agentleFS
khalilbenazkhalilbenaz/claude-skills-collection/skills/prompt-translator/SKILL.md

prompt-translator

Skill28 starsChanged 29 days agoMITView on GitHub

Adapte un prompt d'un modèle/plateforme à un autre en préservant l'intention. À utiliser pour porter un prompt de ChatGPT vers Claude, de Midjourney vers DALL-E, ou entre modèles. Se déclenche aussi avec "adapter pour Claude", "convertir de GPT", "porter ce prompt", "prompt Midjourney", ou toute traduction de prompt entre modèles. Also triggers on "adapt a prompt to another model", "port a prompt", "same prompt for GPT and Claude".

1 other project uses a version of this.

Adopted by

Most recently taken up by

The file

We split this skill into the rules it gives an agent

4 rules. About 0 are common, 4 are distinctive, and 0 are very specific to this project.

  • ≈0

    Common · estimate

    Many files like this have a rule of this kind.

  • ≈4

    Distinctive · estimate

    This author's own choices. Worth a look.

  • 0

    Very specific

    Tied to their project's names, files or tools. Probably skip.

  • Common
  • Distinctive
  • Very specific
  1. Distinctive:

    Never say "happy to help", "sure!", "great question", "let me", or similar.

    line 157
  2. Distinctive:

    Stop when done. No summary, no recap, no trailing commentary.

    line 160
  3. Distinctive:

    No politeness wrappers. Direct and blunt.

    line 161
  4. Distinctive:

    No emoji unless asked.

    line 164

≈ “Common” is an estimate: at least 1 in 5 of the 364,980 skill files we read have a rule of the same kind, not the same words. “Very specific” is our guess from the words: it names a file, a command, a setting or the project itself.

Keep what fits and drop the rest. Your version, ready for your agents.
Files
SKILL.md

Prompt Translator

Workflow de traduction en 5 étapes

Étape 1 — Collecte des infos

Demander si absent :

  • Modèle source (ex. gpt-4o, claude-3-5-sonnet, midjourney v6, gemini-1.5-pro)
  • Modèle cible (ex. claude-opus-4, dall-e-3, gpt-4.1)
  • Prompt original complet — system prompt + user message séparés si applicable
  • Contexte d'usage (API directe, playground, intégration applicative)

Étape 2 — Diagnostic des différences critiques

Analyser selon la paire source→cible :

DimensionGPT-4xClaudeGeminiMidjourney/DALL-E
Structure préféréeMarkdown, instructions linéairesBalises XML <role>, <context>, <instructions>Markdown, liste hiérarchiqueParamètres inline (--ar, style tokens)
System prompt{"role":"system","content":"..."}system= param séparésystem_instructionN/A
Few-shotMessages alternés user/assistant<examples> XML ou messages alternésTurns multimodauxTokens de style (ex. in the style of)
Longueur optimale~2 000 tokens suffitSupporte 200k, profite des instructions longues1M tokens, verbose ok77 tokens max (CLIP)
Refus/guardrailsSafety layer strict, tournures à éviterNuancé, accepte ambiguïté si contexte clairModéréFiltrage image automatique

Étape 3 — Règles de traduction par cas

GPT → Claude

# Avant (GPT)
system: "You are a helpful assistant. Be concise."
user: "Summarize: {{text}}"

# Après (Claude)
<system>
Vous êtes un assistant expert en synthèse.
<constraints>Répondez en moins de 150 mots. Langue : français.</constraints>
</system>
<task>Résumez le texte suivant :\n<text>{{text}}</text></task>
  • Remplacer les instructions implicites par des contraintes XML explicites
  • Séparer role, context, task, output_format en balises distinctes
  • Supprimer les tournures "You must never…" → préférer "Faites X" (positif)
  • temperature=0 GPT ≈ temperature=0 Claude (échelles identiques 0–1)

Claude → GPT

# Avant (Claude XML)
<instructions>Liste les 3 points clés. Format JSON.</instructions>
<text>{{text}}</text>

# Après (GPT)
system: "Tu es un assistant analytique. Réponds toujours en JSON valide."
user: "Liste les 3 points clés du texte suivant :\n\n{{text}}\n\nFormat attendu : {\"points\":[...]}"
  • Aplatir les balises XML en texte structuré Markdown
  • Déplacer le format de sortie dans le message user ou en fin de system
  • Ajouter response_format: {"type":"json_object"} si JSON requis (API)

Midjourney → DALL-E 3

# Avant (Midjourney)
/imagine a futuristic city at dusk, cyberpunk, neon lights, rainy streets --ar 16:9 --style raw --v 6.1

# Après (DALL-E 3)
"A wide-angle (16:9 crop) photorealistic render of a futuristic cyberpunk city at dusk.
Neon lights reflect on rain-slicked streets. No text, no watermark.
Style: cinematic, high contrast, volumetric fog."
  • Traduire --ar → description de cadrage ("landscape", "portrait", "square")
  • --style raw → "photorealistic", "no artistic filter"
  • --v 6 → sans équivalent, préciser "hyper-detailed, current AI render quality"
  • --no X → "Exclude: X" en fin de prompt DALL-E

Midjourney → Stable Diffusion / Flux

# Avant
/imagine portrait of a samurai, bokeh, 85mm lens --ar 2:3 --style raw

# Après (SD/Flux — positive + negative)
positive: "portrait of a samurai, bokeh background, 85mm lens, photorealistic, sharp focus, 2:3 ratio"
negative: "blurry, cartoon, anime, watermark, low quality, deformed hands"
  • Toujours générer un prompt négatif explicite
  • Ajouter des tokens de qualité : masterpiece, best quality, 8k
  • Préciser le sampler si connu : DPM++ 2M Karras, Euler a

Étape 4 — Livraison du prompt traduit

Fournir :

  1. Prompt final copier-coller (code block, sans explication mélangée)
  2. Paramètres API si applicable (temperature, max_tokens, response_format)

Exemple de bloc livrable :

# Claude API
response = client.messages.create(
    model="claude-opus-4-5",
    max_tokens=1024,
    system="<role>Expert en synthèse</role>",
    messages=[{"role": "user", "content": "<task>Résumez : {{text}}</task>"}]
)

Étape 5 — Notes de migration

Signaler systématiquement :

  • Fonctionnalités perdues (ex. vision GPT-4V → pas de vision en mode text-only Claude)
  • Fonctionnalités gagnées (ex. contexte 200k Claude vs 128k GPT)
  • Comportements différents : ton par défaut, verbosité, format JSON natif
  • Paramètres à ajuster : top_p, temperature, seeds image
  • Tests recommandés : 3 à 5 inputs représentatifs avant de valider la migration

Garde-fous & anti-patterns

Anti-patternProblèmeCorrectif
Copier-coller le prompt sans adaptationFormat inadapté, résultats dégradésToujours appliquer les règles de structure cible
Traduire --ar par rienDALL-E ignore le ratio, image carréeAjouter le ratio en texte ("landscape 16:9")
Garder les balises XML pour GPTGPT les lit comme texte littéralAplatir en Markdown
Omettre le prompt négatif pour SD/FluxArtefacts visuels fréquentsPrompt négatif obligatoire
Ignorer les limites de tokens MidjourneyPrompt tronqué silencieusement à 77 tokensCompresser le prompt, tester le token count
system vide pour ClaudeComportement générique, pas de personaToujours renseigner system=
Temperature identique sans vérifier l'échelleGemini 0.0–2.0 ≠ Claude 0.0–1.0Normaliser selon l'échelle cible

Paires de traduction courantes (2026)

SourceCibleEffortNotes
GPT-4oClaude Opus/SonnetFaibleStructurer en XML, gain sur longs contextes
Claude 3.xGPT-4.1FaibleAplatir XML → Markdown
Midjourney v6DALL-E 3MoyenPerte des paramètres fins de style
Midjourney v6Flux / SD 3.5MoyenNécessite prompt négatif
GPT-4oGemini 1.5/2.0FaibleAdapter system → system_instruction
GeminiClaudeFaibleAjouter XML, séparer system/user

Communication Rules — MANDATORY

  • Ultra-concise. No filler, no preamble, no pleasantries.
  • Never say "happy to help", "sure!", "great question", "let me", or similar.
  • Tool first, talk second. Act before explaining.
  • Result first. Lead with outcome, not process.
  • Stop when done. No summary, no recap, no trailing commentary.
  • No politeness wrappers. Direct and blunt.
  • Minimum words. If one word works, do not use ten.
  • No unsolicited explanations.
  • No emoji unless asked.

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.