prompt-optimizer

📁 cnn-cnn-creatoe/ai-health-assistant 📅 11 days ago
0
总安装量
2
周安装量
安装命令
npx skills add https://github.com/cnn-cnn-creatoe/ai-health-assistant --skill prompt-optimizer

Agent 安装分布

amp 1
trae 1
opencode 1
kimi-cli 1
codex 1

Skill 文档

提示词优化 Skill

使用场景

当用户需要:

  • 编写新的提示词
  • 改进现有提示词的效果
  • 优化提示词的结构和清晰度
  • 提升 AI 响应的准确性和相关性
  • 创建可复用的提示词模板

核心原则

1. 清晰明确

  • 使用具体、明确的指令,避免模糊表达
  • 明确期望的输出格式和结构
  • 指定角色、上下文和约束条件

2. 结构化组织

  • 使用清晰的段落和列表
  • 将复杂任务分解为步骤
  • 使用标记和分隔符提高可读性

3. 提供上下文

  • 包含必要的背景信息
  • 提供示例和参考
  • 说明预期用途和应用场景

4. 迭代优化

  • 基于结果反馈持续改进
  • 测试不同版本的提示词
  • 记录有效的模式和技巧

优化流程

  1. 分析现有提示词

    • 识别模糊或歧义的部分
    • 找出缺失的上下文或约束
    • 评估结构和组织方式
  2. 重构和增强

    • 添加明确的角色定义
    • 补充必要的上下文信息
    • 优化指令的表述方式
    • 添加输出格式要求
  3. 测试和验证

    • 使用示例输入测试效果
    • 对比优化前后的结果
    • 收集反馈并进一步调整

提示词模板结构

角色定义:
[明确 AI 的角色和专业领域]

任务描述:
[清晰描述需要完成的任务]

上下文信息:
[提供必要的背景和约束]

输出要求:
[指定格式、长度、风格等]

示例:
[可选:提供输入输出示例]

常见优化技巧

  • 使用角色扮演:为 AI 指定特定角色(如”资深前端开发工程师”)
  • 分步骤指导:将复杂任务分解为清晰的步骤
  • 提供示例:展示期望的输出格式或风格
  • 设置约束:明确限制条件(如代码风格、长度限制)
  • 使用思维链:引导 AI 展示推理过程
  • 迭代细化:先获取初步结果,再逐步细化要求

注意事项

  • 避免提示词过长导致上下文浪费
  • 平衡详细程度和简洁性
  • 根据具体 AI 模型调整提示词风格
  • 定期更新和优化常用提示词