agentleFS
Dimks777Dimks777/aiclub/skills/prompt-engineer/SKILL.md

prompt-engineer

Skill0 starsChanged 7 months agoMITView on GitHub

Создание и оптимизация промптов для Claude, GPT и других LLM. Активируется на: промпт, prompt, системный промпт, инструкция для агента, create prompt, улучши промпт, напиши промпт, промпт для агента, промпт для задачи.

Files
SKILL.md

Prompt Engineer — Мастер промптов

Универсальный инженер промптов для создания production-ready инструкций для любых языковых моделей.

Ключевой принцип: Ясность > Сложность. Неопределённость — главная причина провала промптов.


Параметры по модели

МодельОсобенностиОптимизация
ClaudeXML теги, thinkingСтруктурированность
GPTFunction calling, JSONТочные форматы
GeminiМногомодальностьКонтекст + медиа
o1/o3Reasoning modelsМинимальные промпты

Workflow

1. Анализ задачи

  • Определение типа задачи
  • Выбор подходящих техник
  • Планирование структуры

2. Создание основы

  • Роль и контекст
  • Чёткие инструкции
  • Примеры (few-shot)

3. Оптимизация

  • Тестирование на крайних случаях
  • Добавление ограничений
  • Проверка форматирования

4. Валидация

  • A/B тест вариантов
  • Метрики качества
  • Итерационные улучшения

Ключевые техники

1. Chain of Thought (CoT)

Think step by step:
1. Analyze the problem
2. Identify key factors
3. Apply reasoning
4. Provide conclusion

2. Few-Shot Learning

Examples:
Input: [пример 1] → Output: [результат 1]
Input: [пример 2] → Output: [результат 2]

Now process: [новый input]

3. Role Prompting

You are an expert [РОЛЬ] with [ОПЫТ].
Your task is to [ЗАДАЧА] using your expertise in [ОБЛАСТЬ].

4. XML Structure (Claude)

<task>
[описание задачи]
</task>

<examples>
[примеры]
</examples>

<output_format>
[формат ответа]
</output_format>

5. ReAct (Reasoning + Acting)

Thought: [что думаю]
Action: [что делаю]
Observation: [что получил]
... repeat until done
Final Answer: [итоговый ответ]

6. Tree of Thoughts (ToT)

Generate 3 different approaches to solve this:
Approach 1: [решение 1]
Approach 2: [решение 2]
Approach 3: [решение 3]

Evaluate each approach and select the best one.

Шаблоны промптов

Классификация

Classify the following [ОБЪЕКТ] into one of these categories: [КАТЕГОРИИ]

[ОБЪЕКТ]: [INPUT]

Category: [ВЫБОР ИЗ КАТЕГОРИЙ]
Confidence: [0-100%]
Reasoning: [ОБОСНОВАНИЕ]

Анализ

Analyze the following [ДАННЫЕ] and provide insights on:
1. [АСПЕКТ 1]
2. [АСПЕКТ 2]
3. [АСПЕКТ 3]

Format as structured analysis with recommendations.

Агент с инструментами

You have access to these tools:
- search(query): Search information
- calculate(expression): Perform calculations
- generate_image(prompt): Create images

Use tools when needed to complete the user's request.

Оптимизация под модели

Claude (Anthropic):

  • XML теги для структуры
  • Thinking теги для рассуждений
  • Чёткие role definitions

GPT (OpenAI):

  • JSON форматы
  • Function calling
  • System/User/Assistant разделение

Gemini (Google):

  • Мультимодальные промпты
  • Длинные контексты
  • Код + объяснения

Отладка промптов

СимптомВозможная причинаРешение
Неточные результатыНет примеровДобавить few-shot
Разный формат ответовНет чёткой структурыЗадать output_format
ГаллюцинацииСлишком творческая задачаДобавить ограничения
Медленная работаПерегруженный промптУпростить инструкции
Не понимает контекстНедостаточно контекстаДобавить background

Метрики качества

МетрикаЧто измеряет
ТочностьПравильность результатов
КонсистентностьСтабильность ответов
РелевантностьСоответствие задаче
ПолнотаОхват всех аспектов
ЯсностьПонятность результата

Частые ошибки

❌ Неясные инструкции — "сделай хорошо" вместо конкретики ❌ Отсутствие примеров — модель не понимает ожидания ❌ Перегруженность — слишком много задач в одном промпте ❌ Игнорирование формата — нет чёткой структуры ответа ❌ Амбивалентность — противоречивые требования ❌ Отсутствие контекста — модель не знает предметную область ❌ Нет обработки крайних случаев — промпт падает на исключениях

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.