Prompt Master:一个帮你写 Prompt 的 Claude Skill

Prompt Master:一个帮你写 Prompt 的 Claude Skill

项目地址:github.com/nidhinjs/pr...

它是什么

Prompt Master 是一个 Claude Skill(技能插件),安装后可以在 Claude 中直接使用。它的核心功能只有一个:帮你为任意 AI 工具生成优化过的 prompt

你告诉它"我想让 Cursor 帮我重构 auth 模块",它会输出一段可以直接粘贴到 Cursor 里的、结构化的、针对 Cursor 特性优化过的 prompt。

解决什么问题

大多数人使用 AI 工具的流程是:

  1. 写一个模糊的 prompt
  2. 得到不满意的结果
  3. 补充说明,再试一次
  4. 反复 3-4 轮才拿到想要的输出

每一轮都消耗 token 和时间。Prompt Master 的思路是:与其让你反复试错,不如一次性生成一个足够精确的 prompt,把试错成本压到零。

它的设计哲学是"每个词都要承载信息量"------不是把 prompt 写长,而是写准。

支持哪些 AI 工具

覆盖 30+ 工具,按类别分:

类别 工具
推理 LLM Claude、ChatGPT/GPT-5.x、Gemini、DeepSeek-R1、MiniMax
思考模型 o3/o4-mini、Qwen3 thinking mode
开源模型 Ollama、Llama、Mistral、Qwen 2.5
编码 Agent Claude Code、Cursor、Windsurf、Cline、GitHub Copilot
全栈生成器 Bolt、v0、Lovable、Figma Make、Google Stitch
自主 Agent Devin、Manus、SWE-agent
浏览器 Agent Perplexity Computer、OpenAI Atlas、OpenClaw
图像 AI Midjourney、DALL-E 3、Stable Diffusion、SeeDream、ComfyUI
3D AI Meshy、Tripo、Rodin、Unity AI、BlenderGPT
视频 AI Sora、Runway、Kling、LTX Video
语音 AI ElevenLabs
自动化 Zapier、Make、n8n

对于不在列表中的工具,它有一套"通用指纹"机制------通过 4 个问题快速建立对未知工具的理解,然后生成适配的 prompt。

工作原理

每次请求经过一个固定管线:

  1. 识别目标工具 --- 判断 prompt 要发给哪个 AI 系统
  2. 提取 9 个意图维度 --- 任务、输入、输出格式、约束、上下文、受众、记忆、成功标准、示例
  3. 补问关键信息 --- 最多 3 个问题,只在关键信息缺失时才问
  4. 选择 prompt 模板 --- 从 12 个模板中自动选一个最合适的
  5. 应用安全技术 --- 角色设定、few-shot、XML 结构、grounding anchors、CoT(按需)
  6. Token 效率审计 --- 删掉所有不影响输出的词
  7. 输出 --- 一个可直接复制的 prompt 块 + 一行策略说明

12 个 Prompt 模板

自动选择,用户不需要知道模板名称:

模板 适用场景
RTF 简单一次性任务
CO-STAR 商务文档、报告
RISEN 复杂多步骤项目
CRISPE 创意写作、品牌调性
Chain of Thought 数学、逻辑、调试
Few-Shot 需要格式一致的输出
File-Scope Cursor/Windsurf/Copilot 代码编辑
ReAct + Stop Conditions Claude Code/Devin 自主 Agent
Visual Descriptor Midjourney/DALL-E/SD 图像生成
Reference Image Editing 基于参考图的编辑
ComfyUI 节点式图像工作流
Prompt Decompiler 拆解、改编、简化现有 prompt
Opus 4.7 Task Brief Claude Opus 4.7 复杂任务

5 种安全技术

只使用效果可预测的技术,明确排除了 Tree of Thought、Graph of Thought、Universal Self-Consistency 等容易导致幻觉的方法:

  • 角色设定 --- 校准深度和词汇
  • Few-Shot 示例 --- 格式一致性比指令更重要时使用
  • XML 结构标签 --- Claude 系工具的结构化分隔
  • Grounding Anchors --- 事实性任务的反幻觉规则
  • Chain of Thought --- 逻辑任务的逐步推理(不用于 o3/o4-mini)

35 个"烧钱模式"检测

它会识别并修正常见的 prompt 问题,比如:

  • 模糊动词("帮我处理代码" → "重构 getUserData() 使用 async/await 并处理 null 返回")
  • 一个 prompt 塞两个任务
  • 没有成功标准
  • 没有作用域边界("修我的 app" → "只修 src/auth.js 中的登录表单验证")
  • 给 IDE AI 不带文件路径
  • 给推理模型加 CoT(o3 自己会思考,加 CoT 反而降低质量)
  • Agent 没有停止条件

记忆块系统

长对话中,它会提取之前的决策形成一个"记忆块",防止 AI 在后续回答中自相矛盾:

markdown 复制代码
## Memory (Carry Forward)
- Stack: React 18 + TypeScript + Supabase
- Auth: JWT in httpOnly cookies
- 命名规范: PascalCase, 无 default exports
- 样式: 只用 Tailwind

这解决了长会话中最常见的浪费------AI 忘了你之前做的决定,你不得不重新解释。

针对不同工具的路由策略(摘要)

几个有意思的差异化处理:

  • Claude Opus 4.7:极度字面化,缺少上下文不会猜测而是给出狭窄结果。所以 prompt 必须一次性把所有信息前置。不要加"think step by step"------它有自适应思考。
  • o3/o4-mini:只给短指令。绝对不加 CoT。System prompt 控制在 200 词以内。
  • Cursor/Windsurf:必须带文件路径 + 函数名 + 当前行为 + 期望变化 + 不要动的文件列表。
  • Midjourney:逗号分隔描述符,不用散文。主体在前,风格/情绪/光照在后,参数在最后。
  • Stable Diffusion(word:1.3) 权重语法,CFG 7-12,负面 prompt 是强制的。
  • Claude Code:起始状态 + 目标状态 + 允许操作 + 禁止操作 + 停止条件 + 检查点。停止条件是必须的。

安装方式

Claude.ai 浏览器版(推荐):

  1. 下载 ZIP
  2. 进入 claude.ai → 侧边栏 → 自定义 → 技能 → 上传技能

Claude Code CLI:

bash 复制代码
mkdir -p ~/.claude/skills
git clone https://github.com/nidhinjs/prompt-master.git ~/.claude/skills/prompt-master

使用方式

自然语言调用即可:

css 复制代码
帮我写一个 Cursor prompt,重构 auth 模块
css 复制代码
我需要一个 Claude Code prompt 来构建 REST API------问我你需要知道什么
css 复制代码
这是我写的一个烂 prompt,帮我修:[粘贴]
复制代码
生成一个 Midjourney prompt,赛博朋克城市夜景

或者显式调用:/prompt-master

总结

Prompt Master 本质上是一个"prompt 编译器"------把你的模糊意图编译成针对特定 AI 工具优化过的精确指令。它的价值在于:

  1. 把"写好 prompt"这件需要经验的事变成了自动化流程
  2. 针对 30+ 工具的差异化处理,省去了你记忆每个工具最佳实践的负担
  3. Token 效率审计确保不浪费钱

适合频繁使用多种 AI 工具、且在意 token 成本的用户。

相关推荐
WJJAGI1 小时前
hermes+pentagi进行渗透测试
人工智能·面试
vanuan1 小时前
AI 编程铁三角:03 Harness Engineering 入门
人工智能
周末程序猿1 小时前
技术总结|十分钟了解GEO
人工智能·aigc
guo_xiao_xiao_1 小时前
YOLOv11海上多场景船只目标检测数据集-980张-Boat-1
人工智能·yolo·目标检测
周末程序猿1 小时前
技术总结|十分钟了解大模型投毒
人工智能·aigc
漫游的渔夫1 小时前
前端开发者做 Agent:模型说执行就执行?先加 3 道闸门再碰真实业务
前端·人工智能·typescript
joshchen2151 小时前
强化学习基础(赵世钰)第一章
人工智能·深度学习·算法·机器学习·强化学习
拜特说2 小时前
RAG 进化史:从基础检索到智能体驱动
人工智能
weixin_398187752 小时前
YOLOv11改进:全维度动态卷积ODConv与C3k2模块创新
人工智能·yolo