BC Prompt Engineering Lab
Рабочая среда для инжиниринга промптов с использованием ИИ — пишите, тестируйте, итерируйте и оптимизируйте промпты для любого LLM-приложения. Охватывает полный жизненный цикл промпта: составление с использованием проверенных фреймворков (Chain-of-Thought, ReAct, Few-Shot, Tree-of-Thought), систематическое A/B-тестирование, анализ сбоев, стратегию версионирования промптов, интеграцию CI/CD и мониторинг в производстве. Поддерживает GPT-4o, Claude, Gemini, Llama, Mistral, DeepSeek и открытые модели. Создано для разработчиков, инженеров по промптам и команд разработчиков ИИ, которым требуется надежная и измеримая производительность промптов. Ключевые слова: инжиниринг промптов, оптимизация промптов, LLM-промпт, цепочка рассуждений, обучение с несколькими примерами, тестирование промптов, GPT-4o, промпты Claude, дизайн ИИ-промптов, A/B-тестирование промптов, системный промпт, версионирование промптов.
машинный переводПоказать оригиналСкрыть оригинал«AI-powered prompt engineering workbench — write, test, iterate, and op…»
AI-powered prompt engineering workbench — write, test, iterate, and optimize prompts for any LLM application. Covers the full prompt lifecycle: drafting with proven frameworks (Chain-of-Thought, ReAct, Few-Shot, Tree-of-Thought), systematic A/B testing, failure analysis, prompt versioning strategy, CI/CD integration, and production monitoring. Supports GPT-4o, Claude, Gemini, Llama, Mistral, DeepSeek, and open-source models. Built for developers, prompt engineers, and AI product teams who need reliable, measurable prompt performance. Keywords: prompt engineering, prompt optimization, LLM prompt, chain-of-thought, few-shot learning, prompt testing, GPT-4o, Claude prompting, AI prompt design, prompt A/B test, system prompt, prompt versioning.
Рабочая среда для инжиниринга промптов с использованием ИИ — пишите, тестируйте, итерируйте и оптимизируйте промпты для любого LLM-приложения.
Как процесс C 51/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Рискованное назначение
intent-offensive-securitySKILL.md:410Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)- **PromptFoo** — open-source prompt testing CLI, red teaming, and CI/CD integration
детектор
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 51/100
- 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
- 40Согласованность. Имя во frontmatter (Prompt Engineering Lab) не совпадает с папкой (prompt-engineering-lab)
- 60Шаги. Шагов: 89, расплывчатых формулировок: 4
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Стоимость исполнения. Тело инструкции 3550 токенов
- 100Повторный запуск. Изменяющих операций нет
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
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
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 750 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 31 заголовков
- +3Пошаговые инструкции: 89 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (8 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.