Blog›Guides

Wikiprompt 现已上线 Hugging Face:一个包含 56,000 多个 AI 提示词的开源数据集

我们首次开放数据集发布:Hugging Face 上 56,637 条精选 AI 提示词,外加实时 API、MCP 服务器和 /dataset 端点。免费,采用 CC BY-SA 许可,专为二次开发而构建。

Wikiprompt 现已上线 Hugging Face:一个包含 56,000 多个 AI 提示词的开源数据集

维基提示(Wikiprompt)现在已在Hugging Face上:一个包含56000多个AI提示词的开源数据集

今天我们将在Hugging Face上发布Wikiprompt目录作为开源数据集:**lautaschiaffino/wikiprompt-prompts**。这是我们首次数据集发布(2026-08-18),是实时目录的快照,包含56,637个精选AI提示词,适用于图像、视频和文本模型。

我们为什么这样做

提示词已成为一门真正的技艺,但最好的提示词分散在成千上万的社交媒体帖子中,并被锁定在付费市场中。我们认为这些知识应该开放共享,就像维基百科让参考知识开放一样。

Wikiprompt 是我们对此的尝试:一个免费、公开、维基百科式的提示词百科全书,收录了人们实际用于从GPT Image、Midjourney、Seedance、Veo、Kling、Nano Banana、ChatGPT、Claude、Gemini、Grok、DALL-E、Flux等中获得优秀结果的提示词。每个提示词都经过精选、分类、加标签、归属到原始作者,并且(对于图像和视频提示词)会显示在其生成结果旁边。

将其发布为开源数据集是合乎逻辑的下一步。遵循维基百科模式,价值不在于囤积数据,而在于成为活生生的、规范的、组织良好的来源。因此,我们让目录公开可访问,并让任何人都能在此基础上构建:研究、应用、微调、分析,或仅仅是寻找一个优秀的提示词。

数据集中包含什么

每个提示词一条记录,包含使目录有用的字段:

  • title(标题)、description(描述)、category(类别)、tags(标签)
  • model(提示词针对的AI模型,已规范化)
  • media_type(图像、视频或文本)和media(生成的结果)
  • metadata(风格、宽高比、编辑质量评估、关键词)
  • author(原始创作者)以及wikiprompt.org上的规范url(网址)
  • 这首次发布仅包含元数据。完整提示词文本位于每个提示词的页面上(url字段),您也可以通过编程方式获取(见下文)。随着目录的增长,我们将发布更新的版本,因为它每天都会更新。

    访问目录的四种方式

  • Hugging Face(静态快照):huggingface.co/datasets/lautaschiaffino/wikiprompt-prompts
  • 实时数据集端点(始终最新,分页):wikiprompt.org/dataset
  • API(使用免费密钥返回完整提示词文本):wikiprompt.org/api-docs
  • MCP服务器(供AI代理和Claude实时搜索和获取提示词):mcp.wikiprompt.org/mcp
  • 代码、文档和示例位于开放仓库中:github.com/lschiaffino/wikiprompt-dataset。

    许可证和归属

    编译、精选、元数据、质量评估和翻译均采用CC BY-SA 4.0许可证,因此您可以在注明归属并保持相同许可的情况下重复使用它们。提示词正文本身是从原始作者的公开帖子中聚合而来,他们保留署名权。当您使用数据时,请引用wikiprompt.org,并在显示时引用原始作者。

    用它构建些什么

    如果您正在构建工具、进行研究或训练模型,并且大型、结构化、开放的真实世界AI提示词语料库对您有用,那么这就是为您准备的。获取数据集,在仓库中打开一个问题,并告诉我们您制作了什么。

    Tags
    open-data·dataset·hugging-face·ai-prompts·api·mcp