What is prompt-engineer?

This Claude skill provides a comprehensive framework for mastering prompt engineering, enabling users to design high-quality, consistent, and structured AI interactions. It offers proven templates and advanced techniques like Chain-of-Thought and Few-shot learning to optimize LLM performance and ensure reliable outputs for AI applications.

When should I use prompt-engineer?

prompt-engineer is useful in the following scenarios: • Designing and optimizing system prompts to define specific AI personas, behavioral guidelines, and operational constraints. • Implementing Chain-of-Thought (CoT) reasoning to improve the accuracy of complex, multi-step logical tasks and problem-solving. • Creating structured output templates (such as JSON or specific schemas) to ensure AI responses are easily integrated into software workflows. • Applying few-shot learning by providing specific examples to guide the model in specialized classification or formatting tasks. • Refining prompt strategies to reduce hallucinations and improve the factual consistency of information generated by the LLM.

name	prompt-engineer
description	Prompt 工程最佳实践指南。当用户需要优化 AI 提示词、设计系统提示、提升 LLM 输出质量、或构建 AI 应用的提示策略时使用此技能。

Prompt Engineer

掌握与大语言模型高效沟通的艺术，设计出能够产生高质量、一致性输出的提示词。

核心原则

清晰具体：明确说明你想要什么
提供上下文：给模型足够的背景信息
结构化输出：指定期望的输出格式
迭代优化：持续测试和改进

Prompt 结构模板

基础结构

[角色定义]
你是一个{专业领域} 专家，擅长 {具体技能}。

[任务描述]
请帮我{具体任务}。

[上下文信息]
背景：{相关背景}
约束：{限制条件}

[输出要求]
请以 {格式} 输出，包含 {具体要素}。

[示例]（可选）
输入：{示例输入}
输出：{示例输出}

关键技巧

1. 角色设定（Role Prompting）

你是一位有10 年经验的高级后端工程师，专注于：
- 分布式系统设计
- 性能优化
- 代码质量把控

请以这个角色审查以下代码...

2. 少样本学习（Few-shot Learning）

将用户反馈分类为：正面、负面、中性

示例1：
输入："这个产品太棒了！"
输出：正面

示例2：
输入："送货太慢了，很失望"
输出：负面

现在分类：
输入："产品还行，价格有点贵"
输出：

3. 思维链（Chain of Thought）

请一步步分析这个问题：

1. 首先，理解问题的核心是什么
2. 然后，列出可能的解决方案
3. 接着，评估每个方案的优缺点
4. 最后，给出推荐方案和理由

4. 输出格式控制

请以 JSON 格式返回，结构如下：
{
  "summary": "简要总结",
  "key_points": ["要点1", "要点2"],
  "recommendation": "建议",
  "confidence": 0.0-1.0
}

System Prompt 设计

通用模板

## 角色
你是 {角色名称}，{角色描述}。

## 能力
- {能力1}
- {能力2}

## 行为准则
- {准则1}
- {准则2}

## 限制
- 不要 {限制1}
- 避免 {限制2}

## 输出风格
{风格描述}

代码助手示例

## 角色
你是一个专业的编程助手。

## 行为准则
- 代码要有清晰的注释
- 优先考虑可读性和可维护性
- 主动指出潜在问题
- 解释关键设计决策

## 输出格式
1. 先简要说明方案
2. 提供完整代码
3. 解释关键部分
4. 列出注意事项

常见问题与解决

问题	解决方案
输出太长	添加字数限制："请在200字以内"
输出不一致	提供更多示例，明确格式要求
理解偏差	分解任务，逐步确认
幻觉问题	要求引用来源，添加"如不确定请说明"

高级技巧

1. 自我反思提示

完成任务后，请：
1. 检查是否满足所有要求
2. 指出可能的改进点
3. 评估置信度（1-10）

2. 约束边界

重要约束：
- 只使用提供的信息
- 不确定时明确说明
- 不要编造数据或引用

参考资源

Anthropic Prompt Engineering: https://docs.anthropic.com/claude/docs/prompt-engineering
OpenAI Best Practices: https://platform.openai.com/docs/guides/prompt-engineering

prompt-engineer

When & Why to Use This Skill

Use Cases