为什么你写的 Prompt 总是不管用？这个 Skill 给了答案

写过 Prompt 的人都有一个感受：AI 听不懂人话，有时候不是模型的问题，是你喂的上下文太烂了。

prompting 这个 Skill 解决的就是这个问题——它不是教你「怎么写 Prompt」，而是教你「怎么组织 AI 的思考上下文」，也就是 Context Engineering。

核心观点很反直觉：上下文是有限的，每个 Token 都在消耗 AI 的注意力预算。你塞得越多，AI 反而越容易退化。

所以这个 Skill 的第一条原则就是：少即是多。不要给 AI 完整的数据转储，用轻量级引用代替，让它需要的时候再动态加载。

在此基础上，它总结了 6 条核心原则：

• Context is Finite — 把上下文当昂贵资源来对待
• Optimize Signal-to-Noise — 清晰直接的语言 > 冗长的解释
• Progressive Discovery — 用轻量标识符代替完整数据
• Just-in-Time Loading — 按需加载，不要提前灌
• Structured Note-Taking — 把重要信息写到记忆工具，而不是塞进上下文
• Sub-Agent Architecture — 把子任务委托给专门的 Agent，减少主上下文负担

写法上也有硬规矩：背景信息要极简、指令要用祈使句、约束条件要具体、反面示例至少要有一个。

最后还有一份 Anti-Pattern 清单，专门帮你检测那些”看起来对但其实会让 AI 变笨”的写法。

安装很简单：

npx skills add https://github.com/danielmiessler/PAIPlugin --skill prompting

支持 Claude Code 和 Codex CLI。44 星，8 个 Fork，背后是 Daniel Miessler（安全圈知名博主），质量有保证。

GitHub：https://github.com/danielmiessler/PAIPlugin

GitHub: https://github.com/danielmiessler/PAIPlugin