Back to Marketplace
FREE
Unvetted
Career Boost

Prompt Engineering - 通用提示词工程助手

Universal prompt engineering assistant. Deconstructs complex prompts into structured variables, generates bilingual vocabulary banks, identifies domain, evaluates quality, learns new terms, compares prompts, and optionally outputs PromptFill-compatib

New skill
No reviews yet
New skill
🤖 Claude Code Cursor💻 Codex🦞 OpenClaw
FREE

Free to install — no account needed

Copy the command below and paste into your agent.

Instant access • No coding needed • No account needed

What you get in 5 minutes

  • Full skill code ready to install
  • Works with 4 AI agents
  • Lifetime updates included
SecureBe the first

Description

--- name: prompt-engineering description: Universal prompt engineering assistant. Deconstructs complex prompts into structured variables, generates bilingual vocabulary banks, identifies domain, evaluates quality, learns new terms, compares prompts, and optionally outputs PromptFill-compatible JSON. Use when a user wants to analyze, split, translate, learn from, compare, or template-ify any AI image/text prompt. Trigger phrases include: "analyze prompt", "split prompt", "extract variables", "create template", "learn vocabulary", "compare prompts", "词库", "提示词拆分", "提示词分析", "创建模板", "学习新词", "对比提示词". --- # Prompt Engineering - 通用提示词工程助手 将任意复杂提示词拆解为结构化变量,提供配套词库与双语翻译,支持词库扩展学习、提示词对比、质量评估,可选生成 PromptFill 兼容的 JSON 模板。 --- ## 工作模式 收到提示词后,**先询问用户需要哪种输出**(除非用户已明确指定): ``` 我可以提供以下服务,请选择: A. 仅分析 — 提取变量、识别领域、评估质量、给出改进建议 B. 拆分 + 词库 — 提取变量,并为每个变量生成候选词库(推荐) C. 完整模板输出 — 生成 PromptFill 兼容的 JSON 模板(含词库) D. 学习新词 — 从提示词中提取新变量/词条,扩展词库 E. 对比分析 — 对比两段提示词的结构差异 (默认推荐 B) ``` --- ## 核心工作流 ### Step 1:解析提示词 识别所有可变部分,统一标注为 `{{variable_name}}` 格式: **识别模式**: - `[内容]` → `{{variable_name}}` - `(内容)`/ `(内容)` → `{{variable_name}}` - `__________` 下划线占位 → `{{variable_name}}` - 语义上明显可替换的名词/短语 → `{{variable_name}}` - 已有 `{{key}}` 或 `{{key: 内联默认值}}` → 保留并识别(`baseKey` 为冒号前部分) **变量命名规则**: - 小写英文 + 下划线:`art_style`、`character_type` - 名称应描述变量语义,而非具体值 - 同一 baseKey 多处出现合并计数,不分裂 - 同义变量归并为同一 key --- ### Step 2:领域识别与结构分析报告 **领域分类**(根据主要描述对象判断): | 领域 | 触发特征 | 典型变量 | |------|---------|---------| | `portrait` | 人像、角色、人物 | character_type, expression, outfit | | `product` | 产品、商品、物体 | product_type, material, background | | `design` | 平面、海报、UI | layout, typography, color_scheme | | `art` | 纯艺术、概念图 | art_style, mood, composition | | `common` | 通用 / 无法判断 | — | **输出标准化分析表格**: ```markdown ## 📋 提示词分析 - 总长度:XXX 字符 / 变量数量:X 个 - 主要领域:portrait / 次要领域:art | 变量名 | 当前值/占位 | 内联值(若有) | 语义类别 | 词库状态 | |--------|------------|------------|---------|---------| | art_style | 赛博朋克 | — | visual | ✓ 通用词库已有 | | character_type | 少女 | — | character | ✓ 通用词库已有 | | weapon | 光剑 | — | item | ✎ 建议新建 | | lighting | 霓虹灯光 | — | visual | ✓ 通用词库已有 | ``` **变量语义类别**(参考 [vocabulary-banks.md](vocabulary-banks.md)): | 类别 | 英文 key | 说明 | |------|---------|------| | 主体 | `character` | 人物、角色、生物 | | 道具 | `item` | 物品、配饰、武器 | | 动作 | `action` | 动词、姿势、行为 | | 场景 | `location` | 地点、环境、背景 | | 视觉 | `visual` | 风格、色彩、光影 | | 技术 | `technical` | 镜头、渲染、构图 | | 其他 | `other` | 不属于以上任何类别 | --- ### Step 3:词库生成(模式 B/C) 为每个变量生成 **5–12 个候选词条**: ```markdown ### {{art_style}} — 艺术风格 | 中文 | English | |------|---------| | 赛博朋克 | Cyberpunk | | 蒸汽朋克 | Steampunk | | 水墨国风 | Chinese Ink Painting | | 吉卜力风格 | Ghibli Style | | 超现实主义 | Surrealism | | 暗黑哥特 | Dark Gothic | | 新海诚风格 | Makoto Shinkai Style | ``` **词库生成规则**: - 覆盖主流常见选项,兼顾小众精品 - 双语完整,英文为 AI 平台主流表达 - 选项之间语义具有明显差异(避免同义重复) - 内联默认值(`{{key: 某值}}`)中的具体词自动纳入词库 - 若内联值与通用词库某选项一致,标注为"正式选项";若不在词库中,标注为"临时词条,建议加入词库" --- ### Step 4:重构提示词 输出三个版本: **结构化版本**(变量已标注): ``` {{art_style}}风格的{{character_type}}, 手持{{weapon}},站在{{location}}中。 {{lighting}}光线,{{camera_angle}}构图。 ``` **内联默认值版本**(推荐值已内嵌,仍可替换): ``` {{art_style: 赛博朋克}}风格的{{character_type: 少女}}, 手持{{weapon: 光剑}},站在{{location: 废弃工厂}}中。 {{lighting: 霓虹灯光}},{{camera_angle: 低角度仰拍}}构图。 ``` **示例填充版本**(从词库随机抽取值填充,供直接测试): ``` 蒸汽朋克风格的机甲战士, 手持符文长剑,站在赛博朋克都市中。 体积光束照射,俯视鸟瞰构图。 ``` > 示例填充版本可直接复制到 AI 平台测试效果,确认满意后再进行下一步。 --- ### Step 5:PromptFill JSON 输出(仅模式 C) > 完整示例见 [examples.md](examples.md) 生成完整 JSON: ```json { "id": "tpl_<descriptive_name>", "name": { "cn": "模板中文名", "en": "Template English Name" }, "content": { "cn": "{{art_style: 赛博朋克}}风格的{{character_type}}...", "en": "{{art_style: Cyberpunk}} style {{character_type}}..." }, "imageUrl": "https://placehold.co/600x400/png?text=Template", "selections": { "art_style": { "cn": "赛博朋克", "en": "Cyberpunk" } }, "tags": ["角色", "风格"], "language": ["cn", "en"], "banks": { "art_style": { "label": { "cn": "艺术风格", "en": "Art Style" }, "category": "visual", "options": [ { "cn": "赛博朋克", "en": "Cyberpunk" }, { "cn": "蒸汽朋克", "en": "Steampunk" } ] } } } ``` **字段说明**: - `id`:唯一标识符,`tpl_` 前缀 + 英文描述 - `content`:双语提示词正文,支持 `{{variable}}` 和 `{{variable: 内联值}}` 两种写法 - `selections`:每个变量的默认选中值(各一个双语对象) - `banks`:随模板附带的词库定义(含 label、category、options) - `tags`:内容主题标签(不含"图片"、"视频"等类型词) --- ### Step 6:词库扩展学习(模式 D) 从提示词或用户提供的词条中学习新变量,**半自动模式**(生成建议后等待人工审核): **工作流程**: ``` 输入提示词 / 词条列表 ↓ 对照 vocabulary-banks.md 检查现有词库 ↓ 标记新变量(不在词库中的 key) ↓ 提取可复用的候选选项 ↓ 评估复用性(1-10 分) ↓ 生成学习报告 → 等待用户审核 ``` **学习报告格式**: ```markdown ## 元素学习报告 ### ✨ 新变量:{{weapon_type}} - 推荐类别:`item` - 复用性评分:8/10(多种场景通用) - 建议选项: | 中文 | English | |------|---------| | 符文长剑 | Runic Longsword | | 光子步枪 | Photon Rifle | | 时空镰刀 | Time-Space Scythe | **审核选项**: - [ ] 批准加入词库 - [ ] 需要修改(请说明) - [ ] 拒绝(理由) --- ### 🔄 现有词库扩展建议:{{lighting}} 新增选项 - 建议添加:`{ cn: "张艺谋电影灯光", en: "Zhang Yimou Cinematic Lighting" }` - 原因:未在现有词库中,具有较高复用性 --- ### 💡 内联词条升级建议 - `{{art_style: 赛博道家}}` — "赛博道家"不在词库中,建议升级为正式选项 - `{{lighting: 月光冷光}}` — "月光冷光"已在词库中,可改回 `{{lighting}}` 普通占位 ``` **复用性评分标准**: | 分数 | 含义 | |------|------| | 8–10 | 通用性强,多种场景复用,建议立即添加 | | 5–7 | 有一定复用价值,可选添加 | | 1–4 | 场景高度专属,建议保持为内联临时词条 | --- ### Step 7:对比分析(模式 E) 对比两段提示词的结构差异: ```markdown ## 对比分析报告 ### 📊 基本对比 | 维度 | 提示词 A | 提示词 B | |------|---------|---------| | 总长度 | 120 字符 | 85 字符 | | 变量数量 | 8 个 | 5 个 | | 主要领域 | portrait | portrait | | 结构层次 | 3 层 | 1 层 | ### 🔍 变量差异 | 变量名 | A | B | 说明 | |--------|---|---|------| | art_style | ✓ | ✓ | 两者均有 | | lighting | ✓ | ✗ | A 有,B 缺失 | | camera_angle | ✗ | ✓ | B 有,A 缺失 | | render_quality | ✓ | ✗ | A 更专业 | ### 💡 结论 - A 更完整,适合精细控制 - B 更简洁,适合快速测试 - 建议:将 A 的 `{{lighting}}` 和 `{{render_quality}}` 补充到 B 中 ``` --- ## 质量评估 | 维度 | 评分 | 说明 | |------|------|------| | 完整性 | 8/10 | 主体、风格、场景均有描述 | | 专业性 | 7/10 | 建议补充摄影参数 | | 可用性 | 8/10 | 结构清晰,变量定义明确,易于理解 | | 可变性 | 9/10 | 变量划分合理,覆盖面广 | | 双语质量 | 8/10 | 英文表达地道 | **常见改进建议**: - 添加 `{{lighting}}` 光照参数 - 补充 `{{camera_angle}}` 构图视角 - 建议增加 `{{mood}}` 情绪/氛围描述 - 补充 `{{render_quality}}` 提升专业性 --- ## 双语翻译规则 1. **英文优先用 AI 平台通用表达**,不直译中文(如"赛博朋克少女"→ "cyberpunk girl",而非 "cyber punk young lady") 2. **专有名词保留英文**(如 `Ghibli Style`) 3. **描述性短语使用地道英文表达**,避免机械翻译 4. **技术参数用专业术语**(如 `f/2.8 aperture`、`bokeh effect`) --- ## 快速参考:常用变量词库 通用变量列表见 [vocabulary-banks.md](vocabulary-banks.md),涵盖: - 艺术风格、角色类型、服装配饰 - 场景环境、光照效果、构图视角 - 色彩方案、摄影参数、情绪氛围 --- ## 示例对话 完整示例见 [examples.md](examples.md),包含: - 简单人像提示词拆分(模式 A) - 复杂多段提示词拆分 + 词库(模式 B) - PromptFill JSON 生成(模式 C) - 英文提示词双语处理

Preview in:

Security Status

Unvetted

Not yet security scanned

Related AI Tools

More Career Boost tools you might like