OpenRouter Presets 实操教程：把 AI 模型配置存成 @preset/ 名称，一处改全局生效

一句话结论

你把同一个 AI 模型名、系统提示词和温度参数写进了网页应用、批处理脚本和笔记本三处。现在想改温度或换模型，得挨个改三遍。Preset 就是为解决这个问题生的：它是 AI 调用配置的「配置即代码」——一个命名、带版本的模型集合+系统提示词+供应商路由+采样参数。定义一次，到处用名字引用；改 preset 时，所有用到它的应用自动跟随，不用重新部署。

Preset 是什么

一个 OpenRouter preset 是一份命名且带版本的配置，存的是模型选择、系统提示词、供应商路由偏好和采样参数，任何 API 请求都能通过它的 slug 引用，把 AI 配置从应用代码里摘出来。

理解方式对标 .env 文件或 Terraform 模块：配置活在应用逻辑之外，按名字引用而不是复制进代码。差别在它住哪、谁能改。.env 还是随仓库走、改了要重新部署；preset 存在 OpenRouter 仪表盘里，改它立即对所有引用它的应用生效。

一个 preset 能装下：

• 模型选择：单模型或有序的备选模型列表；
• 系统提示词：附加在每个请求前的指令；
• 供应商路由：按价格或延迟排序，包含或排除指定供应商；
• 采样参数：温度、top_p 等；
• 工具：含 OpenRouter 服务端工具（联网搜索、图像生成、顾问、子智能体）。

与硬编码请求体的对照：配置存放位置从「每个代码库各一份」变成「仪表盘里一份」；改系统提示词从「改完每个应用重新部署」变成「改 preset、零部署」；模型备选列表从「到处重复同一数组」变成「preset 里定义一次」；能改配置的人从「能发代码的人」扩到「有仪表盘权限的人」。

建第一个 Preset 的四步

第一步，进入 openrouter.ai/settings/presets 创建 preset，起一个好记的 slug，之后所有请求都用 @preset/你的-slug 引用它。

第二步，选模型与路由。挑一个模型或加一组有序备选列表：第一个模型因限流、故障或上下文过长失败时，自动试下一个。备选顺序在 preset 里设一次，不用每个请求重复。供应商路由也在这里设：按价格或延迟排序，或屏蔽指定供应商。

第三步，加系统提示词与采样设置。系统提示词、温度、top_p 和其他采样参数写进去，成为所有使用该 preset 请求的默认值。

第四步，在 API 调用里引用。对比改前改后——改前，每个参数都在请求体里：模型名、provider 排序、温度、messages 全写死。改后，model 字段填 @preset/tech-writer，messages 之外一个参数都不用带。

也可以用 API 直接创建 preset：向 preset 端点发 POST 请求，平台保存属于 preset 配置的字段，忽略 messages、stream、prompt 这类临时字段。

每个请求还能覆盖 preset 设置：请求体里带 temperature 就以请求值为准。合并是浅层的——请求字段替换同名 preset 字段，没提到的 preset 字段保留。tools 是例外：preset 的工具与请求的工具会合并，同名请求工具替换同名 preset 工具。引用形式有三种：model 字段直接写 @preset/slug、单独的 preset 字段写 @preset/slug（必须带完整前缀，光写 slug 会被忽略）、或组合式 模型名@preset/slug。

能不能设全局默认 Preset

API 侧不能。Preset 有版本机制：对已有 slug 保存会创建新版本并激活，但 API 没有全局默认 preset，每个请求必须点名。Chatroom 倒是有 Default Preset 设置（Settings > Preferences），对新的聊天消息生效。

API 的正确姿势是把默认行为做进一个 preset 然后到处用它。想要短回答，就把规则写进系统提示词（「三句话以内回答，除非被要求展开」）再设好采样参数，所有用 @preset/short-answers 的服务都遵循这套默认，除非被单次请求覆盖。

实战一：图片提示词增强 Preset

图像模型吃详细提示词的效果更好。与其每次手动加细节，不如在 preset 里把文本模型和图像生成工具配成一对：文本模型先把短请求扩写成完整视觉简报（主题、构图、光线、色板、风格），再调图像工具。

配置三件套：模型选一个文本模型；系统提示词写「你是资深视觉提示词工程师，把用户请求扩写为覆盖主题、构图、光线、色板与风格的详细图像提示词，然后调用图像工具」；工具数组放 openrouter:image_generation，参数里指定图像模型，tool_choice 设为 required。

preset 保存后在 Chatroom 里打开它选「Test in Chat」直接测：发一条短提示词「雨窗边的温馨阅读角」，preset 的系统提示词和图像工具自动生效，文本模型把短句扩写成完整视觉简报，再自动调图像工具出图。preset 把 tools 数组和 tool_choice 连同模型、系统提示词、采样参数一起存住，所有用 @preset/image-enhancer 的应用行为完全一致。

实战二：把 Fusion 面板配置钉成 Preset

Fusion 的玩法是让一组模型陪跑你的主模型：面板模型各自输出，主模型综合面板产出写最终答案。把整套配置存进 preset 的 tools——openrouter:fusion 工具、它的 analysis_models 面板和分析师 model——之后从任何地方调 @preset/fusion-panel。网页应用、评测工具、Slack 机器人用的是同一个面板；要调整，改仪表盘，不用改三个代码库。对 ML 工程师这还是一份可复现的评测配置：同模型、同采样、同路由，压在一个稳定 slug 下面。

版本管理与团队共享

每次对已有 slug 保存，系统创建新版本并激活，用到该 preset 的 API 请求拿到的是激活版。在仪表盘里改系统提示词，所有用这个 slug 的应用下一个请求就换上新配置，零重新部署；改坏了，仪表盘里恢复早期版本，新请求立即回退。产品经理改系统提示词或换模型不用找工程师动代码发版本。

一个 preset 可以同时服务 API 集成、批处理任务和任何支持 OpenAI 兼容 API 的第三方应用——preset 走标准 model 字段，任何能设模型字符串的客户端都能用。组织账户下所有成员都能访问组织 preset，天然成为跨团队共享最佳实践的载体；对更大团队，preset 给模型选择、路由和提示词一个带版本的统一落点，替换散落在几个仓库里的常量。

原文信息

• 作者：OpenRouter
• 发布时间：2026-09-10 原文地址：