本文介绍了两个好用的工具：Athina 和 Dify，分别用于 prompt 版本管理和多模型测试。Athina 支持自定义 API key 和 prompt 版本提交，可以方便地测试同一个模型下不同 prompt 的效果。Dify 可以添加多个模型输出，方便比较同一个 prompt 在不同模型下的表现。

🤔 Athina：Athina 是一款优秀的 prompt 版本管理工具，支持自定义 API key 和 prompt 版本提交，可以方便地跟踪 prompt 的演变过程。在同一个模型下，用户可以测试多个 prompt 的效果，并进行比较，找到最佳的 prompt 版本。

🚀 Dify：Dify 是一款强大的多模型测试工具，支持添加多个模型输出，方便用户比较同一个 prompt 在不同模型下的表现。例如，用户可以同时测试同一个 prompt 在 GPT4、deepseek、GLM4 等不同模型下的输出效果，并进行直观的对比，帮助用户选择最适合的模型。

💡 利用 Athina 和 Dify 的组合，可以有效地管理 prompt 版本，测试 prompt 在不同模型下的表现，从而找到最佳的 prompt 版本和模型组合，提升 prompt 的效率和效果。

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。

https://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