nidhinjs/prompt-master

解决的问题

Prompt Master 旨在消除提示工程中的“试错”循环，即用户因反复优化模糊提示以获得期望输出而浪费 API 信用额度和时间。它将模糊的用户请求转化为针对特定 AI 工具的高精度、‘承重’式提示。

如何工作

作为 Claude 技能运行，通过一个结构化流程处理请求：

1. 工具检测：识别目标 AI 工具（如 Midjourney、Cursor、GPT-4o），并路由到相应处理方式。
2. 意图提取：分析任务、约束、成功标准等九个维度的意图。
3. 澄清：若关键信息缺失，最多提出三个针对性问题进行确认。
4. 框架选择：自动应用 13 种专用提示架构之一（如 RTF、CO-STAR 或 RISEN），但不向用户展示框架名称。
5. 优化：应用安全技术（如角色分配和 XML 标签），执行 token 效率审计以剔除冗余词汇，并验证模型版本是否与提供方文档一致。
6. 记忆管理：使用“记忆块”系统保留先前决策和项目上下文，防止长时间对话中出现矛盾。

适用人群

希望在多种 AI 工具（包括 LLM、图像生成器、代码代理、自主代理）上首次尝试即获得高质量输出的 AI 用户。

核心亮点

• 广泛工具支持：包含超过 30 种工具的专用配置文件，涵盖 Claude、ChatGPT、Midjourney、Sora 和 Devin 等。
• uma Universal Fingerprint：未知 AI 系统的备用机制，可生成高质量提示。
• 节省信用模式：检测并修复任务、上下文、格式、范围和推理中常见的 37 种“耗信用”模式。
• 聚焦精度：优先生成清晰、高效的提示，而非冗长提示，以减少 token 浪费。