AgentStack
SKILL verified MIT Self-run

Prompt Craft

skill-breeze-r-claude-prompt-craft-skill-prompt-craft · by breeze-r

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 t…

No reviews yet
0 installs
1 views
0.0% view→install

Install

$ agentstack add skill-breeze-r-claude-prompt-craft-skill-prompt-craft

✓ scanned · ✓ verified — works with Claude Code, Cursor, and more.

Security review

✓ Passed

No issues found. Passed automated security review. · v0.1.0 How review works →

  • Prompt-injection patterns
  • Secret / credential exfiltration
  • Dangerous shell & filesystem operations
  • Untrusted network calls
  • Known-malicious package signatures

What it can access

  • Network access No
  • Filesystem access No
  • Shell / process execution No
  • Environment & secrets No
  • Dynamic code execution No

From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.

Are you the author of Prompt Craft? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

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:

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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。

:先读会议记录,然后提取要点,然后分类整理,然后写成报告…… :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?

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

Install and usage instructions live in the source repository linked above.

Reviews

No reviews yet — be the first.

Versions

  • v0.1.0 Imported from the upstream source.