技能介绍

解决模糊意图的表达困境

在日常与大模型交互时，我们常遇到“词不达意”的问题。当用户提出“帮我写个小红书文案”或“这段代码帮我优化一下”时，往往缺乏明确的上下文、格式约束和目标受众。这种模糊的意图会导致模型输出泛泛而谈或偏离预期的结果。手动撰写高质量的提示词（Prompt）不仅耗时，还要求用户具备一定的提示工程基础。本技能旨在将繁琐的提示词构建过程标准化，通过内置的结构化模板，直接解决从模糊需求到专业 Prompt 的转化难题。

核心机制与工作流

该技能的核心在于将复杂任务拆解为标准化的匹配与填充过程。其工作流程分为五个关键步骤：

意图分类：首先解析用户输入，将其精准归类至六大预设分类（如文生视频、编程开发、办公写作等）。
加载模板：从 references/ 目录中读取对应分类的 Markdown 模板文件。
关键词匹配：根据场景关键词（如“bug”、“重构”、“周报”）挑选最契合的具体模板。
占位符填充：提取用户提供的信息，替换模板中的 [方括号] 占位符。对于非关键细节（如语气、篇幅），系统会推断合理默认值并自动填充。
交付与改写：输出即拿即用的最终 Prompt，并提供改写说明或 2-3 个变体供选择。

适用边界与注意事项

该技能专注于提供结构化的提示词骨架，而非直接代写最终内容。它适用于有明确输出类型但缺乏细节描述的请求。需要注意的是，模板的有效性高度依赖于用户提供的初始信息质量。若核心变量（如产品卖点、代码报错信息）缺失，系统会进行合理推断，但在处理高度专业化或垂直领域的深度需求时，仍需用户在生成 Prompt 后进行人工微调。此外，保持模板原有结构是确保输出稳定性的前提，不建议随意破坏其逻辑框架。