Claude Code 装上这个 Skill，写提示词像开了外挂

Claude Code 装上这个 Skill，写提示词像开了外挂。

我之前每次改 prompt 都是凭感觉：加个角色、塞个例子、补几句约束，结果输出还是忽好忽坏。直到我把 PhAlves23/prompt-engineering-skill 装进 Claude Code — 它不是”写 prompt 的 skill”，而是”改写你 prompt 的 skill“，而且改完还会告诉你每条改动在修什么毛病。

它到底做了什么

你把草稿丢过去（或者直接描述你想干嘛），它跑五阶段工作流：

1. 诊断 — 拆解真实意图、任务类型、目标模型、输出格式、约束、现有草稿的弱点
2. 选技术 — 只挑对这个任务和模型有价值的技巧（不是无脑堆）
3. 改写 — 按 canonical 结构重组：角色、上下文+动机、XML 数据包、正向指令、few-shot、输出契约
4. 自查 — 用一个质量清单自己 review 一遍（黄金测试：”完全不了解上下文的同事能跑通吗”）
5. 交付 — 优化后的 prompt + 一个 changelog，逐条说明改动对应修了哪个弱点

这个 changelog 是我最喜欢它的点 — 你不是拿到一个”看似更专业”的 prompt 就完事了，你看得到每一行字背后的依据。

跟普通 prompt 教程的区别

• 有出处：58+ 技巧都能溯源到 Anthropic 的 prompting best practices、OpenAI GPT-5/reasoning guides、Google Gemini PTCF、《The Prompt Report》学术分类
• 模型感知：给 Claude 和给 o-series 的规则不一样。它明确告诉模型”不要 think step by step”对 o-series 是负优化
• 防过度优化：简单 prompt 就给精简重写，不会硬塞 CoT 和示例把它撑成 500 行的怪物

实际效果

贴个真实例子：原文是个分类情感的 prompt，改写后多了角色、加了严格 enum 输出、加了处理反讽/否定的 CoT、用 XML 包输入防换行炸裂。每一处改动 changelog 都讲清楚了 — 哪些是修”输出无法 parse”，哪些是修”反讽判断错误率最高”。

怎么装

Claude Code 一行命令：

curl -fsSL https://raw.githubusercontent.com/PhAlves23/prompt-engineering-skill/main/install.sh | bash

或者 npx skills add，都支持。装完用 /prompt-engineering 调用，或者直接说”improve this prompt”。

它同时适配 GitHub Copilot、OpenAI Codex、Gemini CLI、Cursor、Windsurf、Cline — 不止 Claude Code。

GitHub：PhAlves23/prompt-engineering-skill

如果你写过 prompt、踩过”明明加了 CoT 还是不准”、”换模型就崩”、”调半天还是不稳定”的坑，这玩意儿能让你少走半个月弯路。

GitHub: https://github.com/PhAlves23/prompt-engineering-skill