写Prompt还在靠感觉？prompt-factory用7步强制追问帮你榨干真实需求

写过 Prompt 的人都有同感：明明需求说清楚了，AI 出来的东西还是差点意思。

问题往往不是 AI 不够聪明，而是 Prompt 本身给得太”虚”——缺少角色定义、缺少上下文边界、缺少输出格式约束、缺少质量标准。你以为你在说”写个 PRD”，实际上你在脑子里补了无数隐性前提，AI 一脸茫然。

prompt-factory 就是来解决这个问题的。它不是给你一个模板让你自己填空，而是像一个资深产品经理那样——先追问你 5-7 个关键问题，把你的真实需求榨出来，然后才生成一个几千字的生产级 mega-prompt。

先问清楚，再动手

这个 Skill 的核心逻辑很有意思：哪怕你的需求听起来很简单（比如”给我写一个产品经理的 Prompt”），它也强制要求走完 5-7 步提问流程。

问题分为几类：
– 角色 & 领域：AI 要扮演什么角色？属于哪个行业？
– 使用场景 & 输出格式：要生成代码、文档、策略还是分析报告？
– 上下文 & 约束：技术栈是什么？有什么合规要求？预算和时间线呢？
– 风格 & 格式偏好：专业还是口语？详细还是简洁？

听起来麻烦，但实际上正是这种”强制澄清”避免了返工。你不需要在生成后再跟 AI 来回拉扯改需求，Prompt 本身就已经把水分榨干了。

69 种预设，覆盖 15 个职业领域

如果你不想从零开始，它内置了 69 个快速启动预设，覆盖：

• 技术：全栈工程师、DevOps、数据科学家、安全工程师、云架构师……
• 商业：产品经理、项目经理、营销经理、商业分析师……
• 创意：文案、社交媒体运营、SEO 专家、视频制作人……
• 法律/金融/人力资源/设计……基本你听过的职业角色都有。

每个预设都是现成的，你只需要确认几个变量就能直接生成，不用从空白开始憋。

生成完还帮你做质量检查

这点特别良心。Prompt 生成后，Skill 会跑一个 7 步质检门控：

1. XML 结构完整性（标签有没有开没关）
2. 完整性——所有问卷答案都融入了
3. Token 数量合理（Core 模式 3000-6000，Advanced 最高 12000）
4. 无占位符残留
5. 工作流可执行
6. 最佳实践已应用
7. 至少 2 个示例

不达标就不交付，必须先修。这是一个真正考虑”交付物质量”的 Skill，不只是生成文本。

格式随便选，ChatGPT / Claude / Gemini 全支持

生成完 mega-prompt 之后，你可以选择输出格式：XML（默认，LLM 解析最友好）、Claude 系统提示格式、ChatGPT 自定义指令格式、Google Gemini 格式，或者一次性全要。

这个设计很务实——你不需要再手动转换格式，直接复制到对应工具里就能用。

总结

prompt-factory 解决的是一个很具体的问题：大家都在讨论”写好 Prompt”，但很少有人系统地教你怎么通过提问把需求定义清楚再动手。

它用强制提问 + 预设模板 + 质量验证三板斧，把”写 Prompt”这件事从凭感觉升级成了系统工程。如果你经常需要给 AI 下指令，或者你的团队需要统一 Prompt 质量标准，这个 Skill 值得收藏。

GitHub：https://github.com/alirezarezvani/claude-code-skill-factory/tree/dev/generated-skills/prompt-factory

GitHub: https://github.com/alirezarezvani/claude-code-skill-factory/tree/dev/generated-skills/prompt-factory