BF prompt-alchemist
Дистилляция методологий четырех ведущих инженеров по созданию промптов (Riley Goodside, Ту Цзиньхао/продвижение CO-STAR, Sander Schulhoff, Ли Цзиньган), объединенных в «четырехмерную дистилляционную структуру», для автоматической оптимизации пользовательских промптов и повышения качества ответов ИИ. ## Способы активации - «Помоги мне оптимизировать промпт», «Улучши мой промпт», «Сделай ответ ИИ лучше» - «Дистилляция промптов», «prompt alchemist», «посмотри на этот промпт» - Прямое вставление текста промпта (без инструкций, автоматический переход к процессу оптимизации) ## Особенности вывода - Трехуровневый вывод: для простых задач выводится только диагностика + результат, для сложных — полный пятиэтапный отчет - Оценка исходного качества: наглядное отображение точек сравнения до и после оптимизации - Операции в виде списка: сжатие шагов из «принципов» в «таблицу выполнимых операций» - Защита от анти-паттернов: встроенные распространенные ошибки для предотвращения чрезмерной оптимизации
машинный переводПоказать оригиналСкрыть оригинал«蒸馏四位顶级提示词工程师（Riley Goodside、涂津豪/推广CO-STAR、Sander Schulhoff、李继刚）的方法论，融合…»
蒸馏四位顶级提示词工程师（Riley Goodside、涂津豪/推广CO-STAR、Sander Schulhoff、李继刚）的方法论，融合为"四元蒸馏框架"，自动优化用户提示词，提升AI回答质量。 ## 激活方式 - "帮我优化提示词""改进我的Prompt""让AI回答更好" - "提示词蒸馏""prompt alchemist""帮我看看这个提示词" - 直接粘贴提示词文本（无需指令，自动进入优化流程） ## 输出特色 - 三级输出：简单任务只输出诊断+成品，复杂任务完整五段 - 原始质量评级：直观展示优化前后对比锚点 - 操作清单化：压缩步骤从"原则"改为"可执行操作表格" - 反模式防御：内置常见错误对照，防止过度优化
Дистилляция методологий четырех ведущих инженеров по созданию промптов (Riley Goodside, Ту Цзиньхао/продвижение CO-STAR, Sander Schulhoff, Ли Цзиньган)…
Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/examples.md
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: references/examples.md - заметка
frontmatter-keyнеизвестное поле фронтматтера "read_when"
Процессный рейтинг: все десять параметров 35/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): references/examples.md
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 100Шаги. Шагов: 67
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1840 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Ответ описан самодельной разметкой (18 тегов): типизированный вызов надёжнее
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -273 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 7 примера фраз-триггеров в кавычках
- +3Длина description 320 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 24 заголовков
- +3Пошаговые инструкции: 67 пунктов
- +4Есть примеры (6 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.