关于 prompt-generator
用于创建或改进结构化提示词的技能，面向需要设计提示词的用户。它引导需求收集、任务拆解、提示词编写和检查，以减少歧义与未明示的假设。
主要功能
- 01创建和改进提示词
- 02通过针对性问题收集需求
- 03将复杂任务拆分为专家角色
- 04按提示词类型组织结构
- 05检查歧义与指令冲突
适用场景
- 01起草系统提示词或任务提示词
- 02改进现有提示词
- 03将复杂工作拆分为多个阶段
- 04检查提示词中的模糊约束
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/prompt-generator确认已加载。
详细介绍
提示词生成器
运用元提示词最佳实践创建高质量、结构化的提示词：任务拆解、专家角色设定、迭代验证和减少幻觉。
工作流
Bước 0：检测模式
| 用户提供 | 模式 | 操作 |
|---|---|---|
| 需求描述（尚无提示词） | Create | 执行 Phase 1 → 2 → 3 → 4 |
| 已有提示词，需要改进 | Refine | 先执行 Phase 4 检查清单 → 找出薄弱之处 → 根据结果修改 |
Phase 1：收集需求
逐个询问用户，最多 4 个问题。根据上下文显而易见的问题可跳过。
-
类型：判断或询问提示词的类型。
- System prompt：在整个对话中持续生效的 AI 行为
- Task prompt：一次性任务，输入 → 特定输出
- Conversational prompt：多轮交互，需要处理记忆和上下文
- Role prompt：角色或人设，侧重语气
-
目标：“你要创建的系统，其主要目标或角色是什么？”
-
输出：“你期望得到哪些具体输出？（格式、长度、风格）”
-
准确性：“应如何处理不确定性？（说明不确定之处、询问来源，还是尽力回答）”
尽量减少沟通成本——上下文清楚时，通常只需问 1–2 个问题。
Phase 2：拆解（如有需要）
| 信号 | 是否拆解？ |
|---|---|
| 提示词要求涉及 >= 3 个不同的专家领域 | Yes |
| 输出同时需要分析、创作和验证 | Yes |
| 单一领域，输入 → 输出简单直接 | No — 跳至 Phase 3 |
拆解时，分配专家角色——每位专家分别接收指令，不共享记忆：
- Expert Writer — 文案撰写、叙事、语气
- Expert Analyst — 数据、逻辑、验证
- Expert Python — 代码生成、计算
- Expert [Domain] — 专业知识
“全新视角”——不要让同一位专家同时负责创建和验证。
Phase 3：生成提示词
整合为一个连贯的提示词。使用 prompt-template——只包含适用的部分，省略无关内容。
生成时请注意：
- 根据提示词类型（system、task、conversational 或 role）匹配提示词结构
- 优先使用“不得”而非“应该”——否定式表述更有效，因为能减少歧义
Phase 4：验证并交付
交付前使用自检清单：
- 没有未明确定义的模糊美德词（如“好”“有帮助”“详细”）
- 没有相互矛盾的指令（例如“简洁”和“包含所有细节”）
- 没有隐含假设——所有上下文都已明确说明
- 已包含否定约束（哪些事不得做）
- 提示词类型符合使用场景
- 如任务复杂：建议拆分为多提示词工作流，而不是使用超大型提示词
然后：
- 展示最终提示词，并整理得清晰易读
- 如使用了专家评审，说明相关情况
- 提供后续迭代选项，以便用户提出调整
应避免的反模式
审核或生成提示词时，标出以下问题：
- 模糊的优点描述：“写一份好的摘要” → “写一份 3 句话的摘要，重点说明关键发现和行动事项”
- 提示词负担过重：一个提示词包含太多任务 → 建议拆分
- 谄媚陷阱：“始终赞同”或“绝不拒绝” → 删除
- 缺少范围界定：未说明受众、渠道和语气就要求“撰写营销文案” → 澄清需求
- 提示词堆砌：在多个部分重复相同指令 → 删除重复内容
评论
支持 Markdown