AC prompt-optimizer
Когда пользователь просит улучшить промпт, оптимизировать промпт, сделать промпт лучше, исправить промпт, переписать промпт, промпт-инжиниринг, улучшить промпт, шаблон промпта, системный промпт, мега-промпт, цепочку рассуждений, промпт с несколькими примерами, промпт для Claude, промпт для GPT, советы по промптам, почему плохой ответ, улучшить вывод ИИ, получить лучшие результаты, библиотеку промптов, сохранить промпт или любую задачу по написанию и оптимизации промптов. Оптимизатор промптов на базе ИИ с 20 функциями, который превращает слабые промпты в мощные. Работает с любыми LLM — Claude, GPT, Gemini, Llama, Mistral. Включает шаблоны промптов, конструктор цепочек рассуждений, генератор примеров, назначитель ролей и библиотеку промптов. Все данные остаются локально — НИКАКИХ внешних вызовов API, НИКАКИХ сетевых запросов, НИКАКИЕ данные не отправляются на какой-либо сервер.
машинный переводПоказать оригиналСкрыть оригинал«When user asks to improve prompt, optimize prompt, better prompt, fix…»
When user asks to improve prompt, optimize prompt, better prompt, fix prompt, rewrite prompt, prompt engineering, make prompt better, enhance prompt, prompt template, system prompt, mega prompt, chain of thought, few shot prompt, prompt for Claude, prompt for GPT, prompt tips, why bad response, improve AI output, get better results, prompt library, save prompt, or any prompt writing and optimization task. 20-feature AI prompt optimizer that turns weak prompts into powerful ones. Works with any LLM — Claude, GPT, Gemini, Llama, Mistral. Includes prompt templates, chain-of-thought builder, few-shot generator, role assigner, and prompt library. All data stays local — NO external API calls, NO network requests, NO data sent to any server.
Когда пользователь просит улучшить промпт, оптимизировать промпт, сделать промпт лучше, исправить промпт, переписать промпт, промпт-инжиниринг, улучшить…
Как процесс C 62/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5940 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 62/100
- 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-optimizer) не совпадает с папкой (prompt-optimizer-pro)
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Стоимость исполнения. Тело инструкции 5940 токенов
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 36
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 29. 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 744 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 31 заголовков
- +3Пошаговые инструкции: 36 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (42 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.