SKILLEMALL.ai

AC prompt-engineering

Комплексная система для разработки, оптимизации и итеративного улучшения промптов для LLM. Используйте этот навык, когда пользователи запрашивают создание, оптимизацию или улучшение промптов для любых задач LLM, или когда им нужна помощь в преобразовании расплывчатых требований в эффективные промпты посредством диалога и постепенной доработки.

машинный переводПоказать оригиналСкрыть оригинал«Comprehensive prompt engineering framework for designing, optimizing,…»

Comprehensive prompt engineering framework for designing, optimizing, and iterating LLM prompts. This skill should be used when users request prompt creation, optimization, or improvement for any LLM task, or when users need help translating vague requirements into effective prompts through collaborative dialogue and iterative refinement.

ClawHub Agent Skills автор: kongyo2 v0.1.0 7 файлов тело ≈ 1 996 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Комплексная система для разработки, оптимизации и итеративного улучшения промптов для LLM.

Как процесс C 63/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • 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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 63/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (prompt-engineering) не совпадает с папкой (prompt-engineering-2)
    • 55Ошибки и развилки. Развилок: 1
    • 85Шаги. Шагов: 105, расплывчатых формулировок: 3
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Стоимость исполнения. Тело инструкции 1996 токенов

    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 340 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 105 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (5 из 5)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This is a documentation-only prompt-writing aid with no hidden execution, credential use, network access, or persistence.
    LLM: benign (high) · VirusTotal: benign · 28 мая 2026 г.