由于最近写 prompt 越来越多，那么对于 prompt 的版本管理需求也会越来越多。

具体需求：
1.prompt 的版本管理，需要有历史版本。
2.同一个 prompt 在多模型下的表现。

我测试了一些 prompt 管理的网站，包括：
Athina
Lunary
Helicone
Langchain
Langfuse
Promptknit
Pezzo

经过测试，比较好的版本管理工具是 Athina。它支持自定义 API key，并支持 prompt 的版本提交，可以在同一个模型下测试多个 prompt 的效果。

app.athina.ai

1.用Athina控制prompt 版本
2.用 dify 测试多模型的效果

prompt 开发好之后，如果想要测试多模型下同一个 prompt 的效果，可以使用 Dify，它支持添加多模型输出，非常方便。

比如你可以同时测试同一个 prompt 情况下

在 GPT4、deepseek、GLM4 的不同模型下输出的效果，有一个非常直观的比较。

以上就是我最近体验的比较好用的 workflow