PromptLoop：把“试 prompt”变成可重复评估闭环的 Claude Skill

你是不是也经历过这种崩溃：明明某个 prompt 在对话里跑得很顺，一换场景、一换模型就翻车？更麻烦的是，改了以后好还是不好，全靠你肉眼看，没有记录，没有对比，更没有证据。

今天这个 Skill 刚好戳中这个痛点：PromptLoop。

它不是又一篇“10个Prompt技巧”文章，而是一个可落地的提示词评估工具。你把 prompt 扔给它，它会帮你注册版本、自动生成测试用例、跑评估、出报告；要是某些 case 挂了，你让它修，它还会给你一个带 colored diff 的修改建议，你按个键就能写入。说白了，就是把“写 prompt → 测 prompt → 修 prompt”这条动作，从人工记小本本，变成可持续复用的工程流程。

为什么我特别推荐这个 Skill？因为它刚好补上了当前大多数 AI 工作流里最弱的一环：评测。现在很多团队都能写出像模像样的 prompt，但几乎没有沉淀测试集、指标和版本对比的习惯。PromptLoop 直接在项目里建一套 .evals/ 目录，把 prompts、test cases、eval configs、run results 都落盘，下次迭代直接接上。

它内置的评估方式也很实用：latency、json_schema、fuzzy_match、llm_judge 都有。对于日常 prompt 工程，这些已经能覆盖 80% 的验证场景。你不需要额外搭一套评测平台，装完就能跑。

如果你经常用 Claude Code，或者团队里 prompt 在多人间传来传去，这个 Skill 能帮你把“经验式调优”变成“证据式迭代”。它现在还是早期实验项目，但我已经把它放进我的 prompt 工具箱了。

GitHub： https://github.com/Bella3202019/promptloop

GitHub: https://github.com/Bella3202019/promptloop