用途:该技能是主动诊断工具,用于分析技能提示词,找出 token 浪费、反模式、触发问题和优化机会。当用户要求审查、分析、优化或改进技能提示词,或反馈技能未触发、未按预期工作、token 使用过多、准备发布或比较两个版本时使用。\n\n主要能力:按严重程度(Critical→High→Medium→Low)报告发现,涵盖触发模式分析、token 效率分析、反模式检测、清晰度与结构审查、示例质量评估,以及工具使用、元指令、条件逻辑等特殊模式检查。输出包括技能概览、关键问题、高优先级改进、token 优化机会、中低优先级建议、重写建议和预估影响。还提供常见触发问题的排查清单(不触发、触发过频、结果不一致、速度慢)。\n\n使用方式:按三遍分析流程执行——略读、逐项检查、综合汇总。文中给出输出结构模板,需引用具体原文、给出重写示例并估算 token 影响。引用 prompting-pattern-library 等技能作为参考。\n\n限制:无法保证触发、无法实测性能、无法判断领域逻辑正确性,也不能预测用户行为。分析只是起点,需测试优化后的版本。
prompt-optimization-analyzer
写作与研究
更新于 10-15 17:21