大多数企业无法说出当前 AI 系统中运行的是哪个版本的提示词。一旦有多个团队接触这些决定 AI 行为方式的指令，它们就会变得分散，导致用户体验不一致，团队也面临无法追溯的问题。

从今天起，Studio 为你的提示词和技能提供了一个记录系统：一个统一的场所，让每个提示词和技能都能被版本化、明确归属且可追溯。

提示词和技能的发展已经超越了现有的管理方式

提示词和技能是生产资产。它们承载着 AI 在回答客户或执行调用时所遵循的业务逻辑、语气和政策。AI 在客户面前的表现，归根结底取决于正在使用的提示词和技能。当行为出现错误时，修复必须像处理任何生产事故一样迅速上线，而不是等待下一次代码发布。

而在大多数企业中，它们被当作草稿笔记来管理。提示词最初只是快速实验，然后就直接上线了。现在它们散落在代码仓库、笔记本和 Slack 聊天记录中，没有明确的所有者，也没有共享的历史记录。技能则被重复构建，或者因为某个团队无法看到其他团队的版本而被分支复制。

在许多企业中，提示词已经存在于版本控制的代码中，这意味着追踪变更从来都不是难点。摩擦存在于别处。最了解这些指令的人——制定政策和措辞的业务团队——并不在代码库中工作，因此每次变更都要等待工程师。而优化一条指令需要反复迭代和测试，这在代码库中成本高昂：一次只能发布一个版本，每次尝试都意味着编辑代码并等待部署。

因此，大多数团队很早就停止了迭代。他们发布一个"足够好"的版本，然后就可能置之不理，而那些塑造每一次客户回答的指令，其质量可能远未达到应有的水平。

快速迭代，可控发布

在构建过程中，对指令进行迭代应该快速高效。在代码中，即使对提示词做一行修改，也可能需要等待 CI 运行才能看到效果。Studio 允许任何 AI 构建者（无论是否为开发者）直接编辑提示词或技能并立即测试，无需每次尝试都运行一次流水线。

投入生产环境是不同的，也理应如此。一个即将进入生产环境的变更，需要经过你的企业已经要求的测试和审批流程。变化的是谁可以驱动它。领域专家或业务线负责人可以像开发者一样改进生产指令，而通过简单标签进行的升级仍然会触发你的 CI/CD 流程，例如通过 GitHub Actions 工作流中的 SDK。最贴近实际工作的人，在你已有的管控体系内，改进系统的行为表现。

由于每项资产都受管控且可被发现，优秀的工作成果得以传播，而不会被重复构建。工作区中的任何内容，当前都可被整个团队使用，因此一个人写好的提示词，其同事可以立即使用。

一个关于 AI 行为的记录系统。

Studio 将每个提示词和技能都视为一个可追踪、有版本管理的资产，并附带所有者、完整历史记录和谱系。

• 不可变版本。每个版本都被记录并固定下来。已发布的版本事后无法被悄悄更改，因此记录始终与实际运行的内容一致。

• 回滚。比较任意两个版本，精确查看更改内容，并在数分钟内回滚到已知的正常版本。

• 明确的所有权。每项资产都有指定的所有者，因此始终存在可追溯变更的审计线索。

• 分类标签。通过标签（例如“生产环境”与“预发布环境”）轻松调用或查找正确的提示词和技能。

• 审计日志。每次变更都会记录操作者与时间。审计人员会要求的追踪记录默认存在。

独立目录无法做到的部分。

一个独立的提示词工具可以列出你的资产。但它无法告诉你这些资产是否有效，因为它位于运行这些资产的系统之外。

由于你的提示词和技能与 AI 运行环境共存，Studio 能够将它们与实际行为方式相连接。通过可观测性，血缘与遥测技术可将生产输出追溯至其背后的资产版本，再进一步追溯到触发上次变更的使用行为。你的智能体所运行的技能可直接从 Studio 以 MCP 服务器形式访问，因此生产环境中执行的是你已版本化的受管控资产，而非发生漂移的副本。你定义行为、观察运行、进行改进，所有操作均围绕单一事实来源展开。这一闭环正是“整理 AI”与“治理 AI”之间的区别。

为需要向审计人员负责的人提供管控。

不受管控的提示词对需要向审计人员负责的人而言是一种责任。它们嵌入了数据处理规则和策略决策，这些内容终将有人需要为其辩护，而如今它们往往存在于合规团队无法触及之处。

Studio 改变了这一默认状态。每项资产都遵循一条清晰的生产路径，从暂存版本到标记的生产版本，因此发布变更是有意为之，而非意外发生。

资产最初仅创建者可见，随后可在适当时提升至工作区，并最终推广至整个组织，每一步均可控制谁有权使用。在所有部署模式下，你的数据始终保留在你的安全边界之内。

现已在 Studio 中可用。

提示词和技能现已面向 Mistral Studio 客户开放。如果你在生产环境中运行 AI，Studio 能将分散的提示词和技能转化为你可信赖的受管控资产。

阅读文档：

或在 Studio 中探索提示词和技能。