prompt-craft
Skill11 starsChanged 4 months agoMITView on GitHub
Write, optimize, review, and structure prompts for AI assistants (Claude, ChatGPT, Codex, Claude Code, agents). Use this skill whenever the user asks to "写一个 prompt"、"优化提示词"、"帮我改 prompt"、"这个 prompt 怎么写"、review a prompt, turn a vague request into a reusable prompt, design system prompts / task instructions for agents, or asks why an AI output missed the mark and how to fix the instructions. Also trigger when the user wants prompt templates for daily Q&A, work deliverables, or coding tasks.
8 other projects use a version of this.
Adopted by
Most recently taken up by
- Luxvanyu/prompt-crafttheir own version, first seen Nov 15, 2026
- phntm7/skillstheir own version, first seen Nov 1, 2026
- antonailog/skillstheir own version, first seen Nov 1, 2026
- soreavis/ai-docenttheir own version, first seen Oct 13, 2026
- gary2376/claude-skillstheir own version, first seen Oct 13, 2026
- kravcovtech/prompt-crafttheir own version, first seen Sep 4, 2026
Other versions8 projects use a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 8
- NatureBlueee/Nature-use-skills★ 39same name
- Luxvanyu/prompt-craft★ 3same name
- antonailog/skills★ 2same name
- phntm7/skills★ 1same name
- gary2376/claude-skills★ 0same name
- kravcovtech/prompt-craft★ 0same name
- soreavis/ai-docent★ 0same name
- wpc725562-dotcom/dsh-agent-kit★ 0same name
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
In this repositoryOne other file it gives its agents.
- prompt-craft-enSkill
The file
Files
Prompt Craft — 提示词设计与优化
把用户的意图变成一条清晰、可复用、拿来就能用的 prompt。核心方法论来自实践验证的四要素框架:目标(Goal)、上下文(Context)、输出(Output)、边界(Boundaries)。
一条好 prompt 不需要技术语法或固定套路。只在有帮助时才补充要素——不是每项都要填。
工作流程
当用户要求写或优化 prompt 时,按以下步骤:
1. 判断任务类型
| 类型 | 特征 | 对应模板 |
| 日常型 | 提问、找点子、草稿、比较、小计划 | 短 prompt,1-3 句即可 |
| 交付型 | 多来源/多步骤、产出文件、给他人看 | 完整四要素 + 终检 |
| 代码型 | 处理代码、修 bug、写测试、重构 | 行为 + 复现/定位 + 约束 + 验证方式 |
| Agent/系统型 | 系统提示词、自动化任务、定时执行 | 四要素 + 审批边界 + 失败处理 |
2. 快速补齐缺口
如果用户给的信息不足以确定关键要素,最多问一个最重要的问题(受众?用途?不能动什么?)。信息基本够时直接动手,把假设写在 prompt 旁边标注,不要连环追问。
3. 产出 prompt
- 把最终 prompt 放在代码块里,方便复制
- prompt 用用户的目标语言写(给英文模型/英文场景用英文,日常用用户的语言)
- 附 2-4 句说明:为什么这样组织、哪里可以按需删改
- 复杂任务可以给 2 个版本:精简版 + 完整版
4. 优化已有 prompt 时
先诊断再改写。常见病灶按优先级检查:
- 结果不清:写了一堆步骤,但没说要什么结果、给谁用 → 重写为结果导向
- 上下文噪音:塞了不相关的来源/背景 → 只留会改变结果的信息
- 边界缺失:没说什么不能动、什么要先批准 → 补 1-2 条最要紧的
- 过度控制:把每一步都写死,模型没有调整空间 → 删掉过程性指令,保留约束
- 无验证:重要任务没有终检要求 → 加一条收尾自查
改写后用一句话说明改了什么、为什么。
核心原则
从结果说起,不从步骤说起
描述要产出什么、给谁看。只有当过程本身重要时才描述过程,否则给模型留出搜索、比对、调整的空间。
弱:先读会议记录,然后提取要点,然后分类整理,然后写成报告…… 强:把这些会议记录整理成一份给项目组的简短进展通报。决策和下一步行动放最前面。
上下文只加会改变结果的
- 每个来源说明该取什么,不要只把文件丢过去
- 图片要指出关键区域
- 依赖最新信息就要求联网搜索并给出来源
- 相关任务需要共享文件时用 project 组织
边界防的是"真麻烦"
边界不求多,盯住 1-2 条最要紧的:改错就报废的细节,以及影响他人之前该先过目的动作。
常用边界句式库:
- 已批准的日期和预算数字保持不动
- 只用我提供的来源,信息缺了就标出来,不要猜
- 建议控制在说好的预算之内
- 准备成草稿,不要发送
- 发送、发布或修改别人依赖的信息之前,必须经我批准
- 不要改 API 的形状 / 公开接口保持稳定
- 用户可见的行为不能变
说清用途,模型才能选对形态
受众和用途决定长度、详细度、组织方式:
- "做成一页纸摘要,让总监开会前扫一眼就行"
- "整理成跟进邮件,写清决策、负责人和截止日期"
- "做对照表,差异超过 10% 的都标出来"
重要任务要终检
收尾前让模型自查一次:
- 确认每个行动项都有负责人和截止日期
- 把没法核实的信息标出来
- 检查多个产出物之间口径一致
第一版不必完美,靠追问收敛
告诉用户:审第一版结果 → 说出具体改动("开头更直接、证据保留、建议挪到背景前面")→ 不用从头再来。可以补来源、纠方向、要备选方案、调详细度。跑通的 prompt 就沉淀下来复用。
场景模板
日常型(短 prompt)
[要什么结果] + [关键条件] + [格式/长度]示例:
- 给一个从没投资过的人解释复利。用一个具体例子,引入的术语都要定义。
- 起草一封友好的邮件婉拒这个邀请,理由是我届时出差。120 词以内,给以后的活动留口子。
- 帮一个每年出国两次的人比较这两个套餐。差异用表格,然后推荐一个并说清代价。
交付型(完整四要素)
[目标] 为 [受众/场合] 准备 [交付物]。
[上下文] 用 [来源A] 里的 [什么],加上 [来源B] 里的 [什么]。
[输出] [结构要求:什么放最前面、包含哪些部分、长度]。
[边界] [1-2 条不能动/要批准的]。
[终检] 收尾前,检查 [具体自查项]。参考范例:
为周一的管理层会议准备一份一页纸的项目状态通报。用 Drive 里最新的项目计划,加上项目 Slack 频道里相关的决策和进展。 管理层需要拍板的决策和下一步行动放最前面。总结进度、风险、负责人和截止日期。已批准的日期和预算数字保持不动。有冲突或缺失的信息就标出来,任何东西都不要发送或发布。 收尾前,检查每个下一步都有负责人和截止日期。
代码型
四件套:期望行为 + 相关代码/复现步骤 + 约束 + 验证方式。
修 bug(复现配方比高层描述有用得多):
Bug: [现象]
复现步骤:
1) [启动命令]
2) [操作]
3) [观察到的错误结果]
约束:
- 不要改 API 形状
- 修复保持最小化,可行的话加回归测试
先在本地复现,然后提出补丁并跑检查。修完之后跑 lint + 最小相关测试集,报告命令和结果。其他代码场景要点:
- 解释代码库:指定文件,要求输出可核对的编号步骤列表 + 涉及文件清单 + 改动时的"坑"
- 写测试:精确圈定函数/行范围,要求遵循项目现有测试惯例,覆盖正常路径 + 边界情况
- 截图转原型:图片只给视觉要求;框架、路由、组件风格等实现约束要文字写清;图里看不出的行为(悬停、校验、键盘交互)也要文字补上
- 迭代 UI:先要 2-3 个方案 → 挑一个 → 用小而具体的 prompt 逐轮改("只改头部:留白加大,保证移动端好看");手动回滚过的改动要告诉模型,防止被覆盖
- 重构:先要计划(每个里程碑动哪些文件 + 回滚策略),审完再按里程碑执行
Agent/系统型
在四要素之上额外补:
- 审批边界:哪些动作(发送、发布、删除、付款、改共享数据)必须先经人批准
- 失败处理:信息缺失/来源冲突时怎么办(标出来 vs 停下来问,不要猜)
- 范围收敛:开始干不需要的活时允许叫停或收窄
- 复用路径:重复性任务先在普通对话里打磨 prompt,输出稳定后再固化为定时/自动化任务
个性化与分层
提醒用户区分两层:
- 跨任务生效的偏好(语气、格式习惯、技术栈)→ 放进自定义指令 / 用户偏好设置 / CLAUDE.md
- 只对当前任务有用的细节 → 写在 prompt 里
两层混在一起是 prompt 越写越长、越写越乱的常见原因。
交付检查清单
给用户 prompt 之前自查:
- 结果和受众清楚吗?
- 每条上下文都会改变结果吗?(不会的删掉)
- 有没有 1-2 条防真麻烦的边界?
- 重要任务有终检要求吗?
- 有没有把过程写死、剥夺了模型的调整空间?
- prompt 放在代码块里了吗?
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
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.

