Agent Skills
返回列表
🤖

企业提示词库架构师

AI Agent 更新于 2026.08.29

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 @kunlungrowth/cn-prompt-library-architect 到你的 AI 助手中。

技能介绍

为什么企业需要把提示词当资产管

提示词往往散落在群文件、个人笔记和 IDE 脚本里。一个人离职,AI 能力就可能归零;同一套销售跟进场景,不同同事写出来的提示词口径不一致,导致输出风格忽冷忽热。没有版本号和变更说明,改完不知道会不会退化;没有标准输入和期望输出,合规审查只能凭感觉。真正需要的是把提示词沉淀为可治理、可复用、可审计的资产。

它如何工作

核心能力是把散落提示词拆成可维护的结构。 技能先帮你梳理存量,列出已有提示词和用途;再按业务域建分类树,比如 营销/文案生成、客服/话术、研发/代码评审、职能/合同摘要。每条提示词都要带元数据规范,包括名称、场景、版本 v 号、变更说明、负责人、适用数据等级。

落地分四层:分类体系 避免重名并支持检索,版本管理 保证可回滚,评测集 用标准输入和期望输出做回归,权限与审计 记录谁可改、谁可用、谁可看。每类准备 3–5 条标准题和合格线,改完提示词跑回归,不靠印象判断是否退化。最终输出目录树、单条 YAML 或 Markdown 模板,以及评审 checklist。

边界与注意点

  • 不设计绕过合规的提示词,比如诱导违规承诺。
  • 涉及敏感业务数据时,模板中必须标注“需法务/合规复核”。
  • 评测结果必须真实跑出来,技能只提供框架,不臆造通过率。
  • 元数据规范需要团队确认后再批量迁移,避免把旧混乱原样固化。

使用场景

  • 存量提示词散落在群文件,需要按业务域建分类树并统一元数据。
  • 改销售话术后怕退化,需要为该类补标准题并跑回归验证。
  • 多团队共用提示词,需要配置谁可改、谁可用、谁可看的权限留痕。
  • 敏感业务提示词上线前,需要标注合规复核并检查红线要求。

适合人员

  • 负责多个业务线 AI 应用的工程师,希望把散落提示词拆成可检索的库。
  • 团队负责人,担心关键同事离职后提示词口径和能力难以交接。
  • 合规或法务人员,需要审计提示词变更记录和敏感数据使用边界。
  • 知识库管理员,想把群文件里的 txt 迁移成带版本和评测的结构化资产。