AgentStack
SKILL verified MIT Self-run

Prompt Enhancer

skill-konglong87-methodology-skills-prompt-enhancer · by konglong87

MUST use before task execution. Clarify vague requirements, explore solutions, and ensure full understanding.

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

Install

$ agentstack add skill-konglong87-methodology-skills-prompt-enhancer

✓ 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 Enhancer? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

Prompt Enhancer - 需求细化与方案探索

前置协议

强制触发规则

触发时机:goal-oriented 创建目标后(强制)

触发条件(满足任一即触发):

  • ✅ 用户需求模糊(单句请求、缺少上下文)
  • ✅ 用户需求不完整(缺少关键维度)
  • ✅ 用户需求有歧义(多种理解可能)
  • ✅ 用户需求缺少成功标准
  • ✅ 复杂任务(涉及多个模块/系统)

例外情况

  • 用户明确表示"按你的理解执行"
  • 需求已经非常清晰明确
  • 用户在调整已有目标

Overview

prompt-enhancer 是强制前置技能,负责需求细化方案探索。通过结构化提问,确保充分理解用户需求,探索多种可行方案,避免理解偏差和执行返工。

核心能力

  1. 需求细化:澄清模糊点、发现隐藏需求、明确范围边界
  2. 方案探索:头脑风暴多种方案、分析优劣势、风险评估
  3. 确认机制:每个关键点问用户3-4个问题确认理解

核心原则:澄清优先,行动在后。猜测定浪费,提问才高效。

关键价值

  • 避免理解偏差,减少返工
  • 充分论证方案,选择最优解
  • 发现隐藏需求,避免遗漏
  • 节省 token 和时间

When to Use

强制使用场景

  • 用户需求模糊或不完整
  • 复杂任务(涉及多个模块/系统)
  • 需求有歧义或多种理解可能
  • 缺少成功标准或约束条件

不使用场景

  • 用户明确表示"按你的理解执行"
  • 需求已经非常清晰明确
  • 用户在调整已有明确目标
  • 简单的澄清性问题本身

The Process

digraph prompt_enhancer {
    rankdir=TB;

    "接收用户需求" [shape=box, style=filled, fillcolor="#c8e6c9"];
    "识别需求类型" [shape=box, style=filled, fillcolor="#bbdefb"];
    "需求细化(3-4问题)" [shape=box, style=filled, fillcolor="#fff9c4"];
    "用户确认需求" [shape=diamond, style=filled, fillcolor="#e1bee7"];
    "方案探索(头脑风暴)" [shape=box, style=filled, fillcolor="#ff9800"];
    "多方案对比分析" [shape=box, style=filled, fillcolor="#ff9800"];
    "用户选择方案" [shape=diamond, style=filled, fillcolor="#e1bee7"];
    "生成需求方案工件" [shape=box, style=filled, fillcolor="#81c784"];
    "传递给后续技能" [shape=doublecircle, style=filled, fillcolor="#81c784"];

    "接收用户需求" -> "识别需求类型";
    "识别需求类型" -> "需求细化(3-4问题)";
    "需求细化(3-4问题)" -> "用户确认需求";
    "用户确认需求" -> "方案探索(头脑风暴)" [label="确认"];
    "用户确认需求" -> "需求细化(3-4问题)" [label="调整"];
    "方案探索(头脑风暴)" -> "多方案对比分析";
    "多方案对比分析" -> "用户选择方案";
    "用户选择方案" -> "生成需求方案工件" [label="选择"];
    "用户选择方案" -> "方案探索(头脑风暴)" [label="重新探索"];
    "生成需求方案工件" -> "传递给后续技能";
}

步骤1:识别需求类型

快速识别请求类型,应用对应的细化框架:

| 需求类型 | 关键词 | 必问维度 | |---------|--------|---------| | 功能开发 | "做个功能"、"实现XX" | 平台、技术栈、用户、数据、认证 | | 架构设计 | "设计系统"、"重构架构" | 规模、性能、可扩展性、技术选型 | | 性能优化 | "优化性能"、"提升速度" | 目标指标、优化范围、优先级 | | Bug修复 | "修复bug"、"解决错误" | 复现步骤、影响范围、优先级 | | UI/界面 | "设计界面"、"做个页面" | 设备、风格、用户、交互 | | 数据分析 | "分析数据"、"生成报告" | 数据源、分析维度、输出格式 |


步骤2:需求细化(3-4问题确认)

核心原则:每个关键点问3-4个问题,确保充分理解

示例:功能开发需求细化

用户需求:"做一个用户认证功能"

问题组1:用户与场景

Q1: 谁会使用这个认证功能?(用户类型)
Q2: 在什么场景下使用?(使用场景)
Q3: 期望的用户体验是什么?(体验目标)
Q4: 有多少用户量级?(规模预估)

问题组2:技术约束

Q1: 需要支持哪些认证方式?(密码、OAuth、SSO?)
Q2: 部署在什么平台?(Web、移动端、小程序?)
Q3: 使用什么技术栈?(前端、后端框架?)
Q4: 有现成的用户系统吗?(是否需要集成)

问题组3:功能范围

Q1: 需要哪些核心功能?(注册、登录、找回密码?)
Q2: 是否需要权限管理?(角色、权限控制?)
Q3: 是否需要记住登录状态?(Token、Session?)
Q4: 是否需要多设备登录?(单点登录?)

问题组4:成功标准

Q1: 如何判断功能完成?(验收标准)
Q2: 有性能要求吗?(响应时间、并发量?)
Q3: 有安全要求吗?(加密、防护?)
Q4: 什么时候需要完成?(时间约束)

步骤3:用户确认需求

展示细化的需求摘要,用户确认或调整:

## 📋 需求确认

### 核心需求
- 功能:用户认证系统
- 用户:普通用户(移动端)
- 认证方式:手机号+验证码、微信OAuth
- 核心功能:注册、登录、找回密码、记住登录

### 技术约束
- 平台:微信小程序
- 技术栈:小程序原生 + Node.js + MySQL
- 集成:需要对接现有用户系统

### 成功标准
- 功能完整:注册、登录、找回密码流程完整
- 性能:登录响应  10万条)

**方案3:Algolia**
- 优势:托管服务、快速集成
- 劣势:有成本、数据需上传
- 适用:快速上线、中小数据量

**推荐**:根据数据量选择
-  10万条:方案2

---

## Common Pitfalls

### 误区1:跳过需求细化直接执行

**表现**:用户说"做个登录",直接实现
**正确做法**:先问3-4个问题确认需求

---

### 误区2:只问一个问题就行动

**表现**:问"什么平台?"就结束
**正确做法**:每个关键点问3-4个问题

---

### 误区3:假设用户需求

**表现**:"我觉得用户想要..."
**正确做法**:向用户确认,不要假设

---

### 误区4:只探索一个方案

**表现**:想到一个方案就用
**正确做法**:至少探索3个方案对比

---

### 误区5:不生成工件直接传递

**表现**:细化后不记录
**正确做法**:生成工件文件,传递给后续技能

---

## References

- 《需求工程》- Karl Wiegers
- 《用户故事地图》- Jeff Patton
- 《设计思维》- IDEO
- "5 Whys" - Root Cause Analysis
- "Six Thinking Hats" - Edward de Bono

## Source & license

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

- **Author:** [konglong87](https://github.com/konglong87)
- **Source:** [konglong87/methodology-skills](https://github.com/konglong87/methodology-skills)
- **License:** MIT
- **Homepage:** https://konglong87.github.io/anything-ai/

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.