下载技能 ZIP
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
开启并开始使用
测试它
正在使用“prompt-engineering-patterns”。 Design a prompt that helps users write professional emails
预期结果:
具有角色定義、語氣指南和格式部分的結構化電子郵件撰寫模板，可產生一致、專業的電子郵件輸出。
正在使用“prompt-engineering-patterns”。 How can I improve code review quality with AI?
预期结果:
一個少量樣本提示，提供程式碼審查範例，其中包含常見錯誤模式、安全考量和最佳實踐，引導 AI 提供徹底且具建設性的回饋。
安全审计
安全All 216 static findings are false positives. The flagged files are markdown documentation (.md) and example JSON files containing educational content about prompt engineering techniques. The scanner incorrectly interprets backticks in markdown code blocks as shell commands, text references to cryptographic terms as weak crypto implementations, and tutorial references to system commands as reconnaissance. This is a documentation skill with no executable security issues.
低风险问题 (4)
质量评分
你能构建什么
構建可靠的 AI 產品
為 AI 驅動的應用程式設計具有一致輸出格式和錯誤處理模式的生產就緒提示系統。
改善程式碼生成
應用結構化提示技術，從 Claude 或 Codex 獲得更好的程式碼補全和生成結果。
建立 AI 培訓教材
開發全面的提示庫和模板，以促進團隊範圍內的 AI 採用和最佳實踐。
试试这些提示
Solve this problem step by step:
Problem: {problem}
Think through each step carefully:
1. [First step]
2. [Second step]
3. [Third step]
Final answer:Classify the following input into one of these categories: {categories}
Examples:
{examples}
Now classify this:
Input: {input}
Category:You are {role}. Your task is {task}.
Guidelines:
- {guideline1}
- {guideline2}
- {guideline3}
Output format:
{output_format}Initial request: {request}
Current draft: {draft}
Feedback to address:
{feedback}
Please revise the draft based on this feedback:最佳实践
- 在系統提示中從清晰的角色定義開始，以建立 AI 行為邊界
- 在少量樣本提示中使用涵蓋邊緣案例的具體、多樣化範例
- 測試多個查詢變體的提示，以確保一致的輸出
避免
- 使用模糊的指令如「要有幫助」而沒有具體的行為指南
- 用過多的範例使提示過載，超出上下文視窗限制
- 假設提示在不同 LLM 模型上能以相同方式運作而未經測試