適用於任何人工智慧系統的全面提示和上下文工程。四種模式：(1) 從頭開始製作新提示，(2) 透過診斷評分和可選改進來分析現有提示，(3) 在模型系列（Claude/GPT/Gemini/Llama）之間轉換提示，(4) 使用測試套件和評分標準評估提示。將所有建議調整為模型類別（指令遵循與推理）。根據當前文檔驗證結果。用於系統提示、代理提示、RAG 管道、工具定義或任何 LLM 上下文設計。不適用於執行提示、生成內容或建置代理程式。
透過命令列快速安裝 prompt-engineer AI 技能到你的開發環境
來源：wyattowalsh/agents。
Comprehensive prompt and context engineering. Every recommendation grounded in research.
| system prompt | The top-level instruction block sent before user messages; sets model behavior | | context window | The full token budget: system prompt + conversation history + tool results + retrieved docs | | context engineering | Designing the entire context window, not just the prompt text — write, select, compress, isolate |
| template | A reusable prompt structure with variable slots ({{input}}, $ARGUMENTS) | | rubric | A scoring framework with dimensions, levels (1-5), and concrete examples per level | | few-shot example | An input/output pair included in the prompt to demonstrate desired behavior |
適用於任何人工智慧系統的全面提示和上下文工程。四種模式：(1) 從頭開始製作新提示，(2) 透過診斷評分和可選改進來分析現有提示，(3) 在模型系列（Claude/GPT/Gemini/Llama）之間轉換提示，(4) 使用測試套件和評分標準評估提示。將所有建議調整為模型類別（指令遵循與推理）。根據當前文檔驗證結果。用於系統提示、代理提示、RAG 管道、工具定義或任何 LLM 上下文設計。不適用於執行提示、生成內容或建置代理程式。 來源：wyattowalsh/agents。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/wyattowalsh/agents --skill prompt-engineer適用於任何人工智慧系統的全面提示和上下文工程。四種模式：(1) 從頭開始製作新提示，(2) 透過診斷評分和可選改進來分析現有提示，(3) 在模型系列（Claude/GPT/Gemini/Llama）之間轉換提示，(4) 使用測試套件和評分標準評估提示。將所有建議調整為模型類別（指令遵循與推理）。根據當前文檔驗證結果。用於系統提示、代理提示、RAG 管道、工具定義或任何 LLM 上下文設計。不適用於執行提示、生成內容或建置代理程式。 來源：wyattowalsh/agents。
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/wyattowalsh/agents --skill prompt-engineer 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/wyattowalsh/agents