build-prompt

Files (6)

• SKILL.md
• anthropic_xml.md · assets/templates/
• langgpt_markdown.md · assets/templates/
• task_contract.md · assets/templates/
• clarification_rubric.md · references/
• prompt_frameworks.md · references/

SKILL.md (first lines)

# Build Prompt

将模糊、粗糙的自然语言想法转化为可验证、高韧性、工业级提示词（Prompt as Code）的工程化构建引擎。

## 核心理念

1. **从感觉调优（Vibes-based）到工程测试（Testable Prompting）**：提示词不是玄学文学创作，而是软件规格说明书（Specification）。
2. **消歧第一，重构第二**：任何未定义边界、未量化标准和未处理边缘情况的 Prompt 在生产环境中都是脆弱的。
3. **指令与数据严格隔离**：通过语义标签与结构化边界，彻底杜绝数据对指令的污染与注入。

## 工作流流水线

```text
原始需求 ──▶ [P1 探针追问消歧] ──▶ [P2 架构选型] ──▶ [P3 结构化装配] ──▶ [P4 验收与评测集] ──▶ 交付产物
```

### P1 探针扫描与消歧追问 (Ambiguity Scan & Probing)

接收用户的原始 Prompt 或初步想法后，严禁直接草率套模板输出，必须先按 5 大探针维度进行审查：

1. **目标与消费场景 (Intent & Consumer)**：
   - 该提示词的下游消费者是谁？（人类读者、下游解析代码、多 Agent 协作网络节点）
   - 解决的核心业务决策或价值产出是什么？
2. **输入形态与边界 (Inputs & Edge Cases)**：
   - 预期输入的数据结构是什么？
   - 面对空值、超长文本、矛盾信息或无关输入时，模型的降级响应策略是什么？
3. **硬性规则与负向约束 (Must & Must-Not)**：
   - 有哪些绝对禁止输出的内容？（如禁止前缀废话、禁止输出 markdown 代码块外的解释、禁止虚构特定数据）
   - 语言、长度、术语是否有硬性边界？
4. **验证标准与验收指标 (Acceptance Criteria)**：
   - 物理证明该 Prompt 运行成功的判定规则是什么？（如字段必须可解析、必须覆盖 N 个分析维度）
5. **推理深度与角色立场 (Reasoning & Persona)**：
   - 是否需要思维链（`<thinking>`）显式分步推导？
   - 是否需要严格的专业角色画像？

> **执行原则**：一次提问控制在 3-5 个最关键的疑问点内，并主动给出推荐选项（Recommended Defaults），降低用户决策心智负担。

### P2 架构选型 (Architecture Selection)

根据消歧后的需求特征，选择最匹配的提示词结构架构：

- **Anthropic XML 规范**（默认推荐）：适用于复杂逻辑推理、多轮 Agent 节点、长上下文、需严格防注入与格式提取的场景。参考 [prompt_frameworks.md](references/prompt_frameworks.md)。
- **LangGPT 模块化 Markdown 规范**：适用于具有完整角色画像、复杂业务 SOP 流程、多技能集成的系统级 Prompt。
- **契约式 Task Pattern**：适用于单一职责、高频执行、要求零废话纯净输出的微服务型 Prompt。

### P3 结构化装配 (Synthesis & Construction)

按照选定的架构标准组装提示词，必须完整具备以下 7 大要素：

1. **身份与使命 (Identity & Purpose)**：清晰定义角色定位与系统目标。
2. **上下文与输入界定 (Context & Delimited Inputs)**：用 XML 标签（如 `<context>`、`<user_input>`）包裹动态输入。
3. **执行流程 (Execution Steps / Workflow)**：确定性的分步操作逻辑。
4. **思维链引导 (Chain of Thought)**：对于推理任务，强制要求在专用标签（如 `<thinking>`）内推导后再输出最终结果。
5. **规则与负向清单 (Rules & Negative Constraints)**：正向要求（Must）与负向禁止（Must Not）清晰列出。
6. **黄金示例 (Few-Shot Examples)**：提供 1-2 组真实、端到端且包含推导过程的输入/输出对。
7. **输出契约 (Output Format & Pre-flight Self-Check)**：严格定义输出格式（如 JSON Schema / Markdown 结构），并内置输出前自检指令。

### P4 验收标准与评测集构建 (Verification & Test Cases)

交付高质量 Prompt 时，必须同步输出其配套的测试验收方案：

1. **验收规则 (Acceptance Criteria)**：可物理判定的 Pass/Fail 准则。
2. **标准测试用例 (Happy Path)**：典型输入与预期产出特征。
3. **边缘极端用例 (Edge Cases)**：缺失字段、空输入、超长上下文或异常边界输入。
4. **对抗/防御测试用例 (Adversarial/Robustness Cases)**：提示词注入、矛盾指令输入。

## 物理红线（不可协商）

1. **严禁空泛形容词**：禁止在 Prompt 中使用“写得好一点”、“尽量精简”、“高质量”等无法测试的词汇，必须转换为量化指标（如“字数在 200 字以内”、“提取 3 条核心要点并给出量化依据”）。
2. **必须显式定义负向约束**：必须包含明确的禁止清单（Must Not），抑制模型幻觉与多余废话。
3. **格式与数据必须解耦**：所有需要动态传入的数据，必须使用显式分隔符或语义标签隔开。
4. **单次提问约束**：追问用户时，禁止一次性抛出超过 5 个问题，优先给出推荐解。

## 资源引用约定

- 架构详细对比与模板示例：[references/prompt_frameworks.md](references/prompt_frameworks.md)
- 探针追问矩阵与反模式排查：[references/clarification_rubric.md](references/clarification_rubric.md)
- 冻结产物模板：`assets/templates/`

From Windy-Dance/PearSkills, Apache-2.0.

More from Windy-Dance/PearSkills