⚡

提示工程技能Skill prompting

提示工程技能是专门用于设计和优化与大型语言模型（LLM）交互的提示和上下文的方法论。它基于Anthropic的最佳实践，核心是通过上下文工程，以最小的、高信号令牌集合来最大化AI智能体的输出效果。该技能强调清晰度、结构化、渐进式信息加载和信噪比优化，旨在提升AI智能体在对话、任务执行和问题解决中的效率和准确性。关键词：提示工程，上下文工程，AI智能体，LLM优化，信噪比，渐进式发现，Anthropic最佳实践，智能体设计。

AI智能体 0 次安装 0 次浏览 更新于 3/1/2026

name: prompting description: 基于Anthropic最佳实践的AI智能体提示工程标准和上下文工程原则。涵盖清晰度、结构、渐进式发现以及信噪比优化。

提示工程技能

何时激活此技能

  • 提示工程问题
  • 上下文工程指导
  • AI智能体设计
  • 提示结构帮助
  • LLM提示最佳实践
  • 智能体配置

核心理念

上下文工程 = 在LLM推理过程中策划最优的令牌集合

主要目标： 找到最小可能的高信号令牌集合，以最大化期望结果

关键原则

1. 上下文是有限资源

  • LLMs拥有有限的“注意力预算”
  • 随着上下文增长，性能会下降
  • 每个令牌都会消耗容量
  • 将上下文视为珍贵资源

2. 优化信噪比

  • 使用清晰、直接的语言，而非冗长的解释
  • 移除冗余信息
  • 专注于高价值令牌

3. 渐进式发现

  • 使用轻量级标识符而非完整数据转储
  • 在需要时动态加载详细信息
  • 即时信息加载

Markdown结构标准

使用清晰的语义部分：

  • 背景信息： 最少的必要上下文
  • 指令： 命令式语气，具体，可操作
  • 示例： 展示而非讲述，简洁，有代表性
  • 约束： 边界，限制，成功标准

写作风格

清晰性优于完整性

✅ 好： “在处理前验证输入” ❌ 差： “你应该始终确保验证…”

直接

✅ 好： “使用calculate_tax工具，附带金额和管辖区域” ❌ 差： “你可能想要考虑使用…”

使用结构化列表

✅ 好： 带项目符号的约束条件 ❌ 差： 一段要求描述

上下文管理

即时加载

不要加载完整数据转储 - 使用引用并在需要时加载

结构化笔记记录

在上下文窗口之外持久化重要信息

子智能体架构

将子任务委托给具有最小上下文的专门智能体

最佳实践清单

  • [ ] 使用Markdown标题进行组织
  • [ ] 清晰、直接、最简语言
  • [ ] 无冗余信息
  • [ ] 可操作的指令
  • [ ] 具体示例
  • [ ] 清晰约束
  • [ ] 在适当时使用即时加载

反模式

❌ 冗长的解释 ❌ 历史上下文转储 ❌ 重叠的工具定义 ❌ 过早的信息加载 ❌ 模糊的指令（“可能”、“可以”、“应该”）

补充资源

完整标准：read ${PAI_DIR}/skills/prompting/CLAUDE.md

基于

Anthropic的“AI智能体有效上下文工程”