本文由 莫潇羽@无忆研习社（www.wuyi.wiki） 原创撰写，转载请注明出处。
📌 快速摘要（适合想快速了解的读者）
核心结论：AiShort（GitHub 项目名 ChatGPT-Shortcut）是一款基于 Docusaurus 框架构建的开源 Prompt 管理系统，已在 GitHub 上获得超过 6000 颗 Star，解决了高频 AI 用户最头疼的"提示词管理混乱"问题。
- 它是什么： 一个提示词（Prompt）的集中管理、检索、收藏、分享平台，同时配有浏览器扩展插件，支持在任意 AI 工具页面快速调用。
- 技术架构： 前端基于 Docusaurus + React，数据层使用 JSON 存储提示词，后端提供用户账户、收藏、社区功能，支持 ETags 智能缓存机制。
- 谁适合用： 每天使用 DeepSeek、文心一言、通义千问、Claude 等 AI 工具的用户，无论是否懂 Prompt 工程，都能立即上手。
- 关键操作： 网页直接用不需要注册；浏览器安装扩展后按
Alt + Shift + S随时唤出；支持 Vercel / Cloudflare Pages / Docker 私有部署。
📖 往下看有更详细的原理拆解、操作步骤、部署教程和进阶玩法。
一、为什么 Prompt 管理是一个被严重忽视的问题
如果你已经把 AI 工具用在工作或学习中超过三个月，很可能正在面临这样一个问题：你积累的提示词，正在以越来越快的速度变成"数字垃圾"。
这并不是夸张。每一个认真使用过 AI 工具的人，都有过这样的经历：花了半小时调试出一段让 AI 完美输出周报的 Prompt，第二周想用的时候，翻遍了备忘录、Notion 文档和历史聊天记录，愣是找不到。最后只能重新写，再花二十分钟重新调试。
这个问题的根源，在于我们对 AI 提示词价值的认知还没有跟上使用频率的增长。一般人不太会把 Prompt 当作需要认真归档的"数字资产"，但其实一条经过反复打磨、适配特定场景的高质量提示词，已经相当于一个可复用的"工作模板"，它凝结了你对某个任务的思考逻辑和与 AI 交互的经验总结。
那么，市面上有没有专门针对这个问题设计的工具？
其实有，而且有一款已经在 GitHub 上相当成熟，叫做 AiShort（其 GitHub 仓库名为 ChatGPT-Shortcut）。这篇文章，莫潇羽就从技术原理到具体操作，带你把这个工具彻底摸透。
二、AiShort 项目背景：从个人工具到开源生态
AiShort 由开发者 rockbenben 发起，最初以 ChatGPT-Shortcut 为名发布在 GitHub 上。彼时 ChatGPT 刚刚在全球掀起热潮，大量用户面对强大的 AI 能力却不知道"怎么问"，也不知道"好的 Prompt 往哪放"。
这个项目的出发点很朴素：建一个可以公开访问、随时检索、一键复制 Prompt 的网站，让普通人也能用上高质量的 AI 提示词，而不用每次都去做"Prompt 工程师"。
随着时间推移，这个项目从简单的提示词列表，逐渐演化成一套完整的 Prompt 管理体系：
- 提示词库从网络精选和社区贡献中持续扩充
- 增加了用户账户体系，支持收藏、自定义和社区分享
- 浏览器插件让提示词随时可用，无缝嵌入 AI 工具
- 支持多语言，覆盖 18 种主流语言
截至本文撰写时，该项目在 GitHub 上已经积累了超过 6000 颗 Star（早期报道曾达到 7800+，项目经历了重组和持续迭代），Fork 数量也在 700 以上，有着相当活跃的社区参与。
GitHub 仓库：https://github.com/rockbenben/ChatGPT-Shortcut
三、技术架构深度解析：它是怎么运转的？
很多人可能只是把 AiShort 当作一个"Prompt 合集网站"来用，但如果你想真正搞清楚它的能力边界、以及为什么它在性能和扩展性上表现不错，就需要了解一下它的技术基础。
3.1 前端框架：Docusaurus + React
AiShort 的整个网站是基于 Docusaurus 构建的静态站点。Docusaurus 是由 Meta（Facebook）开源的静态网站生成框架，以 React 技术栈为基础，天生擅长构建文档类、内容驱动类的网站。
为什么选择 Docusaurus？原因有几个值得分析：
第一，它生成的是静态 HTML 文件，可以直接部署在 Vercel、Cloudflare Pages 等平台上，无需传统意义上的后端服务器，大幅降低部署和运维成本。
第二，Docusaurus 内置了国际化（i18n）支持，AiShort 利用这一特性实现了 18 种语言的 Prompt 翻译和界面切换，而且每种语言版本可以单独构建，不会因为多语言而拖慢整体性能。
第三，Docusaurus 的 showcase 功能（陈列展示功能）天然适合用来做"带搜索和筛选的卡片列表"，这正好契合 Prompt 库的展示需求。
项目的核心目录结构大致如下：
ChatGPT-Shortcut/
├── docs/ # 使用说明和文档页
├── src/
│ ├── data/
│ │ ├── prompt.json # 主提示词数据文件（英文为主）
│ │ ├── prompt_zh.json # 中文提示词数据
│ │ └── pages/prompt/ # 每个精选 Prompt 的独立页模板
│ ├── api/
│ │ ├── index.ts # API 统一导出入口
│ │ ├── config.ts # API URL 配置
│ │ ├── client.ts # Axios HTTP 客户端（含认证拦截器）
│ │ ├── auth.ts # 用户认证（登录/注册/OAuth）
│ │ ├── prompts.ts # 提示词 CRUD + 搜索 + 投票
│ │ ├── favorites.ts # 收藏夹操作
│ │ ├── myspace.ts # 用户数据核心数据源
│ │ ├── comments.ts # 评论系统
│ │ └── user.ts # 用户信息管理
│ └── css/
├── docusaurus.config.js # 站点主配置文件
├── package.json
└── CodeUpdateHandler.py # 多语言批量处理脚本这个目录结构清晰地展示了项目的分层：静态内容层（docs、src/data）负责提示词展示，API 层（src/api）负责与后端交互实现用户功能。
3.2 数据层：JSON 驱动的提示词存储
AiShort 的提示词数据以 JSON 文件的形式存储在代码仓库中，核心文件是 src/data/prompt.json，中文版对应 src/data/prompt_zh.json。每一条提示词的数据格式如下：
{
"zh": {
"title": "周报写手",
"prompt": "你是一名专业的职场写作助手，擅长将工作内容整理成结构清晰、重点突出的周报。请根据我提供的工作内容要点，生成一份标准的工作周报。",
"description": "帮助用户将零散的工作内容转化为格式规范的周报文档",
"remark": "适合需要定期汇报工作的职场人士"
},
"website": null,
"tags": ["write", "office"],
"id": 500,
"weight": 1
}每个字段的含义：
title：提示词的显示名称prompt：实际发送给 AI 的指令内容（核心字段）description：对这条提示词用途的描述remark：使用建议或补充说明tags：所属分类标签，支持多标签id：唯一标识符，官方提示词 id < 500，用户自定义新增时建议从 500 起weight：排序权重
这种纯 JSON 数据结构的好处在于：透明、可版本控制（git 可以追踪每一次提示词的修改记录）、也方便用户 Fork 后自行定制。
3.3 多语言处理机制
AiShort 支持 18 种语言，其内部处理逻辑是这样的：基础提示词（大部分为英文）存储在 prompt.json 中，各语言的翻译版本分别对应独立的 JSON 文件。开发者还提供了一个 Python 批处理脚本 CodeUpdateHandler.py，用于将主数据文件按语言规则拆分，并同步更新每个语言版本的首页和精选提示词页面。
运行多语言构建的命令如下：
# 单语言构建（中文简体）
yarn build --locale zh-Hans
# 多语言联合构建
yarn build --locale zh-Hans && yarn build --locale en这意味着每种语言的站点实际上是独立构建的静态文件，部署时可以只选择你需要的语言版本，节省服务器资源。
3.4 智能缓存机制：lscache + ETags
AiShort 的网络请求层使用了 lscache（一个基于 localStorage 的缓存库）结合 HTTP ETags 实现了智能缓存策略：
当浏览器首次请求提示词数据时，服务器返回完整数据及对应的 ETag 值（相当于数据的"版本指纹"）；之后再次请求时，客户端携带这个 ETag 值发起条件请求；如果服务器数据未发生变化，直接返回 304 Not Modified，客户端则直接使用本地缓存，避免了重复的数据传输，显著减少了加载时间。
这对于提示词库这类更新频率不高、但数据量不小的场景来说，是一个非常实用的优化策略。
3.5 搜索功能的技术细节
AiShort 的搜索功能基于 Docusaurus 的 showcase 组件改造而来。值得注意的是，中文输入法在 PC 端存在一个已知问题：由于输入法的"预选状态"（composing state）与搜索框的实时响应逻辑冲突，会导致搜索结果跳变。
项目通过以下方式解决了这个问题：在 PC 端（屏幕宽度大于 768px 时）引入了 800 毫秒的 debounce（防抖）延迟，即用户停止输入 800 毫秒后才触发搜索刷新。这意味着在 PC 上使用中文搜索时，需要在 800 毫秒内完成输入，搜索结果会有轻微延迟，这是正常现象，不是 Bug。
四、核心功能详细操作指南
了解了底层原理之后，下面我们来系统地走一遍 AiShort 的所有核心功能，这部分对新手朋友尤其友好，莫潇羽会尽量把每个步骤说清楚。
4.1 网页版：零门槛直接使用
打开 https://www.aishort.top 即可进入主界面。无需注册，无需登录，你就能浏览和使用所有公开的提示词。
网站首页的结构是一个卡片列表，每张卡片代表一条提示词，包含标题、简短描述和所属标签。界面分为以下几个区域：
顶部搜索栏：可以输入关键词进行全文检索，比如输入"小红书"，会立即显示所有与小红书写作相关的提示词；输入"代码审查"，会筛选出代码类提示词。
左侧/顶部标签筛选区：按照场景分类，常见的有写作、编程、绘画、教育、办公、生活、游戏等大类，点击标签可以进行交叉筛选，比如同时选"写作"和"中文"，就能快速定位中文写作方向的提示词。
提示词卡片：每张卡片上有一个"复制"按钮，点击后该提示词的完整内容就会被复制到剪贴板，直接粘贴到你正在使用的 AI 工具输入框就能用了，适配 DeepSeek、通义千问、文心一言、Claude、Kimi 等主流 AI 平台。
语言切换：右上角可以切换网站语言，目前支持简体中文、繁体中文、英语、日语、韩语、西班牙语、法语、德语、意大利语、俄语、葡萄牙语、印地语、阿拉伯语、孟加拉语等共 18 种语言。
具体操作流程（以写周报为例）：
- 打开 AiShort 网站
- 在搜索框输入"周报"
- 查看搜索结果中的提示词卡片，找到适合自己场景的那条
- 点击卡片上的"复制"按钮
- 切换到 DeepSeek 或你惯用的 AI 工具
- 将复制的 Prompt 粘贴到输入框
- 在 Prompt 后面补充你本周的工作要点
- 发送，等待 AI 输出周报草稿
整个过程大约 30 秒，比自己从零写 Prompt 快得多。
4.2 账户功能：解锁收藏与自定义
注册账号后，会多出以下功能：
收藏夹管理：点击提示词卡片右上角的收藏图标，就可以将当前提示词加入个人收藏夹。收藏的提示词会统一在"我的收藏"页面展示，支持拖拽排序，可以把最常用的放在最前面，形成个人专属的 Prompt 快速启动台。
还可以为收藏的提示词添加自定义标签，方便按项目或场景二次分类，比如把所有"工作汇报相关"的 Prompt 统一打上"汇报"标签。
自定义提示词：在"我的提示词"页面，可以创建全新的 Prompt，填写标题、提示词内容、描述说明，以及所属标签。创建完成后，这条提示词会出现在你的个人提示词库中，和官方提示词并列显示，同样支持搜索检索。
还有一个公开/私有开关：如果你愿意把自己写的 Prompt 分享给社区，可以将其设置为"公开"，其他用户就可以看到并使用它；如果是仅供自己使用的私密配置，保持私有即可，平台不会对外展示。
数据导出备份：在账户设置页面，支持将所有收藏的提示词和自定义提示词一键导出为 JSON 格式文件，格式标准，可以直接用文本编辑器打开查看，也方便在换设备或换账号时重新导入，不用担心数据丢失。
4.3 社区功能：好的 Prompt 靠大家一起找
AiShort 内置了一个社区贡献机制。用户将自己的 Prompt 设置为"公开"后，其他用户可以对其进行投票（点赞/踩），高票的提示词在社区展示页会排名靠前，相当于一个去中心化的质量筛选机制。
这种机制的好处在于，官方不需要对每一条社区提示词做人工审核，依靠用户投票就能把真正好用的 Prompt 筛选出来，形成良性循环。
在"社区提示词"页面，你可以专门浏览其他用户分享的 Prompt，按投票数排序，找到那些经过实战检验的高质量提示词。
五、浏览器扩展插件：让 Prompt 无处不在
这是 AiShort 整个体系中体验提升最明显的一个功能。理解了网页版之后，扩展插件的价值就很好解释了：它把整个 Prompt 库嵌入到你的浏览器里，不管你在哪个网页上用 AI，都可以随时调出来用。
5.1 安装方式
AiShort 浏览器扩展支持三大主流浏览器，各自的安装渠道如下：
- Chrome：在 Chrome 应用商店搜索"ChatGPT Shortcut"，或直接访问对应的扩展页面进行安装
- Edge：在 Microsoft Edge 扩展商店搜索"ChatGPT Shortcut"安装
- Firefox：在 Firefox 附加组件商店搜索"ChatGPT Shortcut"安装
- GitHub Release（通用）：前往 https://github.com/rockbenben/ChatGPT-Shortcut/releases/latest 下载最新的 CRX 安装包，手动安装
手动安装 CRX 包的步骤（以 Chrome 为例）：
- 从 GitHub Release 页面下载
ChatGPT_Shortcut-crx-3.x.x.zip文件并解压 - 在 Chrome 地址栏输入
chrome://extensions/进入扩展管理页 - 开启右上角的"开发者模式"开关
- 将解压出的
.crx文件拖拽到扩展管理页中 - 确认安装即可
如果你不想安装独立扩展，还有一个更轻量的替代方案：油猴（Tampermonkey）脚本版本。脚本地址：https://greasyfork.org/scripts/482907-chatgpt-shortcut-anywhere
脚本版本可以在任意网站上启用 AiShort 侧边栏，灵活性更高，但需要先安装 Tampermonkey 插件。
5.2 快捷键唤出
安装完成后，在任意网页按下 Alt + Shift + S，AiShort 的侧边栏就会在当前页面弹出，不需要跳转离开当前 AI 工具页面。
侧边栏中可以完整使用搜索、标签筛选、复制提示词等功能，体验和网页版基本一致。找到想用的 Prompt 后直接点复制，再粘贴到输入框，整个流程行云流水。
另外，扩展还支持"自动启动"功能：可以配置为在特定页面（如 DeepSeek、通义千问等 AI 工具的网页版）打开时自动激活侧边栏，省去每次手动呼出的操作。
5.3 注意事项
有一点需要提醒：由于油猴脚本版在 ChatGPT 官方页面存在脚本内容注入限制，侧边栏功能在 ChatGPT 页面上会改用弹窗形式激活，而非侧边栏，这是正常现象。其他 AI 工具页面不受影响。
六、私有化部署：搭建属于自己的 Prompt 管理站
对于有一定技术基础的用户，或者企业、团队希望搭建内部专用 Prompt 知识库的场景，AiShort 提供了完整的部署方案。这部分莫潇羽会详细讲，因为部署细节里有不少值得注意的地方。
6.1 环境要求
无论选择哪种部署方式，本地开发环境的基础要求是：
- Node.js 20.0 或更高版本
- 包管理工具 yarn（推荐）或 npm
- 操作系统：macOS、Windows（含 WSL）、Linux 均支持
6.2 本地运行（适合开发调试和个人使用）
# 第一步：克隆项目到本地
git clone https://github.com/rockbenben/ChatGPT-Shortcut.git
cd ChatGPT-Shortcut
# 第二步：安装依赖
yarn
# 第三步：启动本地开发服务器
yarn start
# 访问 http://localhost:3000 即可看到本地版本
# 第四步：如果需要构建静态文件（用于生产部署）
yarn build
# 如果只需要中文版（节省构建时间和资源）
yarn build --locale zh-Hans本地运行的好处是可以随时修改提示词数据文件（src/data/prompt_zh.json），刷新页面即可看到变化，适合二次开发或搭建内部定制版。
6.3 Vercel 一键部署（推荐新手）
Vercel 是目前最简单的部署方式，整个过程不需要自己的服务器，利用 Vercel 提供的免费托管服务即可。
部署步骤：
- 登录 GitHub，访问 https://github.com/rockbenben/ChatGPT-Shortcut
- 点击右上角的"Fork"按钮，将项目 Fork 到自己的 GitHub 账号下
- 前往 https://vercel.com/new，点击"Import Git Repository"
- 选择刚才 Fork 的仓库，点击导入
- 配置构建参数（如果只需要中文版，在 Build Command 处填写
yarn build --locale zh-Hans） - 点击 Deploy，等待约 2-5 分钟，Vercel 会自动完成构建并分配一个访问域名
⚠️ 重要提示：Vercel 的免费版内存限制较低，多语言全量构建可能会因内存不足报错。建议只构建你需要的语言版本，即将构建命令指定为单一语言（如上面的 --locale zh-Hans）。
关于自动同步更新：Fork 之后，你的仓库不会自动获取原项目的更新。为了让部署的站点能跟随上游同步，需要在 Fork 的仓库中进入 Actions 页面，手动启用 Workflows，然后激活名为"Upstream Sync Action"的工作流。启用后，系统会每天自动检查上游更新并同步，你的 Vercel 站点也会随之自动重新部署。
6.4 Cloudflare Pages 部署（国内访问更稳定）
对于国内用户来说，Cloudflare Pages 可能比 Vercel 的访问稳定性更好，而且同样免费。
部署步骤：
- 同样先 Fork 项目到自己的 GitHub 账号
- 登录 https://pages.cloudflare.com/，
