可采用prompthub、obsidian、notion或shell+git四种方式构建个人prompt库：前者支持云端协作与版本控制，后者分别侧重本地隐私、可视化管理及命令行极简操作。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望系统化地保存、分类和复用各类 Prompt，但缺乏统一管理手段，则可能是由于缺少结构化的存储方式与支持标签、搜索、版本控制的专用工具。以下是建立个人 Prompt 库的具体操作路径：
一、使用 PromptHub 进行云端协作式管理
PromptHub 是一个开源的 Prompt 管理平台，支持 Markdown 编辑、多级文件夹分类、关键词搜索及团队共享功能，适合需要跨设备同步与协作场景的用户。
1、访问 https://prompthub.dev 并注册账户。
2、登录后点击右上角“+ New Prompt”，输入标题、描述、原始 Prompt 内容及所属类别标签。
3、在编辑界面中启用“Version History”开关，每次保存将自动生成版本快照。
4、进入“Collections”页面，创建如“写作类”“编程辅助”“图像生成”等自定义文件夹，并将 Prompt 拖入对应目录。
二、借助 Obsidian 搭建本地可扩展 Prompt 库
Obsidian 以纯文本 Markdown 文件为基础，通过双向链接、标签索引与插件生态实现高度自由的 Prompt 组织逻辑，适用于重视隐私与定制能力的用户。
1、下载并安装 Obsidian 客户端，新建一个专属 Vault 命名为 “Prompt-Library”。
2、在该 Vault 根目录下创建 “Categories” 文件夹，内部新建 “_writing.md”“_coding.md”“_design.md” 等分类索引文件。
3、为每个 Prompt 单独建立一个 .md 文件，文件名采用 “YYYYMMDD-简要说明” 格式，例如 “20240522-润色学术摘要”。
4、在每个 Prompt 文件顶部添加 YAML Front Matter，包含 type: writing、tags: [academic, revision]、source: self 等字段，便于 Dataview 插件批量筛选。
三、利用 Notion 数据库构建可视化 Prompt 管理系统
Notion 提供表格、看板、日历等多种视图模式，配合属性字段（如适用模型、复杂度、使用频次）可实现 Prompt 的多维检索与状态追踪。
1、新建一个空白 Page，点击 “/database” 输入指令，选择 “Table” 类型数据库。
2、在 Properties 面板中新增字段：“Prompt Text”（Text）、“Model”（Select，选项含 GPT-4、Claude-3、Gemini-1.5）、“Use Count”（Number）、“Last Used”（Date）。
3、为每条 Prompt 创建一条记录，在 “Prompt Text” 字段中粘贴完整指令，注意保留变量占位符如 {{topic}} 或 {{tone}}。
4、切换至 “Board View”，将 “Model” 设为分组依据，即可按模型维度快速查看适配该模型的所有 Prompt。
四、采用 Shell 脚本 + Git 实现极简命令行 Prompt 库
面向开发者用户，该方案以纯文本文件为核心，通过 Git 版本控制保障历史可追溯性，并辅以 Bash 脚本实现关键词快速检索与复制到剪贴板。
1、在本地创建目录 ~/prompt-library，进入后执行 git init 初始化仓库。
2、按功能新建子目录：/writing、/debugging、/translation，每个目录下存放 .txt 格式 Prompt 文件，命名规则为 “id-description.txt”。
3、编写 prompt-search.sh 脚本：使用 grep -r 命令递归搜索所有 .txt 文件中的关键词，输出匹配行所在文件路径及行号。
4、配置 alias ps='bash ~/prompt-library/prompt-search.sh'，之后在终端输入 ps “错误修复” 即可列出相关 Prompt 文件。
