⚡

提示优化 prompt-optimization

提示优化是一种人工智能技能，专注于改进和重写用户提供给大语言模型（LLM）的提示，以减少歧义、提高输出质量，并确保意图得到准确传达。它应用于自然语言处理（NLP）、AI应用开发和大模型微调等领域。关键词：提示优化、LLM优化、自然语言处理、AI提示、模型微调、Prompt Engineering、大语言模型、人工智能应用、SEO优化。

NLP 0 次安装 0 次浏览 更新于 3/7/2026

name: prompt-optimization description: 改进和重写用户提示，以减少歧义并提高LLM输出质量。当用户要求优化、精炼、澄清或重写提示以获得更好结果时使用，或当请求涉及提示优化或提示重写时。

Prompt Optimization

Goal

改进用户的提示，以便Codex（或任何LLM）在保留意图的同时产生更好的输出。

Workflow

  1. 仔细阅读用户的原始提示。
  2. 识别歧义、缺少上下文或意图不明确。
  3. 重写提示以消除歧义并提供清晰的指示。
  4. 保留用户请求的核心意图。
  5. 在有帮助时添加相关约束（格式、长度、风格）。

Output format

提供：

  • 改进后的提示
  • 简要解释改进内容

Constraints

  • 不要假设原始提示中未包含的领域知识。
  • 保留用户意图。

Example triggers

  • “帮我起草一封请求反馈的电子邮件。”
  • “将这个转换为每日待办事项列表。”
  • $automating-productivity