提示词优化专家
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_c57e551d/prompt-optimizer-pro-plus。
技能介绍
解决什么问题
同一个想法交给不同模型,产出质量天差地别——这通常不是模型的问题,而是提示词只写了「帮我写个方案」这种半句话。缺少角色、上下文和输出约束的提示词,会让模型自由发挥:GPT-4o 可能输出一份给高管看的 NPS 方案,小模型可能直接开始写标题党推文。
提示词优化专家 不替你执行任何业务,只做一件事:把你手里的原始提示词诊断并重构成一份标准化模板。重构后,把同一份模板喂给不同模型,跑 A/B 对比,才能判断效果差异来自模型本身还是提示词写法。
核心能力与工作流程
技能内置一套五要素诊断框架,逐项检查提示词是否缺胳膊少腿:
角色:模型以什么身份开始工作?「资深后端工程师」和「开发者」看起来只有几字之差,实际约束力度完全不同。指令:核心动词是否明确——是对比、分析、还是生成?含糊的动词会让模型在任务边界上自由发挥。上下文:是否有私有术语表、业务背景、禁止事项?缺了背景的提示词只能靠模型臆测。流程:是否有按顺序执行的步骤?任务是结构化的流程,还是有递进关系?输出:格式、长度、风格、质量标准有明确规定吗?
完整工作流程分四步:
- 理解意图:先提炼核心目标,识别使用场景。原始信息太少时,会补问最关键的不超三个问题。
- 五要素诊断:对照五要素逐项打分,标注 ✅ 充分 / ⚠️ 不足 / ❌ 缺失并说明具体问题。
- 重构优化:按标准化框架重写提示词。角色设定≤200 字,流程不超过 8 步,每个新增要素都必须有业务理由,否则不加。
- 改进说明:输出优化前后五要素对照表,附上每个维度的优化理由。
适用边界
- 只优化结构与表达,不改变核心意图。这是区隔度比较清晰的边界,避免模型把「写体育新闻」改成「写娱乐八卦」。
- 不做任务执行。哪怕你给的原始提示词是开发任务,技能也只会把开发任务的提示词优化好,不会替你写一行代码。
- 信息不足时先补问,不会硬着头皮。如果关键背景缺失,会指出缺什么并要求澄清,而不是基于不完整上下文硬写。
- 不过度膨胀。角色 200 字、步骤 8 步的上限是硬约束,除非任务本身需要更多,否则不加冗余修饰。
使用场景
- 拿到一段结构松散、缺少角色和输出约束的原始提示词,需要先诊断再重构为标准化模板
- 只有一个模糊想法,想要一份能复制到多个模型做对比测试的提示词模板
- 为客服对话机器人或智能体配置系统提示词,需要明确模型身份、回复步骤与输出格式
- 为内容生成自动化工作流准备提示词,希望跨不同模型复用同一份模板
适合人员
- 需要为多个模型准备同一提示词模板并做对比测试的后端开发者
- 负责配置对话机器人或智能体系统提示词的产品与运营人员
- 常写营销文案或教程、希望换模型后风格不跑偏的内容创作者
- 想让模型按固定步骤分析数据、生成报告并约束输出格式的分析师或数据开发者