大白话指令优化
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_f7c6c991/skill-rnd-center。
技能介绍
它解决什么问题
把任务交给智能体执行时,最常卡住的地方不是模型能力,而是输入本身不合格。人的自然表达天然模糊:
- 「帮我弄个宣传视频」——做什么风格?给哪个平台?多长?
- 「把这个改一下」——改什么?按什么标准验收?
- 「写个工具出来」——输入输出是什么?跑在哪?
这些描述对人是有效的,对执行体却缺少目标、范围、约束、输出格式、验收标准这些必要信息。直接丢给下游智能体,结果就是反复追问或产出返工。大白话指令优化 把这件事显式化:它不做内容生成,只做「大白话 → 智能体指令卡」的翻译层,输出一份结构清晰、可直接作为下游任务提示词使用的指令。
它如何工作
纯提示词驱动,零外部依赖、无需 API Key,按四步执行:
1. 接收并判定模式。 用户显式指定模式时直接采用;否则按关键词优先级自动识别:
- 含
视频 / 分镜 / 宣传片 / 口播等创作词 → 模式 V · 视频制作指令丰富 - 含
纠错 / 说得不清楚 / 重新组织→ 模式 C · 任务话术纠错 - 含
拆分 / 拆解 / 分步→ 模式 S · 任务话术拆分并丰富 - 都不匹配 → 模式 G · 通用指令精化(默认兜底)
2. 澄清核心目标。 输入不足以确定要做什么、给谁做、产出什么时,技能不会脑补,而是在指令卡中列出「待澄清项」逐条要求补充。
3. 套用模式模板。 四种模式各有侧重:V 补充分镜脚本、风格基调、平台适配与交付规格;C 先列原话的问题清单(模糊词、缺失约束、潜在矛盾),再给修正指令和纠错说明;S 拆成 3–8 个有序子任务,每个子任务补齐执行步骤、产出物、验收标准、依赖前置;G 只做目标 / 范围 / 约束 / 输出 / 成功标准的结构化补全,原话已完整则不画蛇添足。
4. 交付指令卡。 统一输出带元信息与结构化指令的「智能体指令卡」,下游子智能体可直接使用结构化指令部分作为任务提示词。
适用边界
- 这是翻译层而非执行层:不生成真实视频、图像、文案或代码,只转换指令
- 核心目标缺失时必须澄清,严禁脑补——需要用户确认
- 丰富出的分镜与细节属于合理推断,执行前应确认关键参数(时长、平台、预算)
- 不处理需要私密凭证或外部 API 的真实调用
- 模式识别基于关键词加语义,混合诉求可能需要显式指定模式
使用场景
- 接到「帮我弄个宣传视频」这类口语化需求,没说平台、时长、风格,用模式 V 补全成带分镜和交付规格的生产级脚本。
- 老板口头交代的任务全是「弄一下」「搞个」这类模糊词,用模式 C 列出问题清单并给出修正后的清晰指令。
- 要把一个复杂任务交给子智能体执行前,用模式 S 拆成有序子任务,每步配产出物和验收标准。
- 脑子里只有一个一句话点子,用模式 G 转成含目标、约束、输出格式、验收标准四要素的结构化指令卡。
适合人员
- 前端开发者:要把新功能需求交给 AI 编程助手,但只会用日常口语描述,需要把大白话转成可执行的精确指令。
- 视频内容创作者:产品方一句话给了宣传诉求,需要扩展成能直接开拍的分镜脚本和平台适配方案。
- 产品经理:要把复杂需求分派给多个子智能体,希望在派发前统一指令口径,确保每个子任务有明确验收标准。
- 技术负责人:在搭建内部智能体工作流,需要纯提示词驱动、不依赖 API Key 的指令翻译层接入流程。