什麼是 prompt-engineering?
當您需要設計有效的 LLM 提示時使用。根據任務複雜度、目標LLM、準確度要求和可用上下文,智慧選擇最佳提示方法(思想鏈、少樣本、零樣本、ReAct、思想樹、自我一致性)和輸出格式(XML、JSON、YAML、自然語言)。在提示設計、提示最佳化或在提示技術之間進行選擇時觸發。 來源:rfxlamia/claude-skillkit。
當您需要設計有效的 LLM 提示時使用。根據任務複雜度、目標LLM、準確度要求和可用上下文,智慧選擇最佳提示方法(思想鏈、少樣本、零樣本、ReAct、思想樹、自我一致性)和輸出格式(XML、JSON、YAML、自然語言)。在提示設計、提示最佳化或在提示技術之間進行選擇時觸發。
透過命令列快速安裝 prompt-engineering AI 技能到你的開發環境
來源: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 |
當您需要設計有效的 LLM 提示時使用。根據任務複雜度、目標LLM、準確度要求和可用上下文,智慧選擇最佳提示方法(思想鏈、少樣本、零樣本、ReAct、思想樹、自我一致性)和輸出格式(XML、JSON、YAML、自然語言)。在提示設計、提示最佳化或在提示技術之間進行選擇時觸發。 來源:rfxlamia/claude-skillkit。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/rfxlamia/claude-skillkit --skill prompt-engineering當您需要設計有效的 LLM 提示時使用。根據任務複雜度、目標LLM、準確度要求和可用上下文,智慧選擇最佳提示方法(思想鏈、少樣本、零樣本、ReAct、思想樹、自我一致性)和輸出格式(XML、JSON、YAML、自然語言)。在提示設計、提示最佳化或在提示技術之間進行選擇時觸發。 來源:rfxlamia/claude-skillkit。
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/rfxlamia/claude-skillkit --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/rfxlamia/claude-skillkit