Agent Skills
返回列表
免写 Prompt

免写 Prompt

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_15292d5a/yjkj-no-prompt。

技能介绍

问题在哪

很多人把精力放在背「提示词技巧」、买课或折腾优化器上,但真正重复做的是同一件事:把模糊意图写成另一台模型能稳定执行的说明。手写长段落既费 token,又容易漏约束;换到 Claude、Gemini、DeepSeek 等平台时还要再改一版。

技能如何工作

No Prompt 的定位是:你只用人话说出目标,当前对话里的 AI 按协议生成 结构化 I-Lang 指令,你再复制到「执行端」模型当起点。

典型流程:

  1. 从技能页复制协议文本,粘贴到任意 AI 对话。
  2. 用自然语言描述任务,例如「把长文总结成 5 条要点,语气偏专业」。
  3. AI 返回压缩后的 I-Lang 格式指令;可保存进个人指令库,在 ChatGPT、Claude、Gemini、DeepSeek、Kimi、豆包、元宝 等环境复用。

三种常见用法:给自己生成可复用模板;AI A 写指令、AI B 执行 的交接;为周报、代码评审、邮件草稿等重复任务批量沉淀指令(如 [SUM|sty=executive,ton=formal,fmt=md]=>[OUT] 一类写法)。

资料称结构化 I-Lang 相对手写 prose 更精确,且执行侧 token 可少约 40–65%(具体取决于任务与模型)。

边界与注意

本技能 只生成 I-Lang 结构化指令,不执行命令、不读文件、不调用外部服务。生成结果因模型而异,涉及敏感或高后果任务前请人工审阅。协议与词典见 ilang.ai 与 ilang-dict。

使用场景

  • 需要在 ChatGPT 写好任务说明后,把同一份结构化指令贴到 Claude 或 DeepSeek 执行对比分析
  • 反复做「长文→五条要点、语气偏专业」总结,希望一次生成可存档的 I-Lang 模板而非每次手写长提示
  • 让对话模型 A 产出「比较两份商业方案并给出推荐」的 I-Lang,再交给模型 B 按格式执行
  • 为周报、会议纪要、邮件草稿等固定流程批量生成 `[SUM|…]=>[OUT]` 类压缩指令并纳入个人库

适合人员

  • 经常在多个大模型之间切换、需要同一任务说明可移植的产品或战略分析人员
  • 每周固定写管理层周报,想把「执行摘要 + Markdown 格式」沉淀成可复用 I-Lang 片段的职场写作者
  • 用「研究型对话写指令、执行型对话跑结果」分工的团队负责人或咨询顾问
  • 不想系统学习提示工程技巧、但希望用口语描述需求就能得到结构化提示的个体创作者