别再用玄学调 Prompt 了，这个 Skill 让 AI 调教变成可重复的科学——

别再用玄学调 Prompt 了，这个 Skill 让 AI 调教变成可重复的科学——

别再写”你是一个有用的助手”这种废话了。今天聊一个我最近用上瘾的 Skill，直接把 Prompt Engineering 从玄学变成可复制的方法论。

这个 Skill 来自斯坦福 brycewang-stanford 开源的 Auto-Empirical-Research-Skills 仓库，名字叫 prompt-engineering-research。它的核心思路是：把 Prompt 调优当成一个可重复的科研流程来做——而不是凭感觉改来改去。

具体来说，它会帮你：

• 拆解现有 Prompt 的真实意图和结构漏洞
• 用结构化模板重新组织上下文、约束和示例
• 用可验证的方式评估优化前后的效果差异
• 沉淀成可复用、可分享的 Prompt 资产

我实际用下来的感受是，最大的价值不是”帮你写一个更好的 Prompt”，而是”帮你建立一套更好的 Prompt 工作流”。以前我调 Claude 的指令，改了十版也不知道哪版真的有用；现在至少能区分是上下文不足、约束不够，还是示例不够。

适合谁用？

• 经常写长指令、System Prompt 的产品/运营/研究员
• 想把 Prompt 当工程资产管理的团队
• 对”为什么这个指令有效”有执念的好奇宝宝

GitHub 链接：https://github.com/brycewang-stanford/Auto-Empirical-Research-Skills/tree/main/skills/43-wentorai-research-plugins/skills/domains/ai-ml/prompt-engineering-research

GitHub: https://github.com/brycewang-stanford/Auto-Empirical-Research-Skills/tree/main/skills/43-wentorai-research-plugins/skills/domains/ai-ml/prompt-engineering-research