implement下载55,000条AI提示词（免费，无需爬取）

如何下载55,000条AI提示词（免费，无需爬取）

如果你曾经尝试通过爬取Twitter线程、截屏Discord服务器，或用无头浏览器翻页抓取网站HTML来构建提示词数据集，你就知道这有多脆弱。选择器会变，速率限制会触发，而且你收集到的“提示词”中有一半其实是关于提示词的回复，而不是提示词本身。

Wikiprompt刚刚消除了所有这些需求。这个目录包含超过55,000条精选AI提示词，涵盖图像、视频和文本生成，适用于Midjourney、GPT Image、Veo、Kling、Nano Banana和Claude等模型，现在以纯JSON数据集的形式提供，你可以用curl分页获取。无需API密钥，无需登录，无需爬取。这篇文章是从“我想要数据”到本地文件中包含55,000条记录的最快路径。

第一步：访问清单

在拉取任何记录之前，先检查清单，这样你的脚本就能知道它处理的是什么：

curl "https://www.wikiprompt.org/dataset"

这会返回一个小的JSON文档，描述数据集：total_prompts（当前数量，55,000+），record_fields（下面的模式），以及pagination方案。把这个端点当作总数的唯一来源，不要在管道中硬编码数字。

第二步：拉取第一页

实际记录位于/dataset/prompts。分页基于键集（游标，而非页码），这意味着即使在第200页也能保持快速和稳定。默认页面大小为200条记录；你可以一次请求最多500条：

curl "https://www.wikiprompt.org/dataset/prompts?limit=500"

响应是一个JSON对象，包含记录列表和一个next字段。next是一个完整的URL，可以直接按原样获取，它带有一个after游标，指向你刚刚收到的最后一条记录。当没有更多内容可分页时，next为null。这一个字段就是你的整个循环条件。

第三步：跟随`next`直到它为null

这是Python中的完整分页循环。它将每条记录写入本地文件并自动停止：

import json

import time

import urllib.request

url = "https://www.wikiprompt.org/dataset/prompts?limit=500"

out = open("wikiprompt_dataset.jsonl", "w")

count = 0

while url:

with urllib.request.urlopen(url) as resp:

data = json.loads(resp.read())

for record in data["records"]:

out.write(json.dumps(record) + "\n")

count += 1

url = data.get("next")

time.sleep(0.2)

out.close()

print(f"Downloaded {count} prompts")

同样的循环用Node实现，如果你的技术栈是Node：

let url = "https://www.wikiprompt.org/dataset/prompts?limit=500";

const fs = require("fs");

const out = fs.createWriteStream("wikiprompt_dataset.jsonl");

let count = 0;

while (url) {

const res = await fetch(url);

const data = await res.json();

for (const record of data.records) {

out.write(JSON.stringify(record) + "\n");

count++;

}

url = data.next;

}

console.log(Downloaded ${count} prompts);

运行其中任何一个然后离开。每个响应都经过边缘缓存并启用了CORS（Access-Control-Allow-Origin: *），所以这可以从服务器、浏览器控制台、笔记本或无服务器函数中工作，无需任何特殊头。在正常连接下，以limit=500拉取全部55,000+条记录只需不到几分钟。

每条记录你实际得到什么

数据集中的每个JSON对象都有相同的结构，这正是它除了单次浏览之外还有用的原因：

那个content字段是关键：它是可直接使用的提示词文本，而不是摘要，这正是大多数爬取数据集搞错的地方。

先看几条记录

与其盲目相信模式，不如打开几条实际条目。Titan: Engineering Blueprint of a Transforming Robot是一个详细的图像提示词的好例子，带有完整的元数据块。Data Physicalization展示了category和tags如何为更概念化、设计导向的提示词分配。Pastel Fantasy Portrait of a Young Woman是一个简洁的风格驱动提示词，值得与其元数据中的style字段进行比较。从本地JSONL文件中拉取这三个slug是快速检查解析器的方法，然后再信任它处理全部55,000条。

如果你更想查询而不是下载

批量数据集适用于你想要一次性地在本地拥有所有内容的情况。如果你只需要一部分，搜索API按需返回JSON查询结果，MCP服务器将同一目录作为工具暴露给Claude和其他代理，而llms.txt为爬虫提供站点地图。数据集导出和这些实时端点共享相同的基础数据，所以之后在它们之间切换不会花费你任何成本。

如果你重用这些数据，有一条规则

Wikiprompt聚合了原始作者公开帖子中的提示词；它不是版权持有者。如果你发布了基于此数据集构建的内容，请注明wikiprompt.org以及你使用的具体记录上的original_source链接。这是所有这些内容附加的唯一条件。

下载它，分页浏览它，然后构建一些东西。清单和next游标是你唯一需要记住的两件事。