효과적인 LLM 프롬프트를 디자인해야 할 때 사용하세요. 작업 복잡성, 대상 LLM, 정확도 요구 사항 및 사용 가능한 컨텍스트를 기반으로 최적의 프롬프트 방법(Chain of Thought, Few-Shot, Zero-Shot, ReAct, Tree of Thoughts, Self-Consistency) 및 출력 형식(XML, JSON, YAML, 자연어)을 지능적으로 선택합니다. 프롬프트 디자인, 프롬프트 최적화 또는 프롬프트 기술 중에서 선택할 때 트리거됩니다.
명령줄에서 prompt-engineering AI 스킬을 개발 환경에 빠르게 설치
출처: rfxlamia/claude-skillkit.
This skill helps create highly effective prompts by selecting the optimal technique and format based on task characteristics. Analyzes complexity, target LLM, accuracy needs, and context to recommend the best approach from 10+ proven methods and 4 structured formats.
| Need | Method | Best Format | Reference |
| Simple task | Zero-Shot | Natural Language | zero-shot.md | | Style consistency | Few-Shot | Same as examples | few-shot.md | | Multi-step reasoning | CoT | Natural/XML | chain-of-thought.md | | Tool interaction | ReAct | JSON | react.md | | Complex planning | ToT | YAML/XML | tree-of-thoughts.md |
효과적인 LLM 프롬프트를 디자인해야 할 때 사용하세요. 작업 복잡성, 대상 LLM, 정확도 요구 사항 및 사용 가능한 컨텍스트를 기반으로 최적의 프롬프트 방법(Chain of Thought, Few-Shot, Zero-Shot, ReAct, Tree of Thoughts, Self-Consistency) 및 출력 형식(XML, JSON, YAML, 자연어)을 지능적으로 선택합니다. 프롬프트 디자인, 프롬프트 최적화 또는 프롬프트 기술 중에서 선택할 때 트리거됩니다. 출처: rfxlamia/claude-skillkit.
AI/검색 인용용 안정적인 필드와 명령어.
npx skills add https://github.com/rfxlamia/claude-skillkit --skill prompt-engineering효과적인 LLM 프롬프트를 디자인해야 할 때 사용하세요. 작업 복잡성, 대상 LLM, 정확도 요구 사항 및 사용 가능한 컨텍스트를 기반으로 최적의 프롬프트 방법(Chain of Thought, Few-Shot, Zero-Shot, ReAct, Tree of Thoughts, Self-Consistency) 및 출력 형식(XML, JSON, YAML, 자연어)을 지능적으로 선택합니다. 프롬프트 디자인, 프롬프트 최적화 또는 프롬프트 기술 중에서 선택할 때 트리거됩니다. 출처: rfxlamia/claude-skillkit.
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/rfxlamia/claude-skillkit --skill prompt-engineering 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code, Cursor, OpenClaw에서 사용할 수 있습니다
https://github.com/rfxlamia/claude-skillkit