PromptQL 是一个多人协作的 AI 智能体,它能自动把线程对话中的共享上下文,整理成互联的技能和知识库。它像 ChatGPT 或 Claude 一样工作,但多了共享线程和共享大脑,用户不用再手动维护上下文。这个工具通过被纠正来学习,一开始就能从散落在 Slack、文档、工单、CRM 和数据仓库里的上下文入手。每次执行任务时,它都会展示自己的“作业”——引用来源和假设——这样,用户的纠正就能变成可复用的技能、团队知识,甚至语义模型的更新。
客户成功
Maya 可以问“像 Acme 这样的客户是不是有流失风险”,PromptQL 会分析使用数据、支持工单情绪和 CRM 来标记风险。
支持升级
Sam 可以提供关于反复出现的导出延迟的上下文,PromptQL 学习后,会在未来的流失评估中应用。
收入报告
Dana 可以要求“按区域拉取 Q1 收入”用于董事会演示,PromptQL 会从分析表中提取数据。
知识库播种
Maya 可以为 AcmeCorp 这样的新客户播种知识库,PromptQL 读取 Slack、Google Docs、Snowflake、PostHog 和 Salesforce CRM 来创建知识库页面。
知识管理
该工具能捕捉歧义和冲突,防止上下文腐烂,并在人们工作时建议更新上下文。
团队协作
多个用户只需纠正 AI 一次,这次纠正就会成为所有人的共享上下文——比如“从收入中排除测试账户”这样的可复用技能。
共享线程和大脑
PromptQL 作为多人 AI 智能体运行,拥有共享线程和共享大脑,不同于 Claude 或 ChatGPT 这类单人工具。
自动上下文引导
它能在 60 秒内从现有来源(Slack、Google Docs、Snowflake、PostHog、Salesforce CRM)中播种共享上下文。
通过纠正学习
用户纠正 AI 一次,这次纠正就会成为所有人的可复用技能、团队知识或语义模型更改。
来源透明
每次执行任务时,PromptQL 都会展示它的“作业”——它引用了哪些来源,以及做了哪些假设。
知识库创建
该工具会自动从收集的上下文中创建知识库页面,并显示一个 70 人团队的真实贡献统计。
上下文建议
它在人们工作时建议更新上下文,捕捉新上下文并将其关联起来,防止腐烂。
冲突处理
PromptQL 能捕捉歧义和冲突,让用户在工作流中解决它们。
跨平台集成
它能读取 Slack、Google Docs、Snowflake(消费数据)、PostHog(产品分析)和 Salesforce CRM。
PromptQL 专为需要维护共享上下文但不想手动更新知识库的团队设计。理想角色包括客户成功经理(比如 Maya)、支持代理(比如 Sam)、数据分析师,以及任何运营或收入报告岗位的人。它适用于任何规模的团队,有 70 人团队的真实使用数据,但也能扩展到更大的组织。
PromptQL 兑现了它消除“第二份工作”——维护上下文的承诺。演示展示了一个真实的工作流:Maya 询问流失风险,PromptQL 分析多个数据源,Sam 提供纠正性上下文,后者变成了可复用的技能。一个 70 人团队的真实知识库贡献统计表明,该工具正在被积极使用且有效。对于那些淹没在散乱的 Slack 线程和过时知识库中的团队来说,PromptQL 提供了一个实用的自动化解决方案,它从实际工作中积累上下文,而不是在手动维护的知识库中腐烂。
PromptQL 把团队聊天记录自动整理成知识库,让AI随时调用共享技能和上下文,告别信息碎片化。
Category:智能体
Visit Link:https://promptql.io/
Tags:团队AI、知识管理、线程对话、共享上下文、协作维基