你的prompt为什么总是不够好？试试这个”prompt优化器”——先把坑填上再重写

你有没有这种感觉——写了个 prompt，感觉意思挺清楚的，结果 AI 给你返回的东西完全不是你想要的？

问题很可能不在 AI，在你的 prompt 太”模糊”了。

今天给大家挖到一个超实用的 Skill，叫 promptimize，专门解决”prompt 写完感觉没问题，但就是不好用”这个痛点。

它是怎么工作的？

promptimize 的思路很聪明——先把坑补上，再重写。

整个流程分 5 步：

1. 分析 — 读你原始的 prompt，找出模糊点、隐含假设、会让模型瞎猜的地方。

2. 澄清（仅必要时）— 主动确认关键信息：比如你提到了一个文件名，它会先去读文件内容确认你说的是对的；遇到模糊词（”快速”、”简洁”），会追问你具体指什么。这个环节克制，不搞连续追问轰炸。

3. 批判性审查 — 意图清晰后，检查有没有漏洞或错误假设、外部资料有没有被引用。

4. 重写 — 把所有收集到的信息整合进最终 prompt。

5. 输出 — 只输出那个优化后的 prompt，放在代码块里，没有任何废话。

核心设计原则

promptimize 背后的 prompt 工程方法论相当扎实：

• 说给新同事听：写得让一个完全没有上下文的人也能看懂。
• 结构化分隔：用 Markdown 标题或 XML 标签把指令、数据、示例、输出格式区分开。
• 正向约束：说”只使用提供的上下文”而不是”不要编造”。
• 长材料放底部，指令放结尾：模型对开头和结尾记忆更好。
• 不给推理模型加思维链 scaffolding：它们已经在内部推理了，加了反而多余。

适用场景

• 你写了个系统 prompt，效果不理想
• 你的 prompt 里有模糊词（”简洁点”、”专业一点”）
• 你要让一个 prompt 跨模型迁移（Claude/GPT 都能用）
• 你在设计 AI Agent 的指令集，需要输出稳定可测

安装方式

npx skills add https://github.com/SanderMuller/boost-skills --skill promptimize

GitHub 仓库：https://github.com/SanderMuller/boost-skills

作者：白鹿

GitHub: https://github.com/SanderMuller/boost-skills