Agent Skills
返回列表
🤖

提示词优化器

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_a3e29d98/harness-prompt-optimizer-a3e29d98。

技能介绍

要解决什么问题

很多团队把 prompt 当成「越长越好」的需求文档：角色含糊、步骤散落在段落里、没有输出格式，模型就会在边界场景里自由发挥甚至编造。真正卡住上线质量的不是模型版本，而是提示词结构——歧义没消掉、行为空间没收窄、输出没法稳定解析。

技能如何工作

Prompt Optimizer 按 六块架构（Role → Background & Context → Variables → Execution Chain → Constraints → Output Schema + Examples）把自然语言或现有 prompt 重写成可复用的工程化文本。流程上大致是：

  • 用五维评估（角色、上下文/变量、执行链、约束、输出 schema、示例）诊断现有稿缺什么、哪里矛盾
  • 先写 Role 与 Constraints（对行为影响最大），再补执行链与 few-shot
  • 自检：执行链步数 ≤ 7、每条约束写明违反后果、示例与规则不打架

核心取向在 SKILL 里写得很直白：Structure > Free Text、Determinism > Flexibility、示例比长段规则更能锚定行为。

适用边界

  • 适合：要写/改 system prompt、agent 反复执行的多步任务、效果差的旧 prompt、需要 JSON 等可解析输出
  • 不适合：用户要的是代码实现、单次工具调用、一句话能说清的简单任务——此时不应硬套六块模板
  • 用户只贴了一段 prompt 却没说明意图时，应先确认是否要优化；中英文混写时需先约定输出语言

使用场景

  • 手头有一段自由文本 prompt，缺角色定义和 JSON 输出格式，需要按六块模板重写后再接入 agent
  • 要为「代码审查」类 agent 从零写 system prompt，需明确只读约束、严重级别字段和修复建议输出 schema
  • 线上用的「测试用例生成」prompt 只有 happy path 示例，要在 Constraints 与 Examples 里补上边界与并发场景
  • 描述了一套需模型反复执行的多步流程，但步骤散落在段落里，要拆成 ≤7 步的 Execution Chain 并声明变量字典

适合人员

  • 在 Claude Code 里编排 harness 技能链、需要把需求落成可下游执行的 system prompt 的 agent 搭建者
  • 维护已有 prompt 但线上出现编造或格式漂移，想用五维评估定位缺约束/缺 schema 的提示词作者
  • 负责数据/运营类分析任务，希望把「帮我分析」类描述改成带角色与可解析输出字段的结构化 prompt
  • 为自动化流程写重复调用的大模型指令，需要变量字典与违反约束时的处理说明的流程设计者