المهارات senior-prompt-engineer

senior-prompt-engineer

آمن ⚡ يحتوي على سكربتات📁 الوصول إلى نظام الملفات

Domina la Ingeniería de Prompts para LLMs

متاح أيضًا من: alirezarezvani

Crear prompts efectivos para modelos de lenguaje grandes requiere experiencia profunda en patrones, marcos y técnicas de optimización. Esta habilidad proporciona estrategias de ingeniería de prompts listas para producción para Claude, GPT-4 y otros LLMs, incluyendo salidas estructuradas, razonamiento chain-of-thought y diseño de sistemas agentivos.

يدعم: Claude Codex Code(CC)
🥈 77 فضي
1

تنزيل ZIP المهارة

2

رفع في Claude

اذهب إلى Settings → Capabilities → Skills → Upload skill

3

فعّل وابدأ الاستخدام

اختبرها

استخدام "senior-prompt-engineer". Create a prompt that helps developers write clean, documented Python code with type hints

النتيجة المتوقعة:

  • Define clear role and expertise level for the AI
  • Specify output structure and format requirements
  • Include example code with inline comments
  • Add validation criteria for successful outputs
  • Provide guidelines for handling edge cases

استخدام "senior-prompt-engineer". Design a few-shot prompt for sentiment analysis of customer reviews

النتيجة المتوقعة:

  • Provide 3-5 labeled examples showing positive, negative, and neutral reviews
  • Include brief explanations for each example classification
  • Add format instructions for consistent response structure
  • Specify handling for ambiguous cases

استخدام "senior-prompt-engineer". Create a chain-of-thought prompt for mathematical problem solving

النتيجة المتوقعة:

  • Break down the problem into explicit steps
  • Show intermediate calculations and reasoning
  • Verify each step before proceeding to the next
  • Final answer with supporting work shown

التدقيق الأمني

آمن
v5 • 1/17/2026

Documentation-focused skill containing reference guides and template Python scripts for prompt optimization, RAG evaluation, and agent orchestration. All scripts are skeleton implementations with standard file I/O only. No network calls, credential access, or shell command execution detected. All 68 static findings are false positives caused by scanner misinterpretation of documentation keywords and markdown code fence syntax.

8
الملفات التي تم فحصها
1,042
الأسطر التي تم تحليلها
2
النتائج
5
إجمالي عمليات التدقيق
تم تدقيقه بواسطة: claude عرض سجل التدقيق →

درجة الجودة

68
الهندسة المعمارية
100
قابلية الصيانة
87
المحتوى
23
المجتمع
100
الأمان
91
الامتثال للمواصفات

ماذا يمكنك بناءه

Construir Sistemas de IA en Producción

Diseñar pipelines de prompts robustos para aplicaciones de IA en producción con marcos de evaluación y estrategias de monitoreo.

Definir Requisitos de Productos de IA

Crear especificaciones claras de prompts y métricas de éxito para características impulsadas por IA y experiencias de usuario.

Optimizar el Rendimiento de LLMs

Aplicar técnicas de evaluación sistemáticas para mejorar las salidas del modelo y reducir costos mediante optimización de prompts.

جرّب هذه الموجهات

Chain-of-Thought
Solve this problem step by step. First, identify the key components. Second, analyze each component. Third, reason through the relationships. Finally, derive the conclusion with supporting evidence.
Few-Shot Examples
Complete the following tasks based on these examples: Example 1: [input] -> [output]. Example 2: [input] -> [output]. Now complete: [new input] -> ?
Structured Output
Provide your response as a valid JSON object with these exact fields: { "summary": "brief summary", "confidence": 0.0-1.0, "reasoning": "explanation" }. Do not include any other text.
System Persona
You are an expert [role] with [years] years of experience. You always: 1) Start with clear understanding, 2) Provide structured responses, 3) Include practical examples, 4) Ask clarifying questions when needed.

أفضل الممارسات

  • Comienza con una definición clara del rol y establecimiento de contexto para el modelo de IA
  • Usa formatos de salida específicos como JSON o listas estructuradas para reducir la variabilidad
  • Itera sistemáticamente probando prompts y midiendo resultados contra métricas
  • Incluye manejo de errores e instrucciones de respaldo para casos límite

تجنب

  • Evita instrucciones vagas que dejan la interpretación al modelo
  • No satures los prompts con demasiadas restricciones simultáneamente
  • Evites asumir que la IA tiene contexto que no has proporcionado explícitamente
  • No uses prompts que intenten evadir las guías de seguridad

الأسئلة المتكررة

¿Con qué LLMs funcionan estos prompts?
Estos patrones funcionan con Claude, GPT-4, Gemini y la mayoría de LLMs modernos ajustados por instrucciones. Algunos ajustes pueden ser necesarios para resultados óptimos.
¿Cuáles son los límites de tokens para los prompts?
La mayoría de los modelos soportan 4K-128K tokens de contexto. Mantén los prompts del sistema bajo 2K tokens para dejar espacio para el contenido del usuario y las respuestas.
¿Puedo combinar múltiples patrones?
Sí. Chain-of-thought funciona bien con salidas estructuradas. Los ejemplos few-shot mejoran los prompts basados en roles. Comienza simple y añade complejidad gradualmente.
¿Cómo protejo datos sensibles?
Nunca incluyas información personal, credenciales o código propietario en los prompts. Usa valores de placeholder y documenta los requisitos de datos por separado.
¿Por qué mi prompt funciona diferente con el tiempo?
Las actualizaciones del modelo pueden cambiar el comportamiento. Versiona tus prompts, pruébalos regularmente y actualízalos cuando cambien las versiones del modelo.
¿Cómo se diferencia esto del prompting básico?
Esta habilidad cubre patrones de producción incluyendo evaluación, optimización y diseño de sistemas. El prompting básico proporciona respuestas de un solo turno.