prompt-plus

Prompt Optimizer — 提示词优化专家 一个纯 Markdown 驱动的 Claude Code Skill，帮助用户创建、优化和学习高质量 Prompt。零脚本依赖，充分利用 Agent 多轮对话和知识库检索能力。 快速开始 安装 将 skill 目录复制或链接到 Claude Code 的 skills 目录： cp -r skills/prompt-optimizer ~/.claude/skills/prompt-optimizer 使用 命令 说明 /prompt-optimizer 创建模式：空参数启动，多轮引导创建新 Prompt /prompt-optimizer <你的prompt> 优化模式：诊断+补充+优化已有 Prompt /prompt-optimizer --learn <优秀prompt> 学习模式：萃取优秀 Prompt 的模式到知识库 三种模式 1. 创建模式 需求澄清 → 场景深挖 → 结构设计 → 生成评审 → 落盘 5 阶段引导式对话，每轮最多 4 个问题 每阶段设门禁，信息不充分不进入下一步 自动匹配合适的 Prompt 结构和模板 生成后支持最多 3 轮迭代修改 2. 优化模式 深度理解 → 质量诊断 → 缺口检测 → 多轮补充(如需) → 优化生成 → 对比展示 → 落盘 8 维度质量评估（清晰度/具体性/上下文/结构化/约束/输出格式/示例/角色语调） 自动检测信息缺口，必要时启动多轮追问 输出优化前后对比 + 逐条改动说明 自动检索知识库匹配可复用模式 3. 学习模式 结构分析 → 技巧萃取 → 场景归纳 → 模式入库 识别 Prompt 使用的结构模式和技巧 归纳适用/不适用场景和关键成功因素 写入知识库，后续优化时自动检索复用 项目结构 skills/prompt-optimizer/ ├── SKILL.md # Skill 主文件 ├── references/ # 参考知识 │ ├── questioning-guide.md # 多轮提问策略指南 │ ├── quality-dimensions.md # Prompt 质量 8 维度评估体系 │ ├── prompt-patterns.md # 7 种结构模式 + 7 种常用技巧 │ └── optimization-checklist.md # 优化检查清单 ├── templates/ # 生成模板 │ ├── pattern-extraction.md # 模式萃取模板 │ └── prompt-template.md # 4 种场景 Prompt 模板 └── knowledge/ # 知识库（持续积累） ├── patterns-index.md # 模式总索引 ├── patterns/ # 已萃取的模式文件 ├── creation-log.md # 创建记录 └── optimization-log.md # 优化记录与经验沉淀 设计理念 纯 Markdown 驱动：0 行 Python，0 个脚本，全部由 Markdown + Agent + AskUserQuestion 驱动 知识库持续生长：每次优化和学习都在积累可复用的模式和经验 挑战模糊：遇到”更专业”“更准确”等模糊表述，追问到底 先理解再行动：收到 Prompt 后深度理解意图、场景、目标用户后才开始优化 解释每次变更：优化不只是给出新版本，还解释改了什么、为什么、解决什么问题