Agent Skills
返回列表
提示词审查打分与改进

提示词审查打分与改进

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_6837aee4/prompt-reviewer-v2。

技能介绍

问题

提示词复盘常面临两个麻烦：历史对话里混有大量寒暄、重复确认和碎片化追问，直接评估会误判；而单轮提问往往缺少背景、约束与输出格式，改进建议也容易停在「说得再清楚一点」的层面。本技能把目标收敛为可评分、可复用的提示词审计。

工作方式

它会先做 噪音过滤，只保留包含实质性指令、需求描述或条件设定的发言。接着进行 上下文聚合，把围绕同一目标连续补充条件的 2-5 轮合并成一个 提示词演化案例。随后按三个维度打分：意图清晰度、上下文完整性、约束明确性，取平均值作为 1-10 分。对于低分案例，它会给出具体的重构模板，并用 [变量] 占位符沉淀可复制结构，同时输出 3 条可立即执行的改善建议。

注意

该技能强调诚实评估，不会为了讨好而虚高打分；例如一句模糊需求会被直接指出问题。它还要求详细结果写入 Markdown 文件，终端侧保持最小反馈，因此更适合用于日常提示词审计与模板沉淀，而不是即时展示长篇分析。

使用场景

  • 复盘一天与编码 Agent 的会话，筛出有效指令并给意图、上下文、约束打分。
  • 把围绕同一个功能连续追问的多轮提问合并成案例，生成可复用模板。
  • 检查低分提示词，定位缺失的技术栈、文件路径、输出格式并改写。
  • 在团队提示词规范落地前，对历史需求提问做可执行的改进建议。

适合人员

  • 每天向编码 Agent 提需求的后端工程师，希望知道哪些提问缺上下文和约束。
  • 负责团队 AI 使用规范的工程经理，要评估历史提示词并沉淀模板。
  • 用 Agent 写脚本、文档或排查故障的技术负责人，想把追问链改写成可复用提示词。
  • 复盘自身提问质量的独立开发者，希望得到低分诊断与具体改写示例。