提示词工程提效
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_af163eaa/z-prompt-engineering。
技能介绍
为什么你的 Prompt 总是不够用
写 AI 代码或做分析时,经常遇到模型答非所问、输出格式混乱、或者需要来回修改十几次的情况。这往往不是模型能力的问题,而是我们给出的指令缺乏结构,模型无法准确捕捉上下文与约束。
结构化提示词的工作流
本技能通过一套纯规则驱动的方法论来解决上述问题。
- 核心能力:
- 提示词结构教学(如 RTF、COSTAR 框架)
- 需求拆解与常见错误排查
- 提示词模板化与迭代优化
- 关键步骤:
1. 明确你需要 AI 完成的具体任务。
2. 分析当前提示词的缺陷。
3. 使用结构化框架重写提示词,例如加入 角色、任务、上下文、格式 和 约束。
4. 进行多轮测试,并沉淀为可复用的模板。
适用边界与注意点
提示词没有万能公式。
- 需要根据具体的模型特性和任务类型进行微调。
- 对于复杂任务,建议将其拆解为多个子步骤逐步执行。
- 本技能为通用方法论,不绑定特定平台,使用时请遵守各平台的政策,且不替代人的最终判断。
使用场景
- 写周报或技术文档初稿时,模型输出总跑偏,需要用结构化框架重写提示词并沉淀为模板
- 让 AI 生成 SQL 或代码时格式混乱,需按角色+约束结构优化提示词并多轮测试
- 面对多文件重构等复杂需求,需要把任务拆成多步,逐段提示模型生成
- 团队多人共用 AI 工具,需要把验证有效的提示词存成模板供成员复用
适合人员
- 后端工程师:常让模型生成接口文档或代码,需要稳定可复现的输出质量
- 数据分析师:让模型写 SQL 和清洗脚本,反复修改提示词很耗时
- 技术文档工程师:需要让模型按固定格式产出初稿,减少返工
- 独立开发者:一人负责多个环节,需要把常用提示词模板化减少重复劳动