---
name: prompt-optimizer
description: 用于分析和优化提示词质量的专业技能。适用于代码生成、内容创作、数据分析等场景的提示词优化。当用户需要优化提示词、评估提示词质量、或改进与 AI 的交互效果时使用此技能。
license: MIT
author: Trae
---

# 提示词优化技能

## 技能用途

对用户提供的提示词进行系统化分析与优化，涵盖质量评估、结构改进、场景适配和效果反馈。支持代码生成、内容创作、数据分析、翻译校对、决策分析等多种应用场景，帮助用户获得更精准、高效的 AI 交互结果。

## 核心优化标准

优化后的提示词必须满足以下四项核心标准：

| 标准 | 定义 | 判定条件 |
|------|------|----------|
| **明确性** | 目标清晰，无歧义 | 任务目标一句话可概括，无多种理解方式 |
| **具体性** | 细节充实，有约束 | 包含格式、范围、风格、限制等具体参数 |
| **完整性** | 上下文充分，逻辑闭环 | 提供必要背景、输入输出定义、边界条件 |
| **可执行性** | 指令可操作，结果可验证 | 每个要求都能被直接执行，有明确的成功标准 |

## 优化工作流程

### 第一步：场景识别与需求分析

对用户提供的原始提示词进行快速分类和需求定位：

1. **确定应用场景**：代码生成 / 内容创作 / 数据分析 / 翻译校对 / 决策分析 / 学习辅导 / 角色扮演 / 其他
2. **识别目标受众**：开发者 / 创作者 / 分析师 / 普通用户 / 特定角色
3. **评估复杂度**：简单查询 / 单步任务 / 多步流程 / 复杂项目
4. **提取核心意图**：用一句话总结用户真正想达成的目标

### 第二步：多维度质量评估

按照以下七个维度对原始提示词进行评分（每项 1-10 分）：

#### 维度一：目标明确性
- 任务目标是否清晰、无歧义
- 是否可以通过一句话概括核心意图
- 是否存在多种可能的理解方式
- 输出期望是否明确定义

#### 维度二：上下文完整性
- 是否提供了必要的背景信息
- 角色/身份设定是否清晰
- 领域知识/术语是否已定义
- 约束条件和边界是否明确

#### 维度三：结构清晰度
- 指令是否有逻辑层次
- 是否合理使用分隔符、编号、列表
- 多个子任务是否有优先级排序
- 信息密度是否适中（不过于冗长也不过于简略）

#### 维度四：约束具体性
- 输出格式是否有明确要求
- 长度/范围是否有界定
- 风格/语气是否有指定
- 禁止事项是否明确列出

#### 维度五：示例引导性
- 是否提供了输入/输出示例
- Few-shot 示例是否恰当且具代表性
- 示例与目标任务的匹配度

#### 维度六：可执行性
- 每个指令是否可被直接执行
- 成功标准是否可衡量
- 是否有明确的终止条件
- 指令之间是否存在冲突

#### 维度七：鲁棒性
- 是否考虑了边界情况和异常处理
- 对模糊输入是否有应对策略
- 是否避免引导性假设（避免确认偏差）
- 是否包含验证/校准机制

### 第三步：问题诊断与改进空间分析

根据评估结果，识别并分类问题：

| 问题类别 | 典型表现 | 影响 |
|----------|----------|------|
| 🔴 目标模糊 | 任务描述过于宽泛，缺少具体指向 | 输出偏离预期，需多轮修正 |
| 🔴 上下文缺失 | 缺少角色、背景、约束等关键信息 | 输出缺乏针对性，泛泛而谈 |
| 🟡 结构混乱 | 多个指令混杂，优先级不清 | 遗漏关键要求，输出不完整 |
| 🟡 约束缺失 | 没有格式、长度、风格等限制 | 输出格式不符合需求 |
| 🟢 示例不足 | 缺少或不恰当的示例引导 | 输出风格/格式不稳定 |
| 🟢 鲁棒性弱 | 未考虑边界情况 | 异常输入时输出质量下降 |

### 第四步：场景化优化策略

根据不同的应用场景，采用定制化的优化策略：

#### 代码生成场景
```
优化重点：
1. 明确编程语言、框架版本、运行环境
2. 定义输入/输出接口（函数签名、API 契约）
3. 指定代码风格和设计模式偏好
4. 提供期望的代码结构和文件组织方式
5. 明确错误处理策略和边界条件
6. 说明性能/安全等非功能性需求

优化模板结构：
[角色] → [技术栈] → [任务描述] → [输入/输出规格] → [约束条件] → [示例] → [验收标准]
```

#### 内容创作场景
```
优化重点：
1. 定义目标受众和阅读场景
2. 指定文体风格、语气、品牌调性
3. 提供内容结构大纲和关键要点
4. 明确字数/篇幅限制
5. 提供参考范例或风格指南
6. 说明 SEO 或排版要求（如适用）

优化模板结构：
[角色] → [受众] → [主题] → [风格/语气] → [结构要求] → [关键词/要点] → [格式规范] → [参考范例]
```

#### 数据分析场景
```
优化重点：
1. 明确数据来源、格式和规模
2. 定义分析目标和关键指标
3. 指定分析方法和统计口径
4. 要求输出可视化建议或图表类型
5. 明确结论的置信度和局限性说明
6. 提供数据字典或字段说明

优化模板结构：
[角色] → [数据说明] → [分析目标] → [分析方法] → [输出格式] → [关键指标] → [边界说明]
```

#### 翻译校对场景
```
优化重点：
1. 明确源语言和目标语言
2. 指定翻译风格（直译/意译/本地化）
3. 提供术语表和专有名词对照
4. 说明目标受众的语言水平
5. 要求保留/转换特定格式标记
6. 明确文化适配要求

优化模板结构：
[角色] → [语言对] → [翻译风格] → [术语表] → [格式要求] → [受众说明] → [质量要求]
```

#### 决策分析场景
```
优化重点：
1. 提供决策背景和可选方案
2. 明确评估维度和权重
3. 要求利弊分析和风险提示
4. 指定决策框架（如 SWOT、成本收益等）
5. 要求量化分析和定性分析结合
6. 明确假设条件和不确定性

优化模板结构：
[角色] → [决策背景] → [可选方案] → [评估维度] → [分析框架] → [输出格式] → [风险提示要求]
```

### 第五步：生成优化方案

输出结构化的优化方案，包含以下部分：

#### 优化后提示词
提供完整的、可直接使用的优化后提示词。使用以下结构标记：

```
【角色设定】
<定义 AI 的角色、身份、专业领域>

【任务目标】
<清晰描述要完成的核心任务>

【背景上下文】
<提供必要的背景信息、领域知识>

【具体要求】
<列出具体的要求、约束、限制>

【输出格式】
<定义期望的输出结构、格式>

【示例参考】
<提供输入/输出示例（如适用）>

【验收标准】
<定义成功的衡量标准>
```

#### 优化说明
解释每个优化决策的理由，包含：
- 每条修改的意图和预期效果
- 新增内容对输出质量的提升作用
- 结构调整对可执行性的改善

### 第六步：优化效果评估

提供优化前后的对比分析：

#### 量化评估

| 评估维度 | 优化前 | 优化后 | 提升幅度 |
|----------|--------|--------|----------|
| 目标明确性 | X/10 | X/10 | +X |
| 上下文完整性 | X/10 | X/10 | +X |
| 结构清晰度 | X/10 | X/10 | +X |
| 约束具体性 | X/10 | X/10 | +X |
| 示例引导性 | X/10 | X/10 | +X |
| 可执行性 | X/10 | X/10 | +X |
| 鲁棒性 | X/10 | X/10 | +X |
| **综合评分** | **X.X/10** | **X.X/10** | **+X.X** |

#### 效果预测

| 指标 | 预测改善 |
|------|----------|
| 首次输出准确率 | 预计提升 X% |
| 需要修正的轮次 | 预计减少 X 轮 |
| 输出格式符合度 | 预计提升 X% |
| 边界情况覆盖率 | 预计提升 X% |

#### 对比展示

```
📋 优化前：
<原始提示词>

📋 优化后：
<优化后提示词>

🔍 关键改进点：
1. [改进项 1]：[说明]
2. [改进项 2]：[说明]
...
```

## 输出格式规范

### 完整评估报告模板

```markdown
## 🎯 提示词优化报告

### 📌 场景识别

- **应用场景**：[场景类型]
- **目标受众**：[受众类型]
- **复杂度**：[简单/中等/复杂]
- **核心意图**：[一句话概括]

---

### 📊 质量评估

| 维度 | 得分 | 评价 |
|------|------|------|
| 目标明确性 | X/10 | [简要评价] |
| 上下文完整性 | X/10 | [简要评价] |
| 结构清晰度 | X/10 | [简要评价] |
| 约束具体性 | X/10 | [简要评价] |
| 示例引导性 | X/10 | [简要评价] |
| 可执行性 | X/10 | [简要评价] |
| 鲁棒性 | X/10 | [简要评价] |
| **综合评分** | **X.X/10** | **[等级]** |

> ### 🎯 综合评分：X.X / 10
> **等级：[🏆S/🥇A/🥈B/🥉C/⚠️D/❌F]** | **状态：[✅可直接使用/⚠️建议优化后使用/❌需要重写]**

---

### 🔍 问题诊断

| 类别 | 问题描述 | 严重程度 | 影响 |
|------|----------|----------|------|
| [类别] | [具体问题] | 🔴/🟡/🟢 | [说明] |

---

### ✨ 优化后提示词

[优化后的完整提示词]

---

### 📝 优化说明

**结构优化**：
- [说明结构层面的改进]

**内容补充**：
- [说明新增的关键内容]

**约束强化**：
- [说明新增或强化的约束条件]

---

### 📈 效果对比

| 评估维度 | 优化前 | 优化后 | 提升 |
|----------|--------|--------|------|
| ... | X/10 | X/10 | +X |

**关键改进点**：
1. [改进点 1]
2. [改进点 2]
...

---

### 💡 使用建议

- **适用场景**：[说明优化后提示词的最佳使用场景]
- **预期效果**：[说明预期达到的效果]
- **注意事项**：[使用时的注意点]
- **可调参数**：[可进一步调整的参数说明]
```

## 评分等级标准

| 等级 | 分数范围 | 状态 | 含义 |
|------|----------|------|------|
| 🏆 S | 9.5-10 | ✅ 可直接使用 | 卓越，结构完整，可直接获得高质量输出 |
| 🥇 A | 8.5-9.4 | ✅ 可直接使用 | 优秀，轻微调整即可达到最佳效果 |
| 🥈 B | 7.0-8.4 | ⚠️ 建议优化后使用 | 良好，部分维度需要针对性改进 |
| 🥉 C | 5.5-6.9 | ⚠️ 建议优化后使用 | 一般，多个维度存在明显不足 |
| ⚠️ D | 4.0-5.4 | ❌ 需要重写 | 较差，核心要素缺失，建议重写 |
| ❌ F | < 4.0 | ❌ 需要重写 | 不合格，无法有效引导 AI 完成任务 |

## 严重程度定义

- 🔴 高：核心要素缺失（如目标模糊、无上下文），导致 AI 无法正确理解任务 → 必须修复
- 🟡 中：影响输出质量的因素（如结构混乱、约束缺失），导致输出不够精准 → 建议修复
- 🟢 低：锦上添花的改进（如示例不足、鲁棒性弱），不影响核心功能 → 可选改进

## 快速优化模式

当用户只需快速优化而无需完整报告时，使用精简格式：

```markdown
## ⚡ 快速优化

**场景**：[场景类型]
**核心问题**：[最关键的 1-2 个问题]
**评分**：X.X/10 → X.X/10

**优化后提示词**：
[优化后提示词]

**关键改进**：
1. [改进点]
2. [改进点]
```

## 优化原则

1. **保持意图不变**：优化不改变用户的原始意图和核心目标
2. **增量改进**：在原有基础上增强，而非完全重写（除非原提示词完全不合格）
3. **场景适配**：根据具体场景调整优化策略和重点
4. **可操作优先**：每个优化建议都应该是可执行的
5. **效果可衡量**：优化效果应可通过量化指标评估
6. **保留用户语言**：优化后提示词保持用户的语言风格

## 补充资源

详细的评估量表和场景化模板请参考 `references/evaluation-rubric.md`。