prompt-engineering-helper

npx skills add majiayu000/claude-skill-registry --skill prompt-engineering-helper --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

# Prompt Engineering Helper Skill LLM（大規模言語モデル）プロンプトの最適化とテストを支援するスキルです。 ## 概要 このスキルは、LLMプロンプトの品質を向上させるための包括的な支援を提供します。プロンプトの分析、改善提案、A/Bテスト、ベストプラクティスの適用、パフォーマンス評価など、プロンプトエンジニアリングに必要な全てのプロセスをサポートします。 ## 主な機能 - **プロンプト分析**: 現在のプロンプトの強み・弱みを評価 - **改善提案**: より効果的なプロンプトへの書き換え案を提示 - **A/Bテスト**: 複数のプロンプトバリエーションを比較評価 - **ベストプラクティス適用**: 業界標準のプロンプト設計パターンを適用 - **再現性検証**: 同じプロンプトで一貫した結果が得られるかテスト - **Few-shot例最適化**: 効果的な例の選定と配置 - **Chain-of-Thought**: 推論プロセスを明示的にするプロンプト設計 - **評価メトリクス**: 明確性、具体性、完全性、安全性などの指標でスコアリング - **トークン最適化**: コストを抑えながら品質を維持 - **マルチモーダル対応**: テキスト、画像、構造化データを含むプロンプト ## プロンプト分析の評価基準 ### 1. 明確性 (Clarity) プロンプトが曖昧さなく明確に意図を伝えているか **Good**: ``` 以下の顧客レビューを分析し、次の情報を抽出してください： 1. 感情（ポジティブ/ネガティブ/中立） 2. 主なトピック（最大3つ） 3. 改善提案（あれば） レビュー: {review_text} 出力形式: { "sentiment": "ポジティブ|ネガティブ|中立", "topics": ["トピック1", "トピック2", "トピック3"], "suggestions": ["提案1", "提案2"] } ``` **Avoid**: ``` このレビューについて分析してください。 ``` ### 2. 具体性 (Specificity) タスクの詳細、制約、期待される出力が明確に定義されているか **Good**: ``` 以下のPythonコードをレビューし、以下の観点で問題点を指摘してください： - セキュリティ脆弱性（SQLインジェクション、XSSなど） - パフォーマンスの問題（N+1クエリ、不要なループなど） - コードスタイル（PEP8違反） 各問題について： 1. 問題の種類 2. 該当する行番号 3. 具体的な改善案 を提示してください。 ``` **Avoid**: ``` このコードをレビューしてください。 ``` ### 3. 完全性 (Complet