返回技能目录
人工审校软件开发

技能研究档案

prompt-engineer

来源声明

Writes, refactors, and evaluates prompts for LLMs — generating optimized prompt templates, structured output schemas, evaluation rubrics, and test suites. Use when designing prompts for new LLM applications, refactoring existing prompts for better accuracy or token efficiency, implementing chain-of-thought or few-shot learning, creating system prompts with personas and guardrails, building JSON/function-calling schemas, or developing prompt evaluation frameworks to measure and improve model performance.

保留作者的英文原始描述。它表达设计意图,不代表已验证的实际效果。

Writes, refactors, and evaluates prompts for LLMs — generating optimized prompt templates, structured output schemas, evaluation rubrics, and test suites. Use when designing prompts for new LLM applications, refactoring existing prompts for better accuracy or token efficiency, implementing chain-of-thought or few-shot learning, creating system prompts with personas and guardrails, building JSON/function-calling schemas, or developing prompt evaluation frameworks to measure and improve model performance.

developmentreferences

研究摘要

人工审校

Skill Atlas editorial review · editorial-preview-1.0.0

指导 LLM 应用的提示词设计、测试与迭代,涵盖少样本与思维链模式、结构化输出 schema 和评测方案。

审阅范围

对所收集的 SKILL.md 及辅助文本/代码进行确定性静态分析。机器辅助候选和发现等待人工编辑复核;不评估动态行为或效果。

可观察能力

  • 在编写提示词前先明确任务、成功标准、约束和边界情况。
  • 选择提示模式(零样本、少样本、思维链)并撰写指令。
  • 用多样化输入测试提示词,迭代时每次只改动一处。
  • 交付最终提示词,并附测试用例、使用参数和已知限制。

限制与范围

  • 该 Skill 设定了 80% 准确率检查点,但并未提供测试工具或数据集。
  • 针对特定模型的行为交由参考文件处理,本次审阅未实际验证。
  • 此处结果未经验证,未用任何由该 Skill 产出的提示词在模型上运行。

适用读者

  • 开发 LLM 功能的工程师
  • 希望提升准确率或降低 token 成本的提示词重构团队
  • 为提示词设计评测集的工程师

技能包含哪些内容

文件清单来自记录提交中的采集源码。路径与大小属于结构观察,不代表质量评价。

个文件
7
Markdown 文件
7
个脚本
0
个引用
6
大小
106.7 KB
结构复杂度
中

文件清单

路径类型字节
skills/prompt-engineer/references/context-management.md引用7.4 KB
skills/prompt-engineer/references/evaluation-frameworks.md引用23.2 KB
skills/prompt-engineer/references/prompt-optimization.md引用17.2 KB
skills/prompt-engineer/references/prompt-patterns.md引用15.8 KB
skills/prompt-engineer/references/structured-outputs.md引用18.6 KB
skills/prompt-engineer/references/system-prompts.md引用18.5 KB
skills/prompt-engineer/SKILL.md指令5.9 KB

SKILL.md 前置元数据

{
  "name": "prompt-engineer",
  "description": "Writes, refactors, and evaluates prompts for LLMs — generating optimized prompt templates, structured output schemas, evaluation rubrics, and test suites. Use when designing prompts for new LLM applications, refactoring existing prompts for better accuracy or token efficiency, implementing chain-of-thought or few-shot learning, creating system prompts with personas and guardrails, building JSON/function-calling schemas, or developing prompt evaluation frameworks to measure and improve model performance.",
  "license": "MIT",
  "metadata": {
    "author": "https://github.com/Jeffallan",
    "company": "https://synergetic.solutions",
    "version": "1.2.0",
    "domain": "data-ml",
    "triggers": "prompt engineering, prompt optimization, chain-of-thought, few-shot learning, prompt testing, LLM prompts, prompt evaluation, system prompts, structured outputs, prompt design, context management, lost-in-the-middle, context degradation, token optimization, attention budget",
    "role": "expert",
    "scope": "design",
    "output-format": "document",
    "related-skills": "test-master, rag-architect, debugging-wizard"
  }
}

对运行顺序的一种解读

此工作流根据源码材料重建表面顺序。除非明确记录受控评估,否则它属于暂定解读,而非真实运行轨迹。

  1. 01
    输入

    理解需求

    明确任务、成功标准、约束和边界情况。

  2. 02
    操作

    设计初版提示词

    选择零样本、少样本或思维链并撰写清晰指令。

  3. 03
    判断

    检查准确率节点

    若测试集准确率低于 80%,先找出失败模式再继续迭代。

  4. 04
    输出

    交付提示词包

    提供最终提示词、测试用例与结果、使用设置、指标和已知限制。

潜在风险面

静态发现用于提示安装前需要检查的位置,不能证明一项技能安全、恶意或有效。

建议重点关注

收集的文本中有 86 项确定性词法发现需要复核。发现可能仅位于文档中,不证明已执行或可被利用;仅含二进制的文件未扫描。

网络访问已观察到
文件写入已观察到
凭据使用未观察到
中

文本提及网络访问

6 次命中

此源文件行包含 URL 或网络客户端。应检查目标地址、发送的数据和信任边界;静态文本无法证明实际发生了网络活动。 该规则在收集文本中命中 6 处;此处列出 3 个代表位置。命中文本可能只是文档,分析器没有执行它。

提示

文本描述或实现了文件修改

76 次命中

此行包含可能的文件写入或重定向操作。应检查目标路径和覆盖行为;静态审查没有写入任何文件。 该规则在收集文本中命中 76 处;此处列出 3 个代表位置。命中文本可能只是文档,分析器没有执行它。

高

文本包含提示词覆盖语言

4 次命中

所提供的内容包含指令覆盖语言。应将其视为不可信文本,评估它是否试图取代更高优先级指令或泄露隐藏上下文。 该规则在收集文本中命中 4 处;此处列出 3 个代表位置。命中文本可能只是文档,分析器没有执行它。

编辑安全提示

确认提供给它的提示词和示例不含敏感数据,Skill 本身也明确禁止硬编码敏感信息。

上下文可能消耗在哪里

发现、激活与资源层具有不同含义。只有使用指定官方方法并记录模型的运行时,才显示精确数值。

精确 token 计数不可用

在管线使用明确模型执行官方精确计数之前,包括文件清单在内的所有 token 值均为 null。

未使用要求的官方方法记录 token 测量。本档案不会用字符数、文件大小或估计值替代。

受控评估

没有受控评估

该技能仅具备以上标明的证据。不声称任何任务成功率、token 效率、延迟或质量优势。

尚未测试

在源码可见的情况下使用

安装命令
git clone https://github.com/Jeffallan/claude-skills.git cd claude-skills # 将该 Skill 目录复制到以下任一位置: # ~/.claude/skills/prompt-engineer # .claude/skills/prompt-engineer
  1. 打开固定版本源码:https://github.com/Jeffallan/claude-skills/blob/67c1961b180dc92cf08983344627109e983e8f51/skills/prompt-engineer/SKILL.md。
  2. 审阅许可证、前置条件和所有捆绑资源。
  3. 将 Skill 安装到个人或项目级 Claude Code skills 目录。
  4. 重启或刷新 Claude Code,使该 Skill 可被发现。
验证安装

确认目标位置能够发现 prompt-engineer 的 SKILL.md,然后让 Claude Code 在一个小型测试任务中使用它。

前置条件

  • 该 Skill 设定了 80% 准确率检查点,但并未提供测试工具或数据集。
  • 针对特定模型的行为交由参考文件处理,本次审阅未实际验证。
  • 此处结果未经验证,未用任何由该 Skill 产出的提示词在模型上运行。

示例提示词

代表性任务

Use the prompt-engineer skill to refactor my customer-support ticket classifier prompt. Define success criteria, propose a few-shot version, and write a test set including edge cases such as empty and multilingual tickets.

使用前检查

Read the prompt-engineer skill files at https://github.com/Jeffallan/claude-skills/blob/67c1961b180dc92cf08983344627109e983e8f51/skills/prompt-engineer/SKILL.md. Explain its workflow, required tools, permissions and the main risks before I decide whether to install it.

附上限制条件的判断

优势

  • 要求部署前用多样化输入评测。
  • 调试时要求每次只改一处。

注意事项

  • 需要自备测试数据和指标才能发挥作用。
  • 提示词效果未必能在不同模型间迁移。
研究结论

一份严谨的提示词工程清单,效果取决于你提供的测试用例。

从结构上保持可追溯

档案是对公开工件的限时阅读,而非背书。请通过来源链接检查确切的上游材料。

Jeffallanclaude-skillsskills/prompt-engineer
来源类型
社区
提交
67c1961b180dc92cf08983344627109e983e8f51
采集时间
2026年11月20日
最近核查
2026年11月20日
上游许可证
MIT
仓库星标
12,464
内容依据

仅对提供的文件进行确定性词法解析、YAML frontmatter 校验、文件清单、来源描述的工作流程提取和启发式暂定分类。由机器生成;无 LLM、执行、动态测试或人工编辑批准。