两种模式构成，一种是评分模式，一种是GSB比较模式。

评分模式会根据提供的case集和评分标准，对输出的结果准确性评分，并聚焦低分样本反向修正Prompt，实现精准优化。

GSB比较模式，可以比较多个模型的输出结果，用户反馈哪个结果更优，来选择合适的模型提供服务。

上下文工程引入了知识库功能，用于丰富模型的输入信息，避免造成和业务实际的脱节。

PromptPilot优化

PromptPilot可机遇批量的case集合，自动化完成优化，以产生效果更好的Prompt。

下面的这个图是一个关于安全生产违规检查的案例，一个视觉理解的项目，通过智能优化的功能，将评测得分3.7分提升到了4.3分。

ps：在这个过程中，消耗积分比较大。

Badcase检测

Badcace检测将数据回流，结合用户反馈信号，针对性解决错题本问题，低分结果定向优化，修正错误结果，提高评估得分。

Solution

PromptPilot提供了一个视觉理解解决方案。用一个示例说明。

依据提供给的停车场图片，生成可以识别有多少车辆的Agent/解决方案。

开始任务后，PromptPilot提供了两个方案。

为两个方案输出分析结果、分析步骤、以及实现的Solution代码。

以上就是PromptPilot大概的产品设计思路和功能实现流程了。产品还是很专业的，多用一次就会更爱一点。强烈推荐。

PromptPilot产品运营思考

PromptPilot的用户群体不仅包括开发人员，还包括业务人员。项目团队希望业务人员也能轻松地用起来，能够直接面对多变的需求，输出更符合要求的结果。

当前在操作PromptPilot时，有一定的专业难度，一方面要有一定的AI知识储备，知道每一步AI是干嘛的，还要了解一些专业术语。当业务人员遇到这些词语的时候，会有一个理解过程。可能在理解的过程中就会退却了。

所以，PromptPilot想要扩展更广泛的业务人员用户群体，措施有两个方向：1、提高看得见摸得着的项目价值，让用户有动力去学；2、提供学习机会，降低学习成本。

在项目网站上开放比较显著的入口，展示垂直行业典型应用场景的示例，让用户知道它能干嘛。大部分人听了产品介绍之后，会感觉这个挺厉害，但不知道能干嘛。尤其是业务人员在看到一个专业的产品功能后，他们意识不到能不能用到自己的工作中，能用到什么程度。当他们看到与自己业务类似的应用场景之后，才会产生类比的思考。

提供系统的学习视频，以多个应用场景示例为样板，分别以开发人员、业务人员角度，展示如何从0打造一个助力现有产品的AI引擎的全过程视频。

选择的案例需要足够典型。覆盖的行业倾向于选择IT技术应用深入的行业。PromptPilot的产品是专业性和业务场景相结合的一个产品，有点类似低代码平台，可参考低代码平台的展示和宣导方式。

PromptPillot首月“零元购”

介绍了那么多，可以尝试用起来咯，新品发布有零元购活动。访问地址： https://www.volcengine.com/activity/ark?previewMode=on

即日起至2025年10月31号，首次购买PromptPillot个人标准版39.9元套餐，可获赠等额39.9元代金券一张，企业认证用户首次购买PromptPillot团队版239元套餐，可获赠等额239元代金券一张。代金券支持抵扣火山方舟中豆包大模型与开源模型、以及PromptPilot产品的订单金额。

---

Hi，我是阿信，一个喜欢探索、学习、思考、分享的产品经理人。动动小手，点击左下角关注一下吧。