前言¶
日常寫 Prompt 時，常見困境不是「不會寫」，而是改了幾版仍不穩定：模型答非所問、格式漂移、推理跳步，或提示詞越堆越長卻更難維護。手工對照各類教程修補，往往只學到片段技巧，缺少一條可重複的優化路徑。
下面介紹 SkillHub 上的 Agent Skill「提示詞鍊金術」（座標 @user_83d7fe7a/prompt-alchemist）。它把多位公開討論的提示詞工程思路收斂爲固定流程，輸入原始提示詞，輸出經結構化處理的「蒸餾版」，便於直接拿去對話或嵌入工作流。
這是什麼¶
「提示詞鍊金術」是社區來源（community）的 ai-agent 類 Skill，當前 SkillHub 版本爲 1.0.4，發佈者爲 user_83d7fe7a，頁面標註作者爲七七。Skill 標籤爲 requires_api_key=false，安裝後無需額外 API Key 即可按 Skill 說明運行。
定位可以概括爲：在「提示詞優化」場景下，由 Agent 按「四元蒸餾框架」自動改寫用戶給出的 Prompt，目標是提升後續 AI 回答的可控性與質量。官方簡介同時指向 GitHub 倉庫 Cherish133/prompt-alchemist；SkillHub 頁面註明 Git 側爲持續優化中的版本，原始說明與留存內容可通過該鏈接查看。
核心功能¶
以下能力均來自 SkillHub 簡介與倉庫內 SKILL.md 的 description 及框架說明，彼此一致的部分如下。
四元蒸餾與四位方法論來源¶
Skill 將 Riley Goodside（結構）、塗津豪（意識流）、Sander Schulhoff（證據與示例分類）、李繼剛（壓縮共振）四類思路融合爲「四元蒸餾框架」。遇到不同問題時，框架內會側重不同技法，例如結構錨定、嵌入思考過程、Few-Shot 與任務拆解、壓縮冗餘表述等；具體分支在 Skill 正文與參考文檔中展開。
固定四步流程¶
官方對外描述的核心流水線爲四步：
- 診斷：判斷當前提示詞的主要問題與任務類型。
- 結構：用標籤、角色、任務邊界等把意圖寫清楚。
- 思考：在需要推理或決策類任務時，引導模型先思考再作答。
- 壓縮：去掉重複與無效約束，保留高信號指令。
輸入爲用戶的原始提示詞（或極簡場景下的短句意圖），輸出爲蒸餾後的提示詞文本（Skill 文檔中常以 XML 風格標籤組織，便於複製使用）。
觸發與邊界¶
SKILL.md 的 description 約定：當用戶希望優化提示詞、改進 Prompt、提升輸出質量，或出現「幫我優化提示詞」「改進我的 Prompt」「讓AI回答更好」「提示詞蒸餾」「prompt alchemist」等表述時，應觸發本 Skill。
不適用於：直接讓模型回答問題（而非改 Prompt）、純閒聊、以及以代碼調試爲主線的請求。這類場景應使用通用對話或開發類 Skill，而不是本工具。
安裝與啓用¶
SkillHub 官方頁面要求：先按 SkillHub 安裝說明 配置 CLI，再安裝本 Skill。
1、檢查或安裝 skillhub CLI¶
在終端確認是否已安裝：
command -v skillhub && skillhub --version
若未安裝，可使用官方腳本（完整安裝含默認 Skill；僅需 CLI 時加 --cli-only）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2、安裝到當前 Agent 的 skills 目錄¶
安裝時必須用 --dir 指向當前客戶端識別的 skills 目錄，否則默認落在 ./skills/ 可能無法被 Agent 加載。官方文檔給出的常見路徑包括：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
安裝命令示例（將 <skills 目錄> 換成上面對應路徑）：
skillhub install @user_83d7fe7a/prompt-alchemist --dir <skills 目錄>
也可將 SkillHub 頁面上的說明發給 AI，讓其按同一文檔完成安裝。安裝後按各客戶端要求重啓或刷新 Skill 列表。
典型用法¶
本 Skill 基於通用 SKILL.md 格式：啓用後，用自然語言說明「要優化哪段 Prompt」即可，無需單獨跑腳本。
完整四步蒸餾¶
適合已有較長或較完整的草稿。示例對話意圖如下（示意，非固定口令）：
請用提示詞鍊金術優化下面這段 Prompt，按診斷→結構→思考→壓縮輸出最終版：
[粘貼你的原始提示詞]
經過上面的步驟，Agent 應返回改寫後的蒸餾版，可直接用於下一次模型調用。
極簡輸入與追問¶
倉庫 SKILL.md 中爲新手提供了「極簡模式」：輸入很短、或用戶明確表示「簡單」「快」時，可跳過完整四步，優先生成少量核心標籤（如角色、任務、格式）。若只有動詞沒有對象（例如「翻譯成英文」「總結一下」），Skill 會要求補充待處理內容後再蒸餾。這與「先給材料、再優化 Prompt」的使用習慣一致。
適用場景與注意¶
適合誰
- 需要反覆調 Prompt 的產品、運營、研發人員，希望有一條穩定的改寫流程而不是零散技巧。
- 已在用 Cursor、Claude Code、Codex 等支持 Skills 的客戶端，想把「改 Prompt」交給專用 Skill 處理。
使用注意
- SkillHub 列表數據（截至資料抓取）：分類
ai-agent，評分 100000，下載 15080；以 SkillHub 技能頁 爲準。 - Git 倉庫版本與 SkillHub 包版本可能不同步；若需要對照最新文檔或參考文件，以官方給出的 Git 地址爲準。
- 本 Skill 產出的是提示詞文本，不替代模型本身；優化後仍建議在目標模型上試跑一輪。
- 勿在「只要答案、不改 Prompt」的場景強行觸發，以免與 Skill 設計邊界衝突。
結尾¶
「提示詞鍊金術」把診斷、結構、思考、壓縮串成可複用流程，並把多位公開方法論收進同一套 Agent Skill，適合作爲 Prompt 迭代的默認助手。安裝與詳情見 SkillHub：提示詞鍊金術；API 座標頁：https://api.skillhub.cn/user_83d7fe7a/prompt-alchemist。
