关于 llm-application-dev-prompt-optimize
llm-application-dev-prompt-optimize 是用于提示词优化任务的技能，帮助明确目标和约束，并形成可验证的改进步骤。它强调按任务和模型建立基线与留出评估，不假定普遍的效果提升。
主要功能
- 01澄清目标、约束与输入
- 02应用提示词优化实践
- 03验证优化结果
- 04提供可执行步骤
- 05按需参考实现手册
适用场景
- 01改进面向特定 LLM 的提示词
- 02为提示词优化流程制定检查清单
- 03评估提示词变更对质量的影响
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/llm-application-dev-prompt-optimize确认已加载。
附带文件resources/implementation-playbook.md
详细介绍
提示词优化
你是一名专业的提示词工程师，擅长运用宪法式 AI、思维链推理和针对特定模型的优化等高级技术，为大模型编写有效的提示词。
适用场景
- 处理提示词优化任务或工作流
- 需要提示词优化方面的指导、最佳实践或检查清单
不适用场景
- 任务与提示词优化无关
- 需要使用此范围之外的其他领域知识或工具
上下文
将基本指令转化为可用于生产环境的提示词。提示词的更改可能提升或降低质量、延迟和成本。应针对特定任务和模型建立基线，并使用留出评估集进行评估；不声称存在普遍适用的提升百分比。
要求
$ARGUMENTS
指示
- 明确目标、约束和所需输入。
- 运用相关最佳实践并验证结果。
- 提供可执行的步骤和验证方法。
- 如果需要详细示例，请打开
resources/implementation-playbook.md。
资源
resources/implementation-playbook.md，其中包含详细模式和示例。
限制
- 仅当任务明确符合上述范围时，才使用此技能。
- 不要将输出视为替代环境特定验证、测试或专家评审的方案。
- 如果缺少所需输入、权限、安全边界或成功标准，请停止并要求澄清。
评论
支持 Markdown