prompt-engineering

SKILL.md

Design and optimize prompts for large language models (LLMs) to achieve reliable, high-quality outputs across diverse tasks.

This skill provides systematic techniques for crafting prompts that consistently elicit desired behaviors from LLMs. Rather than trial-and-error prompt iteration, apply proven patterns (zero-shot, few-shot, chain-of-thought, structured outputs) to improve accuracy, reduce costs, and build production-ready LLM applications. Covers multi-model deployment (OpenAI GPT, Anthropic Claude, Google Gemini, open-source mode...

| Goal | Technique | Token Cost | Reliability | Use Case |

제로샷, 퓨샷, 사고 사슬 및 구조화된 출력 기술을 사용하여 효과적인 LLM 프롬프트를 엔지니어링합니다. 안정적인 출력이 필요한 LLM 애플리케이션 구축, RAG 시스템 구현, AI 에이전트 생성 또는 신속한 품질 및 비용 최적화에 사용합니다. 다중 언어 예제(Python/TypeScript)를 통해 OpenAI, Anthropic 및 오픈 소스 모델을 다룹니다. 출처: ancoleman/ai-design-components.

원본 보기