Blog›Guides

विकिप्रॉम्प्ट ओपन प्रॉम्प्ट डेटासेट की घोषणा: 55,000+ AI प्रॉम्प्ट्स, मुफ्त

Wikiprompt ने अपना पूरा कैटलॉग एक मुफ्त, संरचित, बिना-कुंजी-वाले डेटासेट के रूप में खोल दिया है, जिसमें 55,000 से अधिक AI प्रॉम्प्ट हैं, जो साइट को स्क्रैप करने के बजाय एक लाइन में लाने के लिए तैयार हैं।

विकिप्रॉम्प्ट ओपन प्रॉम्प्ट डेटासेट की घोषणा: 55,000+ एआई प्रॉम्प्ट्स, मुफ्त

आज हम पूरी विकिप्रॉम्प्ट कैटलॉग खोल रहे हैं। हर प्रॉम्प्ट जो हमने ChatGPT, Claude, Gemini, GPT Image, Midjourney, Seedance, Veo, Kling, Nano Banana, Grok और अन्य के लिए क्यूरेट किया है, अब एक सार्वजनिक, संरचित, मुफ्त डेटासेट के रूप में उपलब्ध है। कोई साइनअप नहीं, कोई API कुंजी नहीं, कोई स्क्रेपिंग आवश्यक नहीं।

अगर आपने कभी काम करने वाले एआई प्रॉम्प्ट्स का एक वास्तविक कॉर्पस चाहा है, वह तरह जो अन्य लोगों ने वास्तव में उपयोग किया और परिणाम पाए, न कि किसी यादृच्छिक ब्लॉग से स्क्रैप की गई सूची, तो यह वह कॉर्पस है। 55,000 से अधिक प्रॉम्प्ट्स, प्रत्येक अपने पूर्ण रिकॉर्ड के साथ: शीर्षक, विवरण, वास्तविक प्रॉम्प्ट टेक्स्ट, श्रेणी, टैग, मीडिया, वह मॉडल जिसके लिए यह लिखा गया था, संरचित गुणवत्ता मेटाडेटा, लेखक, और मूल पोस्ट का लिंक जहां से यह आया था।

हम ऐसा क्यों कर रहे हैं

विकिप्रॉम्प्ट हमेशा एक विकी की तरह काम करता रहा है: लोग प्रॉम्प्ट्स जमा करते हैं, हम उन्हें क्यूरेट और व्यवस्थित करते हैं, और परिणाम एक सार्वजनिक संदर्भ बन जाता है जिसे कोई भी मुफ्त में ब्राउज़ कर सकता है। यह एक वेबसाइट के रूप में अच्छा काम करता था। यह उन लोगों के लिए अच्छा नहीं काम करता था जो डेटा के साथ कुछ *बनाना* चाहते थे: उस पर प्रशिक्षण लेना, उसका विश्लेषण करना, पैटर्न के लिए खनन करना, उसे अपने स्वयं के टूल में फीड करना। उनका एकमात्र विकल्प wikiprompt.org को पेज दर पेज स्क्रैप करना था, जो धीमा, नाजुक, और हमारे सर्वरों पर अनावश्यक रूप से कठिन है।

इसलिए हम वही कर रहे हैं जो विकिपीडिया ने दशकों पहले किया था: डंप भेजना। स्क्रैपिंग के बजाय, आप फेच करते हैं। HTML पार्स करने के बजाय, आपको JSON मिलता है। पूरी कैटलॉग, एक पूर्वानुमानित प्रारूप में, कैटलॉग बढ़ने के साथ अपडेट होती है।

इसमें वास्तव में क्या है

डेटासेट से शुरू करें। वह एंडपॉइंट मेनिफेस्ट है: यह आपको total_prompts, record_fields बताता है जो आप हर रिकॉर्ड पर उम्मीद कर सकते हैं, और पेजिनेशन कैसे काम करता है। असली सामग्री /dataset/prompts पर रहती है, जो कैटलॉग को JSON के रूप में लौटाती है।

प्रत्येक रिकॉर्ड में शामिल है:

slug और url, उस प्रॉम्प्ट के लिए कैनोनिकल पेज

title और description

content, वास्तविक प्रॉम्प्ट टेक्स्ट जिसे आप कॉपी और उपयोग करेंगे

category और tags

media, कोई उदाहरण छवि या वीडियो URL

model, वह एआई मॉडल जिसके लिए प्रॉम्प्ट लिखा गया था या परीक्षण किया गया था

metadata, संरचित विवरण जैसे मीडिया प्रकार, पहलू अनुपात, शैली, और गुणवत्ता मूल्यांकन

author और original_source, मूल ट्वीट या पोस्ट का लिंक

created_at और updated_at

केवल सक्रिय, साफ-सुथरे प्रॉम्प्ट्स ही शामिल होते हैं, वही संपादकीय मानक जो हम लाइव साइट पर लागू करते हैं। श्रेणियां रचनात्मक, मार्केटिंग, व्यक्तिगत, उत्पादकता, कोडिंग, शिक्षा, व्यवसाय, अनुसंधान, और अन्य तक फैली हुई हैं, इसलिए यहां वास्तविक विविधता है, न कि केवल एक विशेष क्षेत्र।

इसे ठोस बनाने के लिए: डेटासेट ही वह तरीका है जिससे यह संपादकीय धूम्रपान पोस्टर प्रॉम्प्ट या हाथ से कटा लिनोकट यात्रा पोस्टर प्रॉम्प्ट संरचित JSON की एक पंक्ति के रूप में समाप्त होता है, न कि केवल एक पेज जिसे आपको विज़िट करके हाथ से कॉपी करना पड़ता। एक अलौकिक तांग राजवंश पोर्ट्रेट फोटोग्राफी प्रॉम्प्ट भी ऐसा ही करता है, और कैटलॉग में हर दूसरा प्रॉम्प्ट भी।

इसे एक पंक्ति में कैसे प्राप्त करें

यह वह हिस्सा है जिसके बारे में हम सबसे अधिक उत्साहित हैं: कोई सेटअप नहीं है। एक curl कमांड आपको अभी वास्तविक रिकॉर्ड का एक पेज देता है।

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

बस इतना ही। हेडर में कोई कुंजी नहीं, कोई ऑथ डांस नहीं। CORS पूरी तरह खुला है (Access-Control-Allow-Origin: *), इसलिए आप इसे सीधे ब्राउज़र या क्लाइंट-साइड ऐप से भी कॉल कर सकते हैं। यह भारी एज-कैश्ड भी है, जिसका मतलब है कि यह आपके लिए तेज़ और हमारे लिए सस्ता है, एक दुर्लभ संयोजन।

डेटासेट पेज नंबरों के बजाय कीसेट कर्सर के साथ पेजिनेटेड है, जो इसे स्थिर रखता है भले ही क्रॉल के बीच में नए प्रॉम्प्ट्स जोड़े जाएं। प्रत्येक प्रतिक्रिया में एक next URL शामिल होता है; इसे तब तक फॉलो करें जब तक next null न लौटे। आप limit के साथ प्रति पेज 500 रिकॉर्ड तक अनुरोध कर सकते हैं, या डिफ़ॉल्ट 200 ले सकते हैं। एक न्यूनतम लूप इस तरह दिखता है:

import requests

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

prompts = []

while url:

data = requests.get(url).json()

prompts.extend(data["results"])

url = data.get("next")

print(len(prompts), "prompts fetched")

इसे चलाएं और आपके पास कुछ ही मिनटों में पूरी कैटलॉग मेमोरी में होगी।

एट्रिब्यूशन पर एक नोट

इस डेटासेट में हर प्रॉम्प्ट उसके मूल लेखक द्वारा एक सार्वजनिक पोस्ट से एकत्र किया गया था। विकिप्रॉम्प्ट कैटलॉग को क्यूरेट और संरचित करता है, लेकिन हम सामग्री पर औपचारिक लाइसेंस नहीं रखते हैं। यदि आप इस डेटासेट के साथ कुछ बनाते हैं, उस पर शोध प्रकाशित करते हैं, या व्यक्तिगत प्रॉम्प्ट्स का पुन: उपयोग करते हैं, तो कृपया wikiprompt.org को स्रोत के रूप में श्रेय दें और, जहां यह मायने रखता है, उस विशिष्ट रिकॉर्ड पर original_source लिंक का उपयोग करें। यही पूरा अनुरोध है।

डंप से परे

डेटासेट थोक विकल्प है, लेकिन यह एकमात्र रास्ता नहीं है। यदि आपको केवल एक प्रश्न का उत्तर चाहिए, तो सर्च API पूरी कैटलॉग डाउनलोड किए बिना किसी भी क्वेरी के लिए JSON लौटाता है। यदि आप एक एआई एजेंट बना रहे हैं, तो MCP सर्वर खोज, पुनर्प्राप्ति, और सबमिशन को टूल के रूप में उजागर करता है जिसे Claude और अन्य एजेंट सीधे कॉल कर सकते हैं। और llms.txt किसी भी LLM को यहां क्या है और इसका उपयोग कैसे करें का त्वरित नक्शा देता है।

हमने विकिप्रॉम्प्ट को एक सार्वजनिक संदर्भ के रूप में बनाया है कि लोग आज इन मॉडलों को वास्तव में कैसे प्रॉम्प्ट कर रहे हैं। डेटासेट खोलना हमारे लिए उस विचार को गंभीरता से लेना है: पूरी कैटलॉग को ब्राउज़ करने जितना आसान होना चाहिए। जाओ इसे पकड़ो और देखो कि तुम क्या बनाते हो।