共享线程与共享上下文
团队在共享 AI 线程中协作,而不是使用彼此孤立的聊天。PromptQL 将上下文保留给工作区中的所有人,这样下一位用户就不必从头开始。
PromptQL 是面向团队的多人 AI 工作区,支持共享上下文、带来源引用的答案,以及基于进行中的工作生成 wiki 更新;可将 Slack、文档、工单、CRM 和仓库表等分散信息整合为可复用知识。
PromptQL 是一个多人 AI 工作区,面向希望共享上下文而不是各自独立聊天记录的团队。该产品被呈现为团队大脑,帮助人们在共享 AI 线程中协作,用来源和假设展示工作过程,并将有用的上下文转化为他人可复用的 wiki 更新。
该网站将 PromptQL 定位于上下文分散在多个系统中、且人们总是需要反复解释同样内容的场景。它从 Slack、文档、工单、CRM 和仓库表等工具中的现有信息出发,再将工作过程中做出的修正转化为带引用的知识、可复用技能和语义模型更改。
团队在共享 AI 线程中协作,而不是使用彼此孤立的聊天。PromptQL 将上下文保留给工作区中的所有人,这样下一位用户就不必从头开始。
PromptQL 会从工作流程中的修正中学习。首页说明,修正会对所有人保留,并变成可复用的技能、团队知识或语义模型更改。
在每个任务中,PromptQL 会显示其使用的来源以及所做的假设。首页还描述了带引用、可限定范围的知识,以及修订历史和编辑控制。
PromptQL 从分散在 Slack、文档、工单、CRM 和仓库表中的上下文出发。它可以发现歧义,提示队友补充缺失上下文,并将结果转化为 wiki 更新。
定价采用基于使用量的 Operational Language Units。定价页面说明 OLUs 会标准化 token 类型和模型,包含基础设施和沙盒托管,并提供按步骤的用量明细。
该平台支持按线程选择模型,并提到开源权重模型和专有模型。定价页面列出的企业功能包括 SSO、私有网络、专属 VPC/BYOC、审计日志和细粒度权限。
客户成功或客户管理团队可以询问某个账户是否存在流失风险,汇总使用情况和工单信号,并保留重复模式背后的原因,这样团队就不会反复重新学习同一个问题。
收入、运营或财务团队可以核对某项指标应来自哪里,记录正确的事实来源,并标记过时假设,以便后续线程使用更新后的语义模型。
支持、产品和工程团队可以通过拉入了解情况的队友来解决缺少上下文的问题,然后将答案转化为带引用的 wiki 更新,供后续会话使用。
营销及其他知识密集型团队可以将 PromptQL 作为重复性请求的起点,让工作从一个线程开始,而不是从单独的工单和跟进队列开始。
PromptQL 是一个多人 AI 工作区,让团队在共享线程中协作,并将他们创建的上下文转化为建议的 wiki 编辑。该网站将其描述为团队 AI 工作的共享大脑。
定价页面显示,PromptQL 以 Operational Language Units(OLUs,操作语言单位)来衡量用量,这是一种将不同的 token 类型和模型汇总为单一计费单位的标准化单位。
可以。定价页面说明你可以按线程切换模型,甚至在同一线程中途切换。页面还提到,PromptQL 可访问其产品线中的所有模型,而且会随着时间扩展。
首页说明,PromptQL 从已经分散在 Slack、文档、工单、CRM 和仓库表中的上下文出发,演示页面则强调了语义层和工具 schema 等挑战。
PromptQL 被定位为面向团队的产品,支持共享 AI 线程、wiki 更新和范围化访问控制。来源页面并未在所提供的公开页面中明确说明团队规模或部署设置的限制。