提示词优化器

要解决的问题

prompt-optimizer 面向的是草稿级提示词：需求已经存在，但目标受众、输出格式、约束条件、成功标准不够明确。直接交给模型容易得到泛泛回答，或者模型自行补全了用户没想要的约束。

它解决的不是“把 prompt 写得更长”，而是把同一个需求改写成若干条可直接使用的表达，让用户比较哪种结构更贴近任务。

技能如何工作

技能会先做两件事：

• 理解意图：用一句话复述原始需求，减少误解。
• 追问关键信息：如果缺少目标受众、输出格式、边界条件，先问 1-2 个关键问题。

随后按四种策略生成独立 prompt：

• A — 详细展开式：补充背景、格式、正例反例、边界和完成标准，适合确定性输出。
• B — 角色扮演式：加入专家人设、思维链和方法论，适合分析、创意和策略任务。
• C — 结构化式：把任务拆成 3-7 个子步骤，每步有输入、输出和验证标准，适合复杂多步骤流程。
• D — 逆向提炼式：从模糊需求推断真实目标，目标前置并加入 few-shot 与迭代修正，适合探索性任务。

输出格式会尽量统一，方便用户直接复制其中一版继续使用。

适用边界与注意点

它不改变用户原意，也不替用户新增业务需求；如果原始 prompt 已经足够清晰，应保留简洁版本。语言会跟随用户输入，中文输入生成中文 prompt，英文输入生成英文 prompt。对于高度专业、强合规或强数据格式约束的任务，仍需要人工确认字段定义、权限边界和验收标准。