前言¶
写提示词常陷入「试错—改写—再试错」的循环：要么输出不稳定，要么模型答非所问。系统化的提示工程能减少这种反复，把重点从「凭感觉改字」转移到明确流程和结构上。
是什么¶
提示词11 是一个面向 AI 模型提示词的设计、优化与测试工具，由 SkillHub 社区维护，版本 1.0.1。它提供系统化的提示工程技术，包括少样本学习、思维链和结构化输出，帮助开发者更稳定地获得期望的模型回答。
核心能力¶
- 提示词设计：支持在少样本学习场景中提供示例样本，引导模型输出符合预期的格式与风格。
- 提示词优化：通过思维链（Chain of Thought）引导模型逐步推理，提升复杂任务的回答质量。
- 提示词测试：提供结构化输出模板，便于快速验证提示词在不同场景下的效果。
安装与启用¶
提示词11 为通用 SKILL.md 格式，可通过 SkillHub 安装。官方地址：
- https://api.skillhub.cn/user_ceeb37f1/axure-prompt
典型用法¶
以少样本学习为例，使用提示词11 的能力可以更清晰地组织示例与指令：
你是一个文本分类助手。请根据以下输入，判断其属于哪一类。
示例：
输入：「这家餐厅的装修很有特色，菜量也很足。」
输出：美食推荐
输入：「昨晚的会议讨论了新产品的发布计划。」
输出：工作事务
现在请对以下输入进行分类：
输入：「最近在学 Python，感觉语法挺简洁的。」
输出：
通过结构化的示例与指令，模型能更准确地输出对应的分类。
适用场景与注意¶
- 适合需要结构化输出的任务，如分类、信息抽取、格式化回复等。
- 对依赖上下文与示例的任务效果更明显，但对纯对话类场景帮助有限。
- 需结合具体业务场景进行测试与微调，以适配不同的模型与数据分布。
总结¶
提示词11 提供了一套系统化的提示工程方法，涵盖少样本学习、思维链和结构化输出，帮助开发者更稳定地设计、优化和测试 AI 模型提示词。如需使用，可访问官方地址：https://api.skillhub.cn/user_ceeb37f1/axure-prompt
