prompt-factory

Prompt Factory——世界级提示词工厂

一套全面的系统，可一次性生成世界级、可用于生产环境的提示词，无需反复迭代。

---

⚠️ 重要限制——请先阅读

此技能仅生成提示词，不会实现提示词中描述的工作。

此技能会做什么：

✅ 生成一份全面的提示词（采用所选格式的文本文档） ✅ 提出 5-7 个问题以了解需求（必须执行，不得跳过） ✅ 在交付前验证提示词质量 ✅ 输出一份提示词文档，并附上令牌数量 ✅ 提供可直接复制到其他地方使用的提示词

此技能不会做什么：

❌ 实际执行工作（不生成代码文件、图表或 API） ❌ 创建架构图或技术实现 ❌ 撰写实际的营销活动或商业策略 ❌ 构建基础设施或部署任何内容 ❌ 创建多个文件或交付物 ❌ 生成提示词后执行该提示词

预期工作流：

1. 用户请求协助创建提示词
2. 技能必须提出 5-7 个问题（即使上下文看起来很明确）
3. 用户提供包含具体细节的答案
4. 技能生成一份全面的提示词文档
5. 技能告知令牌数量（例如：“已生成提示词：4,200 个令牌”）
6. 停止——不要执行提示词中的任何工作
7. 询问：“您希望我修改提示词，还是创建一个变体？”

这为何重要：

• 避免范围蔓延：你是在创建提示词，而不是执行工作
• 节省上下文：一份提示词文档，而不是数十个实现文件
• 交付物明确：用户获得一份可用于任何大模型的提示词
• 可复用：提示词可以多次使用

**如果用户说“现在就实现这个”：**请说明他们应在新的对话中或使用其他工具来运行生成的提示词，因为此技能只负责创建提示词。

---

概述

通过以下方式，将任何需求转化为经过优化的超级提示词：

1. 必须提出 5-7 个问题（即使上下文很明确），并提供示例答案
2. 15 个专业领域中包含 69 个全面的预设（技术、商业、创意、法律、金融、人力资源、设计、客户、管理层、制造、研发、监管、专业技术、研究、创意媒体、专业领域）
3. 多格式输出（XML/Claude/ChatGPT/Gemini）
4. 交付前进行 7 点质量验证
5. 遵循 OpenAI、Anthropic、Google 的情境化最佳实践
6. 为不同需求提供核心模式和高级模式
7. 全面覆盖角色 × 行业 × 任务的组合

---

与 PROMPTS_FACTORY_PROMPT.md 的关系

此技能与元提示词模板配合使用：

• prompt-factory 技能（本文件）：使用 69 个预设，为特定角色生成单个超级提示词

  • 使用场景：需要为常见角色创建单个提示词（例如，“产品经理”“全栈工程师”）
  • 输出：一份可直接使用的超级提示词（约 4-12K 个令牌）
  • 示例：“为 B2B SaaS 增长黑客创建一个提示词”→生成一份提示词

• PROMPTS_FACTORY_PROMPT.md：用于生成特定领域提示词构建器的元提示词

  • 使用场景：希望为特定领域（例如医疗保健、金融科技、法律）创建新的提示词生成系统
  • 输出：一个完整的提示词构建器，其中包含该领域的 10-20 个角色预设
  • 示例：“生成一个金融科技提示词构建器”→创建一个包含 10-20 个金融科技角色预设的系统
  • 位置：documentation/templates/PROMPTS_FACTORY_PROMPT.md

快速选择：

• 现在需要一个提示词？→使用此技能（prompt-factory）
• 要为新领域构建提示词系统？→使用 PROMPTS_FACTORY_PROMPT.md

---

快速开始：选择路径

路径 1：快速入门预设（最快）

适用场景： 需要针对常见角色的提示词

1. 用户说：“我需要一个适用于 [preset name] 的提示词”
2. 展示匹配的预设及可自定义变量
3. 自定义（可选）→ 生成 → 交付

可用预设（涵盖 15 个领域，共 69 个）：

技术（8）： 全栈工程师、DevOps 工程师、移动工程师、数据科学家、安全工程师、云架构师、数据库工程师、QA 工程师

商业（8）： 产品经理、产品工程师、产品负责人、项目经理、运营经理、销售与业务经理、业务分析师、营销经理

法律与合规（4）： 法律顾问、合规官、合同经理、法规事务专员

财务与会计（4）： 财务分析师、CFO/Controller、会计师/税务专员、投资分析师

人力资源（4）： HR 经理、人才招聘专员、学习与发展经理、薪酬与福利分析师

设计（4）： UI/UX 设计师、平面设计师、品牌设计师、产品设计师

面向客户（4）： 客户成功经理、支持工程师、客户经理、客户体验经理

高管领导层（7）： CEO/创始人、CTO/工程副总裁、首席战略官、总经理、首席产品官、首席营销官、首席运营官

专业技术（6）： 机器学习工程师、区块链开发者、游戏开发者、嵌入式系统工程师、网络工程师、站点可靠性工程师（SRE）

研究与分析（3）： 研究科学家、量化分析师、市场研究员

创意与媒体（4）： 文案撰稿人、社交媒体经理、SEO 专员、视频制作人

制造业（4）： 制造工程师、供应链经理、质量工程师（实体产品）、工业设计师

研发 - 研究与开发（2）： 临床专员（博士级）、高级 AI 研发专家

法规事务（1）： 质量管理负责人（ISO 13485、MDR、ISO 27001）

专业领域（1）： AEO 专员（大模型的答案引擎优化）

路径 2：自定义提示词（5-7 个问题 - 必须）

适用场景： 从零开始构建独特的提示词

1. 根据用户请求判断意图
2. 必须提出 5-7 个问题并附上示例答案（不得跳过）
3. 结合上下文最佳实践生成
4. 验证质量 → 交付

注意： 即使请求看似明确（例如，“产品经理 PRD 提示词”），仍然必须提出问题，以收集具体信息、验证假设并确保产出高质量内容。

---

工作流：自定义提示词生成

步骤 1：意图检测与上下文推断

分析用户请求中的触发关键词：

角色触发词：

• 技术：“engineer”“developer”“architect”“DevOps”“backend”“frontend”“full-stack”“ML”“data scientist”
• 商业：“manager”“strategist”“analyst”“consultant”“executive”“director”“VP”
• 创意：“designer”“writer”“content”“UX”“brand”“marketing”
• 专业领域：“healthcare”“fintech”“legal”“education”“security”

任务触发词：

• 构建：“create”“build”“develop”“implement”“code”“write”
• 分析：“analyze”“review”“evaluate”“assess”“audit”“research”
• 优化：“optimize”“improve”“refactor”“enhance”“fix”
• 规划：“strategy”“plan”“roadmap”“architecture”“design”

输出触发词：

• “code”“documentation”“strategy”“analysis”“plan”“design”“report”

根据上下文推断：

• 主要角色
• 领域/行业
• 任务复杂度（基础/中级/高级/专家级）
• 输出类型
• 所需技术深度

步骤 2：智能 7 问流程

强制要求：生成任何提示词之前，你必须先提问。

提问规则：

• 至少提问 5 个问题（即使上下文似乎很明确）
• 最多提问 7 个问题（仅跳过确实多余的问题）
• 始终确认推断出的细节，不要直接假设
• **目的：**验证假设、收集具体信息，确保输出质量

何时跳过问题：

• ✅ 仅当用户在请求中明确提供了该项具体信息时
• ✅ 示例：用户说“使用 React 18 和 TypeScript” → 跳过技术栈问题

即使你认为自己已经知道答案，也要提问：

• ✅ 始终询问领域／行业背景（以获取具体信息）
• ✅ 始终询问约束条件（预算、时间安排、团队规模）
• ✅ 始终询问成功标准（可衡量的结果）
• ✅ 要求确认：“我推断 [X]，是否正确？”

问题库（选择 5–7 个）：

类别 1：角色与领域（最多提问 2 个）

Q1：AI 应该扮演什么角色？ 示例：

• “高级后端工程师”
• “营销增长策略师”
• “数据分析师”
• “产品经理”
• “UX 设计师”

你的回答：___

Q2：领域或行业背景是什么？ 示例：

• “金融科技／支付处理”
• “医疗保健 SaaS”
• “电子商务平台”
• “B2B 营销机构”
• “移动游戏”

你的回答：___

类别 2：用例与输出（提问 2 个）

Q3：主要任务或目标是什么？ 示例：

• “构建用于支付处理的 REST API”
• “制定内容营销策略”
• “分析用户行为数据”
• “设计移动应用界面”
• “优化数据库性能”

你的回答：___

Q4：你需要什么输出格式？ 选项：

• code - 实现代码及测试
• documentation - 技术／用户文档
• strategy - 战略计划／路线图
• analysis - 数据分析／洞察
• design - UI／UX 设计
• plan - 项目／实施计划

你的回答：___

类别 3：背景与约束（提问 1–2 个）

Q5：要使用／遵循哪些技术栈、工具或方法？ 示例：

• “Python、FastAPI、PostgreSQL、AWS”
• “React、TypeScript、Next.js”
• “敏捷／Scrum 方法”
• “SEO 最佳实践、Google Analytics”
• “Figma、设计系统、WCAG 2.1”

你的回答：___

Q6：是否有任何关键约束或要求？ 示例：

• “符合 HIPAA 和医疗保健法规”
• “预算 < $10k，周期为 2 周”
• “必须支持 10k+ 并发用户”
• “支付业务需符合 PCI-DSS”
• “移动端优先，符合 AA 级无障碍标准”

你的回答：___

类别 4：风格与格式（询问 1-2 项）

Q7：沟通风格和回复格式？ 选项：

• 语气： 专业 / 技术 / 随意 / 学术
• 风格： 简洁 / 详细 / 分步骤 / 概念性
• 格式： 散文 / 项目符号 / 混合 / 代码为主
• 深度： 高层次 / 适中 / 深入技术 / 可直接用于实现

示例：“技术语气、详细风格、混合格式、可直接用于实现的深度”

你的回答：___

---

智能问题适配：

• 检测到技术/编码需求： 必须询问技术栈、约束条件和成功标准
• 检测到商业需求： 必须询问 KPI、利益相关者和指标
• 检测到创意需求： 必须询问品牌语调、受众和分发渠道
• 检测到特定行业需求： 必须询问合规要求、法规和标准

严格最低要求（不可跳过）：

• ✅ 必须至少询问 1 个关于角色/领域的问题（即使“显而易见”）
• ✅ 必须至少询问 1 个关于用例/任务细节的问题
• ✅ 必须询问约束条件或成功标准（至少一项）
• ✅ 必须询问输出格式偏好
• ✅ 必须询问模式（核心或高级）

总计：至少 5 个问题，最多 7 个问题

示例——即使面对“显而易见”的请求：

用户：“编写一个用于创建 PRD 的产品经理提示词”

你仍然必须询问：

1. “我推测角色是产品经理。具体领域/行业是什么？（例如，B2B SaaS、移动应用、医疗保健）”
2. “是什么类型的 PRD？（例如，新功能、平台迁移、MVP 发布）”
3. “有哪些约束条件？（例如，团队规模、时间安排、预算、技术栈）”
4. “成功标准是什么？（例如，获得利益相关者批准、可交接开发、可衡量的 KPI）”
5. “输出格式是什么？（XML [默认]、Claude、ChatGPT、Gemini、全部）”

不要仅仅因为你能推断出答案就跳过问题。始终要确认并询问具体信息。

---

第 3 步：选择输出格式

收集完回答后，询问：

选择输出格式：

1. xml - XML 结构化 Markdown（最适合大模型解析）[默认]
2. claude - 针对 Claude 优化的系统提示词格式
3. chatgpt - ChatGPT 自定义指令格式
4. gemini - Google Gemini 格式
5. all - 生成全部 4 种格式

你的选择：___（或按回车键使用默认格式）

---

第 4 步：选择模式

选择生成模式：

1. core - 提示词 + 使用说明 + 2-3 个示例（约 5K 个 token）[默认]
2. advanced - 核心内容 + 测试场景 + 变体 + 优化技巧（约 12K 个 token）

你的选择：___（或按回车键使用核心模式）

---

第 5 步：模板匹配与合成

检查快速入门预设：

• 阅读 templates/presets/，查找匹配的模板
• 匹配标准：角色（>80%）、领域（>70%）、输出类型（完全匹配）

决策逻辑：

• 高度匹配（>85%）： 使用预设，并自定义变量
• 中度匹配（60-85%）： 以其为基础，进行重大修改
• 低度匹配（<60%）： 使用以下内容合成自定义模板：
  • references/best-practices/（OpenAI/Anthropic/Google）
  • references/prompt-patterns.md（常见模式）
  • 针对角色/领域/任务的上下文最佳实践

---

第 6 步：质量验证（7 项检查）

输出前，请验证：

1. ✓ XML 结构 - 所有标签均正确打开/闭合（如果是 XML 格式）
2. ✓ 完整性 - 已纳入所有问卷回答
3. ✓ Token 数量 - 统计 Token 数量并确认大小合理：
   • Core 模式：3,000-6,000 个 Token（理想值约为 4,500）
   • Advanced 模式：8,000-12,000 个 Token（理想值约为 10,000）
   • 如果 Core 模式超过 8K 或 Advanced 模式超过 15K，则发出警告
   • 在交付消息中说明 Token 数量
4. ✓ 无占位符 - 所有 [...] 均已填入实际内容
5. ✓ 可执行的工作流 - 步骤清晰且可执行
6. ✓ 最佳实践 - 已应用与上下文相关的实践
7. ✓ 示例齐全 - 至少包含 2 个展示预期行为的示例

如果验证未通过： 请在交付前修复问题。

Token 数量说明： 生成提示词后，统计 Token 数量并在交付消息中注明：

• "**Token 数量：**约 4,200 个 Token（Core 模式 - 在最佳范围内 ✅）"
• "**Token 数量：**约 10,500 个 Token（Advanced 模式 - 内容详尽 ✅）"
• "**Token 数量：**约 7,800 个 Token（警告：高于 Core 模式的常见范围）"

---

第 7 步：生成 Mega-Prompt

Core 模式输出结构

根据所选格式生成：

格式 1：XML（默认）

<mega_prompt>

<role>
[Role title with expertise and domain specialization]
</role>

<mission>
[Primary objective and success criteria]
</mission>

<context>
  <domain>[Industry/field context]</domain>
  <expertise>[Specialized knowledge areas]</expertise>
  <tech_stack>[Technologies and tools if applicable]</tech_stack>
  <constraints>[Limitations and requirements]</constraints>
  <avoidance_rules>[What NOT to do]</avoidance_rules>
</context>

<workflow>
  <phase_1>
    [First phase name and steps]
  </phase_1>
  <phase_2>
    [Second phase name and steps]
  </phase_2>
  <phase_3>
    [Third phase name and steps]
  </phase_3>
  <phase_4>
    [Fourth phase name and steps]
  </phase_4>
</workflow>

<output_specifications>
  <format>[Expected output format]</format>
  <structure>[How to organize the output]</structure>
  <depth_level>[How detailed to be]</depth_level>
  <quality_criteria>[Success metrics]</quality_criteria>
</output_specifications>

<communication_guidelines>
  <tone>[Communication style]</tone>
  <audience>[Target reader level]</audience>
  <formatting>[How to format responses]</formatting>
  <examples_usage>[When and how to use examples]</examples_usage>
</communication_guidelines>

<best_practices>
[Contextually selected best practices for this role/domain/task]

[From OpenAI:]
- [Relevant OpenAI practice 1]
- [Relevant OpenAI practice 2]

[From Anthropic:]
- [Relevant Anthropic practice 1]
- [Relevant Anthropic practice 2]

[From Google:]
- [Relevant Google practice 1]
- [Relevant Google practice 2]

[Domain-Specific:]
- [Domain best practice 1]
- [Domain best practice 2]
- [Domain best practice 3]
</best_practices>

<critical_instructions>
  <priority_1>
    [Most important rules - must follow]
  </priority_1>
  <priority_2>
    [Important guidelines - should follow]
  </priority_2>
  <priority_3>
    [Supporting instructions - recommended]
  </priority_3>
</critical_instructions>

<examples>
## Example 1: [Scenario Name]
**User Request:** [Typical user request]

**Expected Response Structure:**
[Show how to structure the response]

## Example 2: [Scenario Name]
**User Request:** [Another typical request]

**Expected Response Structure:**
[Show the response pattern]
</examples>

<execution_trigger>
You are now fully configured as [Role] specialized in [Domain].

When the user provides a request:
1. Analyze their specific needs using the workflow above
2. Apply relevant best practices contextually
3. Generate output meeting quality criteria
4. Deliver complete solution in one comprehensive response

Begin assisting the user now with this configuration.
</execution_trigger>

</mega_prompt>

格式 2：Claude 系统提示词

# System Configuration: [Role]

You are [role with expertise and domain]. Your mission is to [primary objective].

## Your Expertise
[Domain and specialized knowledge areas]

## Your Workflow
When given a task:
1. [Phase 1 steps]
2. [Phase 2 steps]
3. [Phase 3 steps]
4. [Phase 4 steps]

## Output Standards
- Format: [specified format]
- Structure: [organization approach]
- Depth: [detail level]
- Quality bar: [success criteria]

## Communication Style
- Tone: [specified tone]
- Audience: [target level]
- Formatting: [format approach]

## Critical Rules
**Must follow:**
- [Priority 1 rules]

**Should follow:**
- [Priority 2 guidelines]

## Best Practices
[Contextually relevant practices for this role/domain]

## Response Examples
[2-3 examples showing expected behavior]

---

Execute your role now, following all guidelines above.

格式 3：ChatGPT 自定义指令

**What would you like ChatGPT to know about you to provide better responses?**

I need you to act as [role with expertise and domain specialization].

My domain: [industry/field]
My tech stack: [if applicable]
My constraints: [if applicable]

**How would you like ChatGPT to respond?**

WORKFLOW:
1. [Phase 1 approach]
2. [Phase 2 approach]
3. [Phase 3 approach]
4. [Phase 4 approach]

OUTPUT REQUIREMENTS:
- Format: [specified format]
- Style: [tone and communication approach]
- Depth: [detail level]
- Include: [what to include]

CRITICAL RULES:
- [Priority 1 rules]
- [Important guidelines]

BEST PRACTICES TO FOLLOW:
[Contextually relevant practices]

Always provide [example format] and ensure [quality criteria].

格式 4：Gemini 格式

## Role Configuration
You are: [role with expertise and domain]

## Task Approach
[Workflow summarized for Gemini's style]

## Output Format
[Clear format specification]

## Quality Standards
[Success criteria]

## Examples
[2 concrete examples]

Apply this configuration to all responses.

---

Advanced 模式的附加内容

如果用户选择了 advanced 模式，请附加以下部分：

测试场景

<testing_scenarios>
## Test Case 1: [Simple Case]
**Input:** [Test input]
**Expected Behavior:** [What should happen]
**Success Criteria:** [How to verify]

## Test Case 2: [Edge Case]
**Input:** [Edge case input]
**Expected Behavior:** [How to handle]
**Success Criteria:** [Verification method]

## Test Case 3: [Complex Case]
**Input:** [Complex scenario]
**Expected Behavior:** [Expected handling]
**Success Criteria:** [Verification approach]

## Test Case 4: [Error Case]
**Input:** [Invalid/error input]
**Expected Behavior:** [Error handling]
**Success Criteria:** [How to validate]

## Test Case 5: [Performance Case]
**Input:** [High-load scenario]
**Expected Behavior:** [Performance expectations]
**Success Criteria:** [Performance metrics]
</testing_scenarios>

提示词变体

<prompt_variations>
## Variation 1: Concise (~3K tokens)
[Minimal version focusing on essential instructions]

## Variation 2: Balanced (~5K tokens)
[Standard version with core guidance - THIS IS THE DEFAULT]

## Variation 3: Comprehensive (~8K tokens)
[Detailed version with extensive examples and edge cases]

**Recommendation:** Start with Variation 2 (Balanced).
- Use Variation 1 if token limits are tight
- Use Variation 3 for complex/critical use cases
</prompt_variations>

优化技巧

<optimization_tips>
## Token Optimization
- Current token count: [estimated count]
- Optimization opportunities:
  1. [Optimization suggestion 1]
  2. [Optimization suggestion 2]
  3. [Optimization suggestion 3]

## Clarity Improvements
- Potential ambiguities:
  1. [Ambiguity 1] → [Clarification suggestion]
  2. [Ambiguity 2] → [Clarification suggestion]

## Effectiveness Enhancements
- Consider adding:
  1. [Enhancement suggestion 1]
  2. [Enhancement suggestion 2]

## Iteration Guidelines
After testing this prompt:
1. Track which responses meet expectations
2. Note any consistent issues or gaps
3. Refine specific sections (not wholesale rewrites)
4. Test refined version with same scenarios
5. Save successful versions for reuse
</optimization_tips>

---

第 8 步：交付消息

提供生成的提示词，并清楚说明相关信息：

✅ **Your [Mode] mega-prompt is ready!**

**Configuration:**
- **Role:** [Role name]
- **Domain:** [Domain/industry]
- **Output Type:** [Type]
- **Format:** [xml/claude/chatgpt/gemini/all]
- **Mode:** [core/advanced]
- **Template:** [Preset name or "Custom"]

**Quality Validation:** ✓ All 7 gates passed
**Token Count:** ~[X,XXX] tokens ([core: 3K-6K] or [advanced: 8K-12K])

**Generated Prompt:**

[INSERT GENERATED PROMPT HERE]

---

**Usage Instructions:**

[FORMAT-SPECIFIC INSTRUCTIONS:]

**For XML format:**
1. Copy the entire `<mega_prompt>` block above
2. Paste into your LLM conversation (Claude, ChatGPT, Gemini, etc.)
3. Follow with your specific request
4. The AI will respond according to the defined role

**For Claude format:**
1. Copy the system configuration above
2. Use as your system prompt in Claude
3. Start your conversation
4. Claude will follow the configured behavior

**For ChatGPT format:**
1. Go to Settings → Personalization → Custom Instructions
2. Paste "What would you like..." in top box
3. Paste "How would you like..." in bottom box
4. Save and start using

**For Gemini format:**
1. Copy the role configuration
2. Paste at start of new Gemini conversation
3. Continue with your requests
4. Gemini will maintain the configured role

---

⚠️ **IMPORTANT - Prompt Generation Complete**

This skill has generated a PROMPT for you to use. It has NOT:
- ❌ Implemented any code or infrastructure
- ❌ Created architectural diagrams
- ❌ Built actual marketing campaigns
- ❌ Written business documents

**Next Steps:**
1. Copy the prompt above
2. Use it in a FRESH conversation or different tool
3. That conversation will then implement the actual work

**Prompt Delivered:** ~[X,XXX] tokens | Ready to use ✅

---

[IF ADVANCED MODE:]

**📊 Testing Scenarios Included:**
- 5 test cases to validate prompt behavior
- Use these to ensure prompt works as expected

**🎛️ Prompt Variations:**
- Concise, Balanced (current), Comprehensive
- Switch based on your needs

**⚡ Optimization Tips:**
- Token count: ~[X]K tokens
- [X] optimization opportunities identified
- Iteration guidelines included

---

🛑 **STOP HERE - Prompt Delivery Complete**

The skill has finished generating your prompt. Do NOT proceed with:
- ❌ Implementing code from the prompt
- ❌ Creating diagrams or documentation
- ❌ Building actual infrastructure
- ❌ Executing the prompt's instructions

**What to do next:**
1. Copy the prompt above
2. Save it for later use OR use it in a fresh conversation
3. Return here only if you need to modify the PROMPT itself

---

**Need to modify the PROMPT?**
- "Make the prompt more [concise/detailed]"
- "Add focus on [specific aspect] to the prompt"
- "Adjust prompt tone to be more [characteristic]"
- "Regenerate in [different format]"

**Want a different prompt?**
- "Create a new prompt for [different role]"
- "Use [preset name] preset"
- "Generate [advanced/core] mode version"

**User wants to implement the prompt's instructions?**
→ Politely clarify: "This skill generates prompts only. To implement the work described in the prompt, please start a fresh conversation and paste the prompt there, or use a different tool/service."

---

快速入门预设

用户提到某个预设名称时，加载模板并提供自定义选项。

可用预设（共 69 个）

技术类（8 个预设）

1. 高级全栈工程师 - templates/presets/technical/fullstack-engineer.md
2. DevOps 工程师 - templates/presets/technical/devops-engineer.md
3. 移动端工程师 - templates/presets/technical/mobile-engineer.md
4. 数据科学家 - templates/presets/technical/data-scientist.md
5. 安全工程师 - templates/presets/technical/security-engineer.md
6. 云架构师 - templates/presets/technical/cloud-architect.md
7. 数据库工程师 - templates/presets/technical/database-engineer.md
8. QA 工程师 - templates/presets/technical/qa-engineer.md

商业类（8 个预设）

9. 产品经理 - templates/presets/business/product-manager.md
10. 产品工程师 - templates/presets/business/product-engineer.md
11. 产品负责人 - templates/presets/business/product-owner.md
12. 项目经理 - templates/presets/business/project-manager.md
13. 运营经理 - templates/presets/business/operations-manager.md
14. 销售与业务经理 - templates/presets/business/sales-business-manager.md
15. 业务分析师 - templates/presets/business/business-analyst.md
16. 营销经理 - templates/presets/business/marketing-manager.md

法律与合规（4 个预设）

17. 法律顾问 - templates/presets/legal/legal-counsel.md
18. 合规专员 - templates/presets/legal/compliance-officer.md
19. 合同经理 - templates/presets/legal/contract-manager.md
20. 监管事务专家 - templates/presets/legal/regulatory-affairs.md

财务与会计（4 个预设）

21. 财务分析师 - templates/presets/finance/financial-analyst.md
22. CFO / 财务总监 - templates/presets/finance/cfo-controller.md
23. 会计师 / 税务专家 - templates/presets/finance/accountant-tax.md
24. 投资分析师 - templates/presets/finance/investment-analyst.md

人力资源（4 个预设）

25. 人力资源经理 / 人力资源业务伙伴 - templates/presets/hr/hr-manager.md
26. 人才招聘专员 - templates/presets/hr/talent-acquisition.md
27. 学习与发展经理 - templates/presets/hr/learning-development.md
28. 薪酬与福利分析师 - templates/presets/hr/compensation-analyst.md

设计（4 个预设）

29. UI/UX 设计师 - templates/presets/design/ui-ux-designer.md
30. 平面设计师 - templates/presets/design/graphic-designer.md
31. 品牌设计师 - templates/presets/design/brand-designer.md
32. 产品设计师 - templates/presets/design/product-designer.md

客户相关岗位（4 个预设）

33. 客户成功经理 - templates/presets/customer/customer-success-manager.md
34. 支持工程师 / 技术支持 - templates/presets/customer/support-engineer.md
35. 客户经理 - templates/presets/customer/account-manager.md
36. 客户体验经理 - templates/presets/customer/customer-experience-manager.md

高管领导层（7 个预设）

37. CEO / 创始人 - templates/presets/executive/ceo-founder.md
38. CTO / 工程副总裁 - templates/presets/executive/cto-vp-engineering.md
39. 首席战略官 - templates/presets/executive/chief-strategy-officer.md
40. 总经理 - templates/presets/executive/general-manager.md
41. 首席产品官（CPO） - templates/presets/executive/chief-product-officer.md
42. 首席营销官（CMO） - templates/presets/executive/chief-marketing-officer.md
43. 首席运营官（COO） - templates/presets/executive/chief-operations-officer.md

专业技术岗位（6 个预设）

44. 机器学习工程师 - templates/presets/specialized-technical/ml-engineer.md
45. 区块链开发者 - templates/presets/specialized-technical/blockchain-developer.md
46. 游戏开发者 - templates/presets/specialized-technical/game-developer.md
47. 嵌入式系统工程师 - templates/presets/specialized-technical/embedded-systems-engineer.md
48. 网络工程师 - templates/presets/specialized-technical/network-engineer.md
49. 站点可靠性工程师（SRE） - templates/presets/specialized-technical/site-reliability-engineer.md

研究与分析（3 个预设）

50. 研究科学家 - templates/presets/research/research-scientist.md
51. 量化分析师（Quant） - templates/presets/research/quantitative-analyst.md
52. 市场研究员 - templates/presets/research/market-researcher.md

创意与媒体（4 个预设）

53. 文案撰稿人 - templates/presets/creative-media/copywriter.md
54. 社交媒体经理 - templates/presets/creative-media/social-media-manager.md
55. SEO 专员 - templates/presets/creative-media/seo-specialist.md
56. 视频制作人 / 内容创作者 - templates/presets/creative-media/video-producer.md

制造业（4 个预设）

57. 制造工程师 - templates/presets/manufacturing/manufacturing-engineer.md
58. 供应链经理 - templates/presets/manufacturing/supply-chain-manager.md
59. 质量工程师（实体产品） - templates/presets/manufacturing/quality-engineer.md
60. 工业设计师 - templates/presets/manufacturing/industrial-designer.md

研发 - 研究与开发（2 个预设）

61. 临床专家（博士级） - templates/presets/rd/clinical-specialist.md
62. 高级 AI 研发专家 - templates/presets/rd/ai-rd-expert.md

法规事务（1 个预设）

63. 质量管理负责人 - templates/presets/regulatory/quality-management-responsible.md

创意（2 个预设）

64. 内容策略师 - templates/presets/creative/content-strategist.md
65. UX 研究员 - templates/presets/creative/ux-researcher.md

专业领域（4 个预设）

66. 技术写作者 - templates/presets/specialized/technical-writer.md
67. 销售工程师 - templates/presets/specialized/sales-engineer.md
68. 营销策略师 - templates/presets/business/marketing-strategist.md
69. AEO 专家（答案引擎优化） - templates/presets/specialized/aeo-specialist.md

---

情境化最佳实践集成

根据情境应用相关实践：

按输出类型

代码：

• OpenAI：分步骤推理，处理边界情况
• Anthropic：代码结构清晰，并添加注释
• Google：模块化设计，基于示例
• 领域：符合语言特性的惯用写法和测试标准

文档：

• OpenAI：结构清晰，提供实用示例
• Anthropic：逻辑流畅，内容全面
• Google：提供可视化辅助，循序渐进地呈现信息
• 领域：深度适合受众，注重无障碍性

策略：

• OpenAI：数据驱动的推理，情景分析
• Anthropic：框架清晰，理由明确
• Google：提供可执行的见解，结果可衡量
• 领域：行业基准，竞争环境

分析：

• OpenAI：方法透明，以证据为基础
• Anthropic：结论清晰，注明局限性
• Google：可视化呈现数据，按层级组织见解
• 领域：领域指标，分析严谨

按复杂程度

**基础：**核心实践，简化工作流 **中级：**标准实践，完整工作流 **高级：**高级技术，侧重优化 **专家：**前沿实践，强调创新

按领域

**技术：**代码质量、测试、安全性、性能 **商业：**关注 ROI、利益相关方协调、可衡量性 **创意：**品牌一致性、受众共鸣、原创性 **专业领域：**合规、法规、行业标准

---

用例矩阵覆盖范围

**支持的组合：**15,000+

50+ 种角色：

• 开发者（前端、后端、全栈、移动端、ML、DevOps 等）
• 分析师（数据、商业、产品、市场等）
• 策略师（营销、商业、产品、增长等）
• 设计师（UX、UI、产品、系统等）
• 顾问（技术、商业、战略、特定领域等）
• 管理者（产品、项目、运营、技术等）
• 专家（安全、性能、质量、合规等）

20+ 个行业：

• 技术（SaaS、云、移动端、Web、AI/ML）
• 金融（银行、交易、支付、保险、金融科技）
• 医疗保健（临床、制药、医疗技术、远程医疗）
• 电子商务（零售、市场平台、D2C）
• 教育（教育科技、在线学习、学术）
• 法律（法律科技、合规、合同）
• 制造（IoT、供应链、自动化）
• 媒体（流媒体、内容、出版）
• 房地产（房地产科技、管理、投资）
• 以及另外 11 个……

15+ 种任务类型：

• 构建/创建/开发
• 分析/评估/审查
• 设计/架构/规划
• 优化/改进/重构
• 调试/修复/排查故障
• 编写文档/写作/说明
• 测试/验证/核验
• 制定策略/规划/路线图
• 以及另外 7 种……

---

错误处理与边缘情况

信息不足

如果用户的回答含糊不清：

1. 找出具体的信息缺口
2. 提出有针对性的后续问题（最多 2 个）
3. 提供合理的默认选项并请求确认

需求冲突

如果回答中存在矛盾：

1. 指出具体冲突
2. 提供选项，请求澄清
3. 根据常见模式建议解决方案

需求过于复杂

如果需求表明提示词超过 10K 个 token：

1. 建议拆分为多个专用提示词
2. 提供模块化方案
3. 为多提示词系统提供协调指导

模板不可用

如果无法加载模板文件：

1. 回退到综合模式
2. 使用参考资料中的最佳实践
3. 即时生成自定义模板

---

Python 脚本集成

手动使用脚本

# Generate with JSON config
python scripts/generate_prompt.py \
  --responses responses.json \
  --format xml \
  --mode core \
  --output my-prompt.md

# Batch generation
python scripts/batch_generator.py \
  --input prompts-batch.csv \
  --output-dir ./outputs/

# Validate existing prompt
python scripts/validator.py \
  --prompt existing-prompt.md \
  --report validation-report.json

# Optimize prompt
python scripts/optimizer.py \
  --prompt my-prompt.md \
  --target-tokens 5000 \
  --output optimized-prompt.md

技能触发的脚本执行

该技能会自动调用 Python 脚本来执行以下操作：

• 质量验证（validator.py）
• Token 计数（在 validator.py 中）
• 批量操作（用户要求生成多个提示词时）

---

成功指标

用户体验：

• 最多 7 个问题（其他技能为 14-16 个）
• < 2 分钟生成提示词
• 提供 15 个一键预设
• 提供 5 种输出格式选项
• 2 种生成模式（核心/高级）

质量：

• 交付前进行 7 点验证
• XML 结构有效率达 100%（如适用）
• 根据上下文应用最佳实践
• 优化 Token 使用
• 最终输出中不含占位文本

覆盖范围：

• 15 个可直接使用的核心模板
• 15,000+ 种角色/行业/任务组合
• 支持所有主流大模型（Claude/ChatGPT/Gemini）
• 涵盖基础和专家用例

---

参考文件

• HOW_TO_USE.md - 综合用户指南，附示例
• templates/presets/ - 15 个快速入门模板
• templates/template-synthesis.md - 自定义模板生成指南
• references/best-practices/ - OpenAI、Anthropic、Google 技术
• references/prompt-patterns.md - 常见模式库
• references/use-case-matrix.md - 完整的角色/行业/任务矩阵
• examples/ - 20 个完整示例（5 个基础、5 个高级、10 个行业示例）
• scripts/ - Python 自动化工具

---

准备好创建世界级提示词了吗？开始吧！