Promptify：把含糊的 prompt 翻成 Claude 真能照干的指令

你有没有这种感觉——明明给了 Claude 一大段话，出来的结果还是那种”正确但没用”的废话？

不是 Claude 变笨了，是你的 prompt 本身没说人话。”帮我做个支付系统”——Claude 拿到这种话只能猜，猜出来当然就稀烂。

最近翻到一个叫 Promptify 的小工具（42 stars，MIT 协议），专门干一件事：把你脑子里的需求翻成 Claude 真的能照着干的结构化指令。今天把它和 prompt 优化这个主题合在一起聊聊。

这个 Skill 在干嘛

Promptify 的核心就是一个 /promptify 命令 + 三个修饰符：

• +ask：先反问你 1-3 个澄清问题（成功率最高的时候）
• +deep：先去翻你 codebase 看上下文
• +web：先联网搜 2024-2026 的最佳实践

不加修饰符也行，它会自动判断你的 prompt 属于 coding / writing / analysis / creative / data 哪类，对症下药。

它改写 prompt 的核心契约（每条 prompt 必备 4 元素）

只要这 4 个元素没补齐，它就不会放手。

实拍对比

扔一句 “Build a payment system” 给它，出来的东西是这样：

你是带 Stripe 集成经验的高级后端工程师。
<task>
1. 分析支付需求（一次性 vs 订阅、币种、退款）
2. 设计数据模型（customer / payment / subscription）
3. 用幂等键实现 Stripe 集成
4. 加 webhook 控制器
5. 补 happy path + 失败用例的测试
</task>
<constraints>
- 用 Stripe API 2024-01 版本
- 卡片失败要给用户友好提示
- 所有支付事件写日志
- 永远不要存裸卡号
</constraints>
<output>
包含：PaymentService 类、Webhook 控制器、DB 迁移、测试覆盖
</output>

直接可以丢给 Claude Code 干活。

行业视角：为什么这玩意儿值得装

最近一年我观察下来，AI 圈里”prompt 工程”这个词的热度在降，但”prompt 优化工具”在涨。原因很简单——大家发现模型能力已经够强，瓶颈反而是输入侧。Anthropic 官方 4.x 的 SKILL 体系里，”meta-prompting”也成了单独一类。

Promptify 这种东西解决的不是”怎么写 prompt”，是”我现在写的 prompt 有哪里没写清楚”——更接近一个实时体检工具，而不是教学手册。

对于已经在用 Claude Code / Cursor / Antigravity 的朋友，我建议直接装一个，反正就 57 行 SKILL.md，几乎零成本：

npx skills add tolimarchuk/promptify-skill --skill promptify
# 或 Claude Code：
claude plugin install promptify@tolibear

几个真实用法

• 写代码卡壳时：先 /promptify +deep 你的需求，让它先读 codebase
• 拿不准要补充什么：用 +ask 让它先问你
• 想跟上新版本 API：加 +web 让它搜一下
• vibe 写个落地页：直接 /promptify "做一个 SaaS 落地页"

一句话总结

如果你发现最近 Claude 给你的输出越来越”正确但没用”，99% 不是模型问题，是你输入的那段话缺了 4 元素之一。装个 Promptify 当作日常 prompt 的语法检查器，比重新学 prompt 工程性价比高多了。

📦 GitHub: https://github.com/tolimarchuk/promptify-skill

今日盘点：Promptify + Anthropic SKILL 体系的 meta-prompting 趋势。”会用 AI” 和”让 AI 听话”之间的鸿沟，正在被这类小工具一点点填上。

GitHub: https://github.com/tolimarchuk/promptify-skill