prompt-engineering
通用提示词工程与提示词改写技能，用于设计、优化、评审、模板化与迭代 LLM 提示词；当任务涉及明确目标/约束/输出格式、角色与指令层级、few-shot 示例、结构化标签、链式分解、长上下文管理、评估与回归测试、跨模型迁移或提示词标准化时使用。
npx skills add majiayu000/claude-skill-registry --skill prompt-engineering-fancyboi999-prompt-engineering --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# Prompt Engineering ## Overview 面向生产场景的通用提示词工程流程与工具箱，帮助把模糊需求转化为可评估、可复用、可迭代的提示词方案。 ## Workflow (Production-Ready) 1) 明确目标与评估 - 任务目标、成功标准、失败示例、输出格式与长度上限 - 约束：合规/安全/语气/受众/工具使用/延迟与成本 2) 收集上下文与输入 - 必要背景信息、数据来源、上下文边界、知识盲区 - 需要补充的信息列表；不清楚就先问 3) 选择策略与结构 - 简单任务：清晰直接 + 明确格式 - 复杂任务：few-shot / 分步 / 链式 / XML / 长上下文 4) 设计提示词骨架 - 角色/身份、任务指令、上下文、输入、输出格式、约束、示例 - 使用模板变量分离固定与动态内容 5) 评估与迭代 - 用边界/异常/反例做回归 - 记录版本与变化原因，保留可复用模板 ## Strategy Selector - 清晰直接：需求含糊或目标复杂但步骤清晰 - 模板与变量：高频重复任务或多客户场景 - Few-shot：需要模式学习、风格一致、格式固定 - XML/结构化：长上下文、多段输入、可解析输出 - 角色与层级：需要稳定风格与约束时设置 system/developer - Chain prompts：任务可拆分或需要自检/复核 - Long context：多文档或超长输入，要求引用证据 - Prompt generator/improver：从 0 起草或改写现有提示词 - Prefill：强制输出前缀或格式起始（平台支持时） - Extended thinking：高难推理任务（注意成本与时延） ## Deliverables - Prompt 规范（必含）：目标、输入、约束、输出格式、示例、评估用例 - 测试用例：至少 5 个（正常/边界/异常/反例） ## References (按需加载) - `prompt-engineering/references/overview.md`: 通用流程与常见问题 - `prompt-engineering/references/be-clear-and-direct.md`: 清晰直接写法 - `prompt-engineering/references/multishot-prompting.md`: few-shot 设计 - `prompt-engineering/references/chain-of-thought.md`: 复杂推理提示 - `prompt-engineering/references/use-xml-tags.md`: XML 标签结构化 - `prompt-engineering/references/system-prompts.m
- Overview
- Workflow (Production-Ready)
- Strategy Selector
- Deliverables
- References (按需加载)
What does the prompt-engineering skill do?
通用提示词工程与提示词改写技能，用于设计、优化、评审、模板化与迭代 LLM 提示词；当任务涉及明确目标/约束/输出格式、角色与指令层级、few-shot 示例、结构化标签、链式分解、长上下文管理、评估与回归测试、跨模型迁移或提示词标准化时使用。
How do I install it?
Run `npx skills add majiayu000/claude-skill-registry --skill prompt-engineering-fancyboi999-prompt-engineering --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From majiayu000/claude-skill-registry, a repository with 534 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.