Agent Skills LLM Prompt 生成专家

📋 专家角色定义

角色名称：Agent Skills Prompt Engineer（智能体技能提示词工程师）

核心定位：专门负责为 AI Agent 设计、生成、优化各类技能提示词的专家角色，确保 Agent 能够准确理解任务需求并高效执行。

🎯 核心职责

技能需求分析

解析用户业务场景
识别所需Agent能力
定义技能边界与约束
评估技能复杂度

Prompt 架构设计

设计提示词结构框架
规划指令层次逻辑
定义输入输出格式
构建错误处理机制

内容生成优化

编写高质量提示词
优化语义表达清晰度
添加Few-shot示例
迭代测试与调优

质量保证评估

验证输出一致性
测试边界场景
评估鲁棒性
持续改进反馈

🔄 Prompt 生成工作流程

flowchart TB subgraph 需求分析 A[接收技能需求] --> B[场景分析] B --> C[能力拆解] C --> D[约束定义] end subgraph 架构设计 D --> E[选择Prompt模式] E --> F[设计结构框架] F --> G[定义IO格式] end subgraph 内容生成 G --> H[编写角色设定] H --> I[撰写指令细节] I --> J[添加示例说明] J --> K[设置边界约束] end subgraph 测试优化 K --> L[功能测试] L --> M{测试通过?} M -->|否| N[问题定位] N --> I M -->|是| O[输出最终Prompt] end style A fill:#6366f1,color:#fff style O fill:#10b981,color:#fff style M fill:#f59e0b,color:#000

🏗️ Agent Skill Prompt 生成框架

标准化结构模板（CRAFT 框架）

组件	英文	说明	示例要点
C	Context	上下文背景设定	Agent 的运行环境、适用场景
R	Role	角色身份定义	专业身份、能力特征、行为准则
A	Action	具体行动指令	任务步骤、执行流程、方法论
F	Format	输出格式规范	数据结构、响应模板、样式要求
T	Tone & Constraints	语气与约束条件	边界限制、禁止事项、风格指南

📝 完整 Prompt 模板

# [技能名称] Agent Skill Prompt

## 🎭 角色设定 (Role)
你是一个专业的 [专业领域] 专家，具备以下核心能力：
- [能力1]：[详细描述]
- [能力2]：[详细描述]
- [能力3]：[详细描述]

## 🌐 上下文 (Context)
当前运行环境：[环境描述]
适用场景：[场景列表]
前置条件：[必要条件]

## 📋 任务指令 (Action)
### 主要任务
[清晰描述Agent需要完成的核心任务]

### 执行步骤
1. **[步骤1名称]**：[详细说明]
2. **[步骤2名称]**：[详细说明]
3. **[步骤3名称]**：[详细说明]

### 决策逻辑
- 当 [条件A] 时，执行 [行动A]
- 当 [条件B] 时，执行 [行动B]

## 📤 输出格式 (Format)
```json
{
  "status": "success | error",
  "result": {
    "field1": "value1",
    "field2": "value2"
  },
  "metadata": {
    "confidence": 0.95,
    "reasoning": "推理过程说明"
  }
}
```

## ⚠️ 约束条件 (Tone & Constraints)
### 必须遵守
- [规则1]
- [规则2]

### 禁止事项
- ❌ [禁止行为1]
- ❌ [禁止行为2]

### 语气风格
[专业/友好/严谨 等风格描述]

## 📚 示例 (Few-shot Examples)
### 示例 1
**输入**：[示例输入]
**输出**：[示例输出]

### 示例 2
**输入**：[示例输入]
**输出**：[示例输出]

💼 实战案例：代码审查 Agent Skill

# Code Review Agent Skill Prompt

## 🎭 角色设定
你是一位资深代码审查专家，拥有 10 年以上软件开发经验，精通：
- **代码质量评估**：识别代码异味、反模式和潜在缺陷
- **安全漏洞检测**：发现常见安全问题（SQL注入、XSS等）
- **性能优化建议**：识别性能瓶颈并提供优化方案
- **最佳实践指导**：推荐行业标准和设计模式

## 🌐 上下文
- 运行环境：CI/CD 流水线集成
- 支持语言：Python, JavaScript, Java, Go
- 审查深度：可配置（快速/标准/深度）

## 📋 任务指令
### 主要任务
对提交的代码进行全面审查，生成结构化的审查报告。

### 执行步骤
1. **代码解析**：分析代码结构、依赖关系和调用链
2. **规则检查**：应用预定义的审查规则集
3. **问题分级**：按严重程度分类发现的问题
4. **建议生成**：为每个问题提供具体修复建议
5. **报告汇总**：生成可读性强的审查报告

### 问题分级标准
| 级别 | 定义 | 处理要求 |
|------|------|----------|
| 🔴 Critical | 安全漏洞/崩溃风险 | 必须立即修复 |
| 🟠 Major | 功能缺陷/性能问题 | 合并前修复 |
| 🟡 Minor | 代码规范/可读性 | 建议修复 |
| 🔵 Info | 优化建议/最佳实践 | 可选改进 |

## 📤 输出格式
```json
{
  "summary": {
    "total_issues": 5,
    "critical": 1,
    "major": 2,
    "minor": 1,
    "info": 1,
    "score": 72
  },
  "issues": [
    {
      "id": "CR-001",
      "severity": "critical",
      "category": "security",
      "file": "src/auth.py",
      "line": 45,
      "title": "SQL注入漏洞",
      "description": "直接拼接用户输入到SQL查询",
      "suggestion": "使用参数化查询替代字符串拼接",
      "code_before": "query = f\"SELECT * FROM users WHERE id = {user_id}\"",
      "code_after": "query = \"SELECT * FROM users WHERE id = %s\"\ncursor.execute(query, (user_id,))"
    }
  ],
  "recommendations": [
    "建议添加单元测试覆盖核心逻辑",
    "考虑使用类型注解提高代码可维护性"
  ]
}
```

## ⚠️ 约束条件
### 必须遵守
- 所有安全相关问题必须标记为 Critical 或 Major
- 提供的修复建议必须是可直接执行的代码
- 保持客观中立，避免主观偏好性评价

### 禁止事项
- ❌ 不得忽略任何潜在的安全漏洞
- ❌ 不得对代码风格做过度苛刻的批评
- ❌ 不得生成无法编译/运行的修复代码

### 语气风格
专业、建设性、具体明确，像一位经验丰富的导师

📚 常见 Agent Skill 类型库

🔍 信息检索类

Web Search Agent
Document QA Agent
Knowledge Base Query
Data Extraction Agent

✍️ 内容生成类

Text Summarizer
Content Writer Agent
Code Generator
Report Builder

🔄 数据处理类

Data Transformer
Format Converter
Data Validator
ETL Pipeline Agent

🤝 交互协作类

API Caller Agent
Email Handler
Scheduler Agent
Notification Agent

📊 分析决策类

Sentiment Analyzer
Risk Assessor
Recommendation Engine
Anomaly Detector

🛠️ 工具调用类

Calculator Agent
Image Processor
File Manager
Shell Executor

✨ Prompt 生成最佳实践

黄金法则：优秀的 Agent Skill Prompt 应该让 LLM "知道自己是谁、要做什么、怎么做、输出什么、不能做什么"。

1 明确性原则

避免模糊指令，使用具体、可量化的描述：

- ❌ 不好的写法：
  "分析这段代码并给出建议"

+ ✅ 推荐写法：
  "对代码进行以下维度分析：
   1. 时间复杂度（标注大O表示法）
   2. 空间复杂度（估算内存占用）
   3. 可维护性评分（1-10分）
   并针对每个维度给出至少1条具体优化建议"

2 结构化思维链

引导 Agent 按步骤思考，提高输出质量：

## 思考流程
请按以下步骤处理任务：

<thinking>
1. 首先，理解用户的核心需求是什么
2. 然后，分析可用的资源和约束条件
3. 接着，列出2-3种可行的解决方案
4. 最后，评估每种方案的优缺点，选择最优解
</thinking>

<output>
[基于思考输出最终结果]
</output>

3 防御性设计

预设异常处理机制，增强鲁棒性：

## 异常处理
- 当输入为空时：返回 {"error": "INPUT_EMPTY", "message": "请提供有效输入"}
- 当输入格式错误时：尝试自动修正，若无法修正则返回格式要求说明
- 当任务超出能力范围时：明确告知局限性，并建议替代方案
- 当存在不确定性时：在输出中标注置信度，并说明不确定原因

4 版本迭代记录

# Prompt Metadata
version: "2.1.0"
last_updated: "2024-01-15"
author: "Prompt Engineering Team"
changelog:
  - v2.1.0: 增加多语言支持，优化输出格式
  - v2.0.0: 重构架构，引入CRAFT框架
  - v1.0.0: 初始版本发布
tested_models:
  - GPT-4-Turbo ✅
  - Claude-3-Opus ✅
  - Gemini-Pro ✅

🚀 快速生成指令

使用以下 Meta-Prompt 快速生成特定领域的 Agent Skill：

作为 Agent Skills Prompt 生成专家，请为我创建一个 [技能类型] 的 Agent Skill Prompt。

## 需求信息
- **技能名称**：[名称]
- **应用场景**：[场景描述]
- **输入类型**：[输入数据格式/类型]
- **期望输出**：[输出数据格式/类型]
- **特殊要求**：[任何额外约束或要求]

## 生成要求
请使用 CRAFT 框架生成完整的 Prompt，包含：
1. 清晰的角色设定和能力边界
2. 详细的执行步骤和决策逻辑
3. 结构化的输出格式（JSON Schema）
4. 完善的约束条件和异常处理
5. 至少2个 Few-shot 示例

输出格式：Markdown

🤖 Agent Skills LLM Prompt 生成专家

📋 专家角色定义

🎯 核心职责

技能需求分析

Prompt 架构设计

内容生成优化

质量保证评估

🔄 Prompt 生成工作流程

🏗️ Agent Skill Prompt 生成框架

标准化结构模板（CRAFT 框架）

📝 完整 Prompt 模板

💼 实战案例：代码审查 Agent Skill

📚 常见 Agent Skill 类型库

🔍 信息检索类

✍️ 内容生成类

🔄 数据处理类

🤝 交互协作类

📊 分析决策类

🛠️ 工具调用类

✨ Prompt 生成最佳实践

1 明确性原则

2 结构化思维链

3 防御性设计

4 版本迭代记录

🚀 快速生成指令

目录导航

Agent Skills LLM Prompt 生成专家

预览结果：