---

name: prompt-optimizer description: 优化和提升提示词（Prompt）质量的技能。当用户需要编写、改进、优化提示词时使用此技能。帮助用户创建更清晰、更有效、更结构化的提示词，提升 AI 响应的准确性和相关性。适用于所有需要与 AI 交互的场景，包括代码生成、内容创作、数据分析等。

提示词优化 Skill

使用场景

当用户需要：

• 编写新的提示词
• 改进现有提示词的效果
• 优化提示词的结构和清晰度
• 提升 AI 响应的准确性和相关性
• 创建可复用的提示词模板

核心原则

1. 清晰明确

• 使用具体、明确的指令，避免模糊表达
• 明确期望的输出格式和结构
• 指定角色、上下文和约束条件

2. 结构化组织

• 使用清晰的段落和列表
• 将复杂任务分解为步骤
• 使用标记和分隔符提高可读性

3. 提供上下文

• 包含必要的背景信息
• 提供示例和参考
• 说明预期用途和应用场景

4. 迭代优化

• 基于结果反馈持续改进
• 测试不同版本的提示词
• 记录有效的模式和技巧

优化流程

1. 分析现有提示词

   • 识别模糊或歧义的部分
   • 找出缺失的上下文或约束
   • 评估结构和组织方式

2. 重构和增强

   • 添加明确的角色定义
   • 补充必要的上下文信息
   • 优化指令的表述方式
   • 添加输出格式要求

3. 测试和验证

   • 使用示例输入测试效果
   • 对比优化前后的结果
   • 收集反馈并进一步调整

提示词模板结构

Copy角色定义：
[明确 AI 的角色和专业领域]

任务描述：
[清晰描述需要完成的任务]

上下文信息：
[提供必要的背景和约束]

输出要求：
[指定格式、长度、风格等]

示例：
[可选：提供输入输出示例]

常见优化技巧

• 使用角色扮演：为 AI 指定特定角色（如"资深前端开发工程师"）
• 分步骤指导：将复杂任务分解为清晰的步骤
• 提供示例：展示期望的输出格式或风格
• 设置约束：明确限制条件（如代码风格、长度限制）
• 使用思维链：引导 AI 展示推理过程
• 迭代细化：先获取初步结果，再逐步细化要求

注意事项

• 避免提示词过长导致上下文浪费
• 平衡详细程度和简洁性
• 根据具体 AI 模型调整提示词风格
• 定期更新和优化常用提示词