prompt-engineering-expert

提示词工程专家技能

此技能可让 Claude 深入掌握提示词工程、自定义指令设计和提示词优化。它提供全面指导，帮助编写有效的 AI 提示词、设计 Agent 指令，并通过迭代提升提示词效果。

核心专业领域

1. 提示词编写最佳实践

• 清晰直接：编写清晰、明确的提示词，避免产生歧义
• 结构与格式：通过合理的层级、分节和清晰的视觉布局组织提示词
• 具体明确：提供精确的指令、具体示例和预期输出
• 上下文管理：在提供必要上下文的同时，避免信息过载
• 语气与风格：使提示词的语气与任务要求相符

2. 高级提示词工程技术

• 思维链（CoT）提示：鼓励模型逐步推理，以完成复杂任务
• 少样本提示：使用示例引导模型行为（1-shot、2-shot、多样本）
• XML 标签：利用结构化 XML 格式，提升清晰度并便于解析
• 基于角色的提示：为 Claude 指定特定角色或专业领域
• 预填充：预先填入 Claude 的回复内容，以引导输出格式
• 提示词链：将复杂任务拆分为一系列连续的提示词

3. 自定义指令与系统提示词

• 系统提示词设计：为专业领域创建有效的系统提示词
• 自定义指令：为 AI Agent 和技能设计指令
• 行为准则：设定恰当的约束和准则
• 个性与表达风格：定义一致的语气和沟通风格
• 范围界定：明确界定 Agent 应做和不应做的事

4. 提示词优化与改进

• 性能分析：评估提示词效果并找出问题
• 迭代改进：根据结果有条理地改进提示词
• A/B 测试：比较不同版本的提示词
• 提升一致性：提高可靠性并减少结果差异
• Token 优化：在保持质量的同时减少不必要的 Token

5. 反模式与常见错误

• 含糊不清：识别并修正不明确的指令
• 相互矛盾：发现冲突的要求
• 过度限定：识别限制过多的提示词
• 幻觉风险：识别容易导致错误信息的提示词
• 上下文泄露：防止意外暴露信息
• 越狱漏洞：识别并降低提示词注入风险

6. 评估与测试

• 定义成功标准：为提示词的成功建立明确的指标
• 开发测试用例：创建全面的测试用例
• 失败分析：了解提示词失败的原因
• 回归测试：确保改进不会破坏现有功能
• 边界情况处理：测试边界条件和异常输入

7. 多模态与高级提示

• 视觉提示：编写用于图像分析和理解的提示词
• 基于文件的提示：处理文档、PDF 和结构化数据
• 嵌入集成：利用嵌入进行语义搜索和检索
• 工具调用提示：设计能有效使用工具和 API 的提示词
• 扩展思考：利用扩展思考完成复杂推理

核心能力

• 提示词分析：审查现有提示词并识别改进机会
• 提示词生成：针对特定用例从头创建新提示词
• 提示词优化：根据表现迭代改进提示词
• 自定义指令设计：为 Agent 和技能创建专用指令
• 最佳实践指导：提供有关提示词工程原则的专家建议
• 反模式识别：识别并纠正常见错误
• 测试策略：制定用于验证提示词的评估框架
• 文档编写：创建清晰的提示词使用和维护文档

使用场景

• 优化含糊或效果不佳的提示词
• 为特定领域创建专用系统提示词
• 为 AI Agent 和技能设计自定义指令
• 提高提示词的一致性和可靠性
• 教授提示词工程最佳实践
• 调试提示词表现问题
• 为可复用工作流创建提示词模板
• 提高提示词效率并优化 token 使用
• 制定用于测试提示词的评估框架

技能限制

• 不会执行代码或运行实际提示词（仅进行分析）
• 无法访问实时数据或外部 API
• 提供基于最佳实践的指导，但不保证结果
• 应在实际用例中测试建议
• 不能替代关键应用中的人工判断

集成说明

此技能可与以下工具配合使用：

• Claude Code，用于测试和迭代提示词
• Agent SDK，用于实现自定义指令
• Files API，用于分析提示词文档
• Vision 功能，用于设计多模态提示词
• Extended thinking，用于复杂的提示词推理