前言¶
写好 Prompt 往往比写代码更难：稍不注意，模型要么答非所问，要么给出一堆废话。常见问题包括：指令模糊、缺少上下文、没有结构化约束、没有示例引导等。手动改写、试错效率低，很难系统化提升。
下面介绍 prompt-plus，一个基于 Markdown 的 Claude Code Skill，专注于创建、优化和学习高质量 Prompt。
是什么¶
prompt-plus（坐标：@user_dca6a55a/prompt-plus）是一个纯 Markdown 驱动的 Claude Code Skill，用于创建、优化和学习 Prompt。它不依赖脚本，完全通过 Markdown 文件和 Agent 的多轮对话能力实现，并提供知识库沉淀机制。
安装与启用¶
将 skill 目录复制或链接到 Claude Code 的 skills 目录：
cp -r skills/prompt-optimizer ~/.claude/skills/prompt-optimizer
命令与模式¶
命令¶
| 命令 | 说明 |
|---|---|
/prompt-optimizer |
创建模式：空参数启动，多轮引导创建新 Prompt |
/prompt-optimizer <你的prompt> |
优化模式：诊断+补充+优化已有 Prompt |
/prompt-optimizer --learn <优秀prompt> |
学习模式：萃取优秀 Prompt 的模式到知识库 |
创建模式¶
- 需求澄清
- 场景深挖
- 结构设计
- 生成评审
- 落盘
5 阶段引导式对话，每轮最多 4 个问题；每阶段设门禁，信息不充分不进入下一步；自动匹配合适的 Prompt 结构和模板；生成后支持最多 3 轮迭代修改。
优化模式¶
- 深度理解
- 质量诊断
- 缺口检测
- 多轮补充（如需）
- 优化生成
- 对比展示
- 落盘
8 维度质量评估：清晰度/具体性/上下文/结构化/约束/输出格式/示例/角色语调。自动检测信息缺口，必要时启动多轮追问；输出优化前后对比 + 逐条改动说明；自动检索知识库匹配可复用模式。
学习模式¶
- 结构分析
- 技巧萃取
- 场景归纳
- 模式入库
识别 Prompt 使用的结构模式和技巧；归纳适用/不适用场景和关键成功因素；写入知识库，后续优化时自动检索复用。
项目结构¶
skills/prompt-optimizer/
├── SKILL.md # Skill 主文件
├── references/ # 参考知识
│ ├── questioning-guide.md # 多轮提问策略指南
│ ├── quality-dimensions.md # Prompt 质量 8 维度评估体系
│ ├── prompt-patterns.md # 7 种结构模式 + 7 种常用技巧
│ └── optimization-checklist.md # 优化检查清单
├── templates/ # 生成模板
│ ├── pattern-extraction.md # 模式萃取模板
│ └── prompt-template.md # 4 种场景 Prompt 模板
└── knowledge/ # 知识库（持续积累）
├── patterns-index.md # 模式总索引
├── patterns/ # 已萃取的模式文件
├── creation-log.md # 创建记录
└── optimization-log.md # 优化记录与经验沉淀
设计理念¶
- 纯 Markdown 驱动：0 行 Python，0 个脚本，全部由 Markdown + Agent + AskUserQuestion 驱动
- 知识库持续生长：每次优化和学习都在积累可复用的模式和经验
- 挑战模糊：遇到“更专业”“更准确”等模糊表述，追问到底
- 先理解再行动：收到 Prompt 后深度理解意图、场景、目标用户后才开始优化
- 解释每次变更：优化不只是给出新版本，还解释改了什么、为什么、解决什么问题
官方地址¶
https://api.skillhub.cn/user_dca6a55a/prompt-plus
