在製作、審查或改進 LLM 管道的提示時使用此技能 - 包括任務提示、系統提示和 LLM-as-Judge 提示。觸發因素包括：請求編寫或完善提示、診斷法學碩士產生不一致或不正確的輸出的原因、彌合意圖和模型行為之間的差距、減少說明中的歧義、添加少量示例、構建複雜的提示或改進輸出格式。當使用者需要協助區分規範失敗（不明確的指令）和泛化失敗（模型限制）時，或根據觀察到的失敗模式迭代提示時，也可以使用。請勿用於一般編碼任務、文件建立或非法學碩士寫作。
透過命令列快速安裝 prompt-engineering AI 技能到你的開發環境
來源：maragudk/evals-skills。
Effective prompt engineering is fundamentally about closing two gaps between human intent and model behavior. Understanding which gap you're dealing with determines whether prompt refinement will actually solve your problem.
This gulf separates what you mean from what you actually wrote in the prompt. Your intent — the task you want the LLM to perform — is often only loosely captured by the words you write. Specifying tasks precisely in natural language is surprisingly hard.
Even prompts that seem clear often leave crucial details unstated. For example:
在製作、審查或改進 LLM 管道的提示時使用此技能 - 包括任務提示、系統提示和 LLM-as-Judge 提示。觸發因素包括：請求編寫或完善提示、診斷法學碩士產生不一致或不正確的輸出的原因、彌合意圖和模型行為之間的差距、減少說明中的歧義、添加少量示例、構建複雜的提示或改進輸出格式。當使用者需要協助區分規範失敗（不明確的指令）和泛化失敗（模型限制）時，或根據觀察到的失敗模式迭代提示時，也可以使用。請勿用於一般編碼任務、文件建立或非法學碩士寫作。 來源：maragudk/evals-skills。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/maragudk/evals-skills --skill prompt-engineering在製作、審查或改進 LLM 管道的提示時使用此技能 - 包括任務提示、系統提示和 LLM-as-Judge 提示。觸發因素包括：請求編寫或完善提示、診斷法學碩士產生不一致或不正確的輸出的原因、彌合意圖和模型行為之間的差距、減少說明中的歧義、添加少量示例、構建複雜的提示或改進輸出格式。當使用者需要協助區分規範失敗（不明確的指令）和泛化失敗（模型限制）時，或根據觀察到的失敗模式迭代提示時，也可以使用。請勿用於一般編碼任務、文件建立或非法學碩士寫作。 來源：maragudk/evals-skills。
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/maragudk/evals-skills --skill prompt-engineering 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/maragudk/evals-skills