Agent Skills
返回列表
Cortex 提示词工坊

Cortex 提示词工坊

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 @user_fccf428b/cortex-prompt。

技能介绍

它解决的问题

手写系统提示词最常见的失败模式是「把提示词当灵感」。团队通常是这样推进的:打开一个空白对话框,写两句「你是一个有用的助手」,粘贴几条样例,调几次 temperature 觉得效果还行就上线了。后果很具体:换个输入格式模型就开始自由发挥,该拒答的场景顺着恶意输入往下走,输出的字段顺序说变就变,出问题时没人能说清是提示词写错了、模型不够强还是样本没覆盖到。

问题不在模型,而在交付物本身不是一个可审查、可版本化、可自动评估的制品。

技能如何工作

这个技能用七个步骤把提示词从一段话变成一个工程制品,每一步都对应一个可独立检查的产出物:

  • Step 0~1:先盘点再动手。 先扫已有的提示词模式、供应商约定和版本规范,然后只问一轮关键问题——任务类型是什么、给我 3~5 组真实输入输出、失败长什么样、量级和延迟预算是多少。真实样例永远比抽象描述有信息量;用户给不出样例时,技能会先构造合理样例再继续。
  • Step 2:挑模型档位。 按任务类型选最便宜的能稳定兜住的模型:分类抽取走 Haiku 档,推理摘要走 Sonnet 档,复杂综合才上 Opus 档。不确定时先降一档,让评估结果说话,而不是靠直觉。
  • Step 3:写提示词包。 一次性交付四个组件,中途不停下来等人批准。System Prompt 按角色、任务、约束、输出格式、边界处理五段写;User Template 用命名占位符而不是位置参数;Few-Shot Examples 至少覆盖正常路径、歧义输入、对抗注入三类;Output Schema 优先用 JSON 模式或结构化输出,能定 schema 就绝不解析自由文本。写法上有几条硬规则:指令从数据里拆出来放进明确的分块,输出格式既写在 system prompt 里又在样例里演示,音色一律用祈使句而不说「请」「尽量」。
  • Step 4~6:落库、出评估、算成本。 提示词包以 prompts/{task}.md + config.yaml 的版本存进仓库,temperature 按任务定档;评估套件至少 20 条测试用例,按正常路径 60% / 边界 25% / 对抗 15% 分布,每条从正确性、格式合规、幻觉、拒答率四个维度打分,跑之前先定通过率门槛;成本分析逐条算单价,并检查是否还能精简指令、前置缓存、截断超长输入。
  • Step 7:交付。 当提示词已入库、评估套件有基线分、成本已量化才算完成。CLI 输出遵守 40 行预算,超了就转成 HTML 报告文件,不在终端里铺分析内容。

适用边界

这个技能只产出提示词包,不替你调模型 API、不做返工。它假设你已有明确的任务定义和真实样例可用——「帮我让 ChatGPT 更聪明一点」这种需求不会被它救回来。它的约束是供应商中立的,结构化输出、prompt caching 这类具体能力只在对应供应商支持时才成立。评估集来自你的业务,20 条用例只是下限,不是安全保证;对抗性测试永远在追赶新的注入手法。最后,它把模型选型、档位切换和成本分析压在同一套流程里,得益的是「边际成本最低的设定」而不是「效果绝对最好」——需要榨干模型上限的场景仍要靠人来判断。

使用场景

  • 为客服工单分类模型构建生产级提示词包,包含系统提示词、输出 schema 与边界处理,适配成本敏感的模型档位。
  • 为数据抽取任务设计格式约束与少量样本,要求输出严格符合 JSON,并校验异常输入处理。
  • 为摘要生成器制定可版本化的配置与评估用例,覆盖正常、边界、对抗三类场景并量化单次调用成本。
  • 为审计助手建立幻觉检测与拒答规则,在提示词包中显式定义输出边界与异常指令处理。

适合人员

  • 正在构建 LLM 应用的后端工程师,需要快速产出可直接部署的提示词包而非反复手工调试。
  • 负责模型质量的算法工程师,需要在上线前建立覆盖多场景的评估套件并设定通过率门槛。
  • 关注成本与延迟的技术负责人,需要在方案阶段对比不同模型档位的性价比并量化单次调用费用。
  • 维护生产系统稳定性的 SRE,需要将提示词纳入代码仓库版本管理并持续回归监控。