已上线

Prompt Hub.

每个提示词都有版本。每个分数都钉在产出它的那个提示词上。

Prompt Hub 为每个提示词提供提交历史、无需重新部署即可切换的环境标签，以及任意两个版本之间的并排差异对比。Yardstick 记录的每个分数与判定都钉在产出它的那个确切提示词版本上，于是“这个提示词变好了”从凭感觉变成可证明。适用于经 Yardstick 路由的任何智能体和任何供应商。

加入 Prompt Hub 等候名单全部工具

▲ 8 pts accuracy

{}support_reply.md3 versions

v1Initial draft

v2devTone tweak

v3prodFew-shot examples · winner✓

every trace pinned to v3

工作原理

Save, label, trace.

Save

Every prompt edit becomes an immutable commit with author and parent.

Label

Pin dev, staging, and prod to specific versions; switch without a redeploy.

Trace

Every Score and judgment links back to the exact prompt version that produced it.

衡量项

它衡量什么。

提交历史

每次保存都是一个不可变版本，带作者、时间戳和父版本。一键回滚。

环境标签（dev / staging / prod）

无需重新部署代码，即可切换每个环境所用的版本。

差异视图

任意两个版本的并排对比。逐行看清到底改了什么。

追踪到提示词的钉定

每个分数、判定和追踪都链接回产出它的那个确切提示词版本。

共享库

提示词按工作区和团队划分范围。组织内的唯一可信来源。

适合谁

谁会选择 Prompt Hub。

·在迭代提示词的团队
·以评测驱动的 AI 构建者
·集中管理提示词资产的平台团队

同一套件

与 Observe 的其余工具搭配使用。

01已上线

Code

衡量 AI 开发工具的每项成果成本。看成果，而非 LOC。

03已上线

Customer Service

衡量 AI 支持智能体是否真的解决了对话。

04已上线

Sales / SDR

衡量 AI SDR 产生的管道，而非他们发出的邮件。

05计划中

Research

衡量 AI 研究产出的可信度，而非召回率。

任何智能体出岔子的那一刻你就知道。

在切换之前，用真实流量验证这项变更。

在智能体接触生产之前证明它能用。

你的 AI 在同行中处于什么水平。

想把 Prompt Hub 加入你的技术栈?

我们正在招募设计合作伙伴。加入等候名单，进入 Prompt Hub 的合作批次。

只需填写邮箱。 Prompt Hub 上线时只发一封邮件。别无其他。