·prompt-lab
</>

prompt-lab

Ingeniería sistemática de indicaciones de LLM: analiza las indicaciones existentes para modos de falla, genera variantes estructuradas (directas, de pocas tomas, de cadena de pensamiento), diseña rúbricas de evaluación con criterios ponderados y produce conjuntos de casos de prueba para comparar el rendimiento de las indicaciones. Activadores en: "ingeniería de mensajes", "laboratorio de mensajes", "generar variantes de mensajes", "mensajes de prueba A/B", "evaluar mensajes", "optimizar mensajes", "escribir un mensaje mejor", "diseño de mensajes", "iteración de mensajes", "ejemplos de algunas tomas", "mensaje de cadena de pensamiento", "modos de falla del mensaje", "mejorar este mensaje". Utilice esta habilidad al diseñar, mejorar o evaluar indicaciones de LLM específicamente. NO para evaluar las habilidades de Claude Code o archivos SKILL.md; en su lugar, utilice el evaluador de habilidades.

9Instalaciones·0Tendencia·@mathews-tom

Instalación

$npx skills add https://github.com/mathews-tom/praxis-skills --skill prompt-lab

Cómo instalar prompt-lab

Instala rápidamente el skill de IA prompt-lab en tu entorno de desarrollo mediante línea de comandos

  1. Abrir Terminal: Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.)
  2. Ejecutar comando de instalación: Copia y ejecuta este comando: npx skills add https://github.com/mathews-tom/praxis-skills --skill prompt-lab
  3. Verificar instalación: Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code, Cursor u OpenClaw

Fuente: mathews-tom/praxis-skills.

SKILL.md

Ver original

Replaces trial-and-error prompt engineering with structured methodology: objective definition, current prompt analysis, variant generation (instruction clarity, example strategies, output format specification), evaluation rubric design, test case creation, and failure mode identification.

| references/prompt-patterns.md | Prompt structure catalog: zero-shot, few-shot, CoT, persona, structured output | Always | | references/evaluation-metrics.md | Quality metrics (accuracy, format compliance, completeness), rubric design | Evaluation needed |

| references/failure-modes.md | Common prompt failure taxonomy, detection strategies, mitigations | Failure analysis requested | | references/output-constraints.md | Techniques for constraining LLM output format, JSON mode, schema enforcement | Format control needed |

Ingeniería sistemática de indicaciones de LLM: analiza las indicaciones existentes para modos de falla, genera variantes estructuradas (directas, de pocas tomas, de cadena de pensamiento), diseña rúbricas de evaluación con criterios ponderados y produce conjuntos de casos de prueba para comparar el rendimiento de las indicaciones. Activadores en: "ingeniería de mensajes", "laboratorio de mensajes", "generar variantes de mensajes", "mensajes de prueba A/B", "evaluar mensajes", "optimizar mensajes", "escribir un mensaje mejor", "diseño de mensajes", "iteración de mensajes", "ejemplos de algunas tomas", "mensaje de cadena de pensamiento", "modos de falla del mensaje", "mejorar este mensaje". Utilice esta habilidad al diseñar, mejorar o evaluar indicaciones de LLM específicamente. NO para evaluar las habilidades de Claude Code o archivos SKILL.md; en su lugar, utilice el evaluador de habilidades. Fuente: mathews-tom/praxis-skills.

Datos (listos para citar)

Campos y comandos estables para citas de IA/búsqueda.

Comando de instalación
npx skills add https://github.com/mathews-tom/praxis-skills --skill prompt-lab
Categoría
</>Desarrollo
Verificado
Primera vez visto
2026-03-10
Actualizado
2026-03-10

Browse more skills from mathews-tom/praxis-skills

Respuestas rápidas

¿Qué es prompt-lab?

Ingeniería sistemática de indicaciones de LLM: analiza las indicaciones existentes para modos de falla, genera variantes estructuradas (directas, de pocas tomas, de cadena de pensamiento), diseña rúbricas de evaluación con criterios ponderados y produce conjuntos de casos de prueba para comparar el rendimiento de las indicaciones. Activadores en: "ingeniería de mensajes", "laboratorio de mensajes", "generar variantes de mensajes", "mensajes de prueba A/B", "evaluar mensajes", "optimizar mensajes", "escribir un mensaje mejor", "diseño de mensajes", "iteración de mensajes", "ejemplos de algunas tomas", "mensaje de cadena de pensamiento", "modos de falla del mensaje", "mejorar este mensaje". Utilice esta habilidad al diseñar, mejorar o evaluar indicaciones de LLM específicamente. NO para evaluar las habilidades de Claude Code o archivos SKILL.md; en su lugar, utilice el evaluador de habilidades. Fuente: mathews-tom/praxis-skills.

¿Cómo instalo prompt-lab?

Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/mathews-tom/praxis-skills --skill prompt-lab Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code, Cursor u OpenClaw

¿Dónde está el repositorio de origen?

https://github.com/mathews-tom/praxis-skills