还在瞎写 Prompt？这个 Skill 把 LLM / 图生 / 视频提示词全打包了

你有没有这种感觉：同样是问 Claude/GPT，别人出的图精致得像壁纸，你出的图却像 AI 喝多了？

差距往往不在模型，而在那一段提示词。

今天要推荐的 Skill 叫 prompt-engineering，作者是 inference.sh。它不只教你”怎么写 prompt”，而是直接把 LLM、图像生成、视频生成三类模型的提示词方法论做成了一份可复用的 Skill。也就是说，装完之后，你每次写 prompt 都能按这套方法走一遍，不用每次都自己瞎想。

为什么说这个 Skill 特别适合”调教 AI”？

它的核心不是给你一段万能模板，而是给你一套思维框架：

• LLM 提示词：角色设定 + 任务描述 + 约束条件 + 输出格式，四件套搭好，回答质量直接上一个台阶。它还手把手教你 few-shot、chain-of-thought 怎么用。
• 图像生成提示词：主体 + 风格 + 构图 + 光线 + 技术参数，这个公式在 FLUX、Stable Diffusion、Veo 等模型里都通用。
• 视频生成提示词：镜头类型 + 主体动作 + 场景 + 风格 + 时间关键词，让 AI 知道你要的是”慢镜头追踪”而不是”随便动一下”。

更难能可贵的是，它还总结了常见踩坑点：提示词太模糊、太冗长、前后矛盾、没有指定格式、缺少示例——这五类问题，90% 的人都中过招。

谁适合用？

• 天天跟 Claude / GPT / Gemini 打交道的 prompt 工程师
• 用 Midjourney / FLUX / Stable Diffusion 做设计的创作者
• 想把 AI 工作流从”看运气”变成”可复现”的任何人

一句话总结

提示词不是玄学。这个 Skill 把”怎么跟 AI 说话最有效”整理成了一套可复用的方法论，装进你的工作流之后，出图质量和文本回答都会更稳定。

如果你也受够了”同样一个模型，别人能用出神入化，你只能用个寂寞”，建议立刻试试。

GitHub： https://github.com/inference-sh/skills/tree/main/guides/prompting/prompt-engineering

GitHub: https://github.com/inference-sh/skills/tree/main/guides/prompting/prompt-engineering