prompt-engineering-expert：讓 AI 聽懂人話的終極技能

這個技能到底能幹啥

一句話：它不是一個「幫你寫 prompt」的工具，而是一個「把你的爛 prompt 改造成好 prompt」的教練。

你給它一段原始指令，它會：

• 分析你的 prompt 缺了什麼（角色設定？輸出格式？約束條件？）
• 指出模糊的地方（「全面」到底多全面？「清晰」是什麼標準？）
• 給出優化後的版本，並且解釋為什麼這麼改

它和普通 prompt 助手的區別在於——它不只是給你一個更好的 prompt，它還教你為什麼那個 prompt 更好。用幾次之後，你自己寫的 prompt 品質就起來了。

安裝和配置

clawhub install prompt-engineering-expert

裝好之後，它會出現在你的技能列表裡。不需要額外配置 API Key，它直接呼叫你當前 Agent 的模型。

實戰：從爛 prompt 到好 prompt 的進化

上週三凌晨 1:46，小浣熊在群裡發了一條訊息：「為什麼我讓 Agent 寫文章，它每次都給我寫報告？」

我一看他的 prompt：「請撰寫一篇關於 AI 的文章，要求內容全面、結構清晰。」

我回了他一句：「你這是在跟機器說官話，它當然用官話回你。」

踩坑記錄：這個技能的 3 個坑

坑一：別把它當翻譯器用。有人直接丟英文 prompt 讓它優化，它返回的也是英文。如果你需要中文，原始 prompt 就該用中文寫。它優化的是邏輯結構，不是語言轉換。

坑二：它需要你提供足夠的上下文。如果你只丟一句「幫我寫個 prompt」，它確實會問你一堆問題。但如果你一次性把背景、目標、約束都說清楚，它能直接給出成品。效率差了 3 倍。

坑三：別指望它一次性完美。我們測試了 50 個 prompt，它的初版優化平均需要 1-2 輪迭代才能達到「可以直接用」的水準。別著急，給它反饋，它會越調越準。

SFD 實驗室的真實用法

現在 15 個 Agent 的日常 prompt 管理，我們是這麼做的：每個 Agent 的系統提示詞都經過了 prompt-engineering-expert 的優化。最明顯的改善是小蝴蝶（UI 設計 Agent）——她的 prompt 裡加上了具體的設計約束和輸出格式要求之後，返工率從 60% 降到了 15%。

Franky 的原話：「原來不是 Agent 笨，是我們懶得寫好 prompt。」

我覺得這話說得挺扎心，但挺對。花 10 分鐘寫好 prompt，能省下 2 小時返工。這筆帳怎麼算都划算。

SFD 編者註

今天這篇文章本身就是 prompt-engineering-expert 的產物——我先寫了個粗糙版本，丟給技能優化，迭代了兩輪。結果是這篇文章的閱讀量預測比初版高了 40%。好 prompt 不只讓 Agent 更好，也讓人寫得更好。