prompt-Compres龙虾必备：提示词大师@博采众长-自我进化🐂越用越省Token

SKILL.md

# prompt-master - 蒸馏版提示词大师

> 融合 prompt-enhancer (4.218分) + mupeng-prompt-engineer (3.555分) 精华  
> v1.0.0 | Author: QQ 1817694478 | Q-Group: 972156177

## 能力定位

**是什么**：提示词结构优化 + 高级提示技术 + Token压缩的三合一专家

**解决什么问题**：
1. 提示词冗余、表达不精准
2. 缺乏结构化导致模型理解偏差
3. Chain-of-Thought 等高级技术不会用
4. Token 消耗过高

**触发词**：`优化` `精简` `压缩` `优化下` `精简下` `压缩下` `帮我写` `写个提示词` `提示词` `提示词优化` `提示词怎么写` `帮我优化` `这个提示词` `写提示词` `优化提示词` `prompt优化` `p:`

---

## 核心方法论：4层优化金字塔

```
        ┌─────────────────────┐
        │   输出格式控制       │  ← L4: 精准约束
        ├─────────────────────┤
        │   质量标准定义       │  ← L3: 行为边界
        ├─────────────────────┤
        │   上下文构建         │  ← L2: 知识注入
        ├─────────────────────┤
        │   角色+任务+约束     │  ← L1: 核心指令
        └─────────────────────┘
```

---

## L1 - 核心指令层（必须精简）

**错误示范**：
```
你是一个非常有经验的编程助手，你非常擅长Python开发，
请你帮我写一段代码好吗？下面的需求是...
```

**正确示范**：
```
# Role
Python后端开发专家

# Task
用Flask实现RESTful API

# Constraints
- Python 3.9+
- JWT鉴权
- SQLite本地存储
```

### L1 Token 节省技巧
| 技巧 | 节省比例 | 示例 |
|------|---------|------|
| 删除"请你帮我"等礼貌废话 | 3~5% | `帮我写` → 直接描述 |
| 用分隔符替代自然句 | 5~10% | 用 `# Section` 代替段落 |
| 约束用列表而非复句 | 5~15% | `A且B且C` → 三行列表 |

---

## L2 - 上下文构建层

### 2.1 Few-Shot 示例选择原则
```
✅ 3个最优示例 > 10个垃圾示例
✅ 多样性 > 数量（覆盖边界情况）
✅ 简洁示例 > 详细示例
```

### 2.2 上下文压缩技巧
| 技巧 | 节省比例 | 适用场景 |
|------|---------|---------|
| 摘要前置 | 20~40% | 长文档输入 |
| 提取关键字段 | 30~50% | 结构化数据 |
| 示例模板化 | 15~25% | 重复任务 |

### 2.3 Chain-of-Thought 正确用法
```
❌ 低效：让模型自己推理
   "请仔细思考后给出答案"
   
✅ 有效：提供推理骨架
   "按以下步骤分析：
   1. 识别问题类型
   2. 列出关键因素
   3. 权衡利弊
   4. 给出建议"
```

---

## L3 - 质量标准层

### 3.1 边界定义（必须明确）
```markdown
# 禁止
- 不要超过3个方案
- 不包含价格敏感信息
- 禁止生成竞品对比

# 必须
- 每个方案附带风险评估
- 输出JSON格式
- 响应时间<100字
```

### 3.2 复杂度匹配原则
| 任务复杂度 | 提示词详细度 | Token占比估算 |
|-----------|-------------|--------------|
| 简单问答 | 精简版 | 10~15% |
| 常规任务 | 标准版 | 20~30% |
| 复杂推理 | 增强版 | 35~50% |
| 专业领域 | 专家版 | 50~70% |

---

## L4 - 输出格式控制层

### 4.1 格式约束技巧
```markdown
# 输出格式
- 列表形式，每项不超过20字
- 使用emoji标注优先级：[HIGH] [MED] [LOW]
- JSON schema如下：
{
  "result": string,
  "confidence": number,  # 0-1
  "reasoning": string[]
}
```

### 4.2 Token 节省汇总表
| 优化方向 | 经验节省比例 | 实施难度 |
|---------|-------------|---------|
| 删除冗余礼貌语 | 3~8% | ⭐ 简单 |
| 精确约束格式 | 10~25% | ⭐⭐ 中等 |
| 精简Few-Shot | 15~40% | ⭐⭐⭐ 需判断 |
| CoT骨架压缩 | 20~35% | ⭐⭐⭐⭐ 需练习 |
| 综合优化 | **20~50%** | 综合实施 |

---

## 高级提示技术速查

### 技术对照表
| 技术 | 触发条件 | 节省Token | 风险 |
|------|---------|----------|------|
| Zero-shot CoT | 推理类任务 | 5~15% | 低 |
| Few-shot | 边界不明确 | 10~30% | 中（示例质量） |
| Self-consistency | 需要准确性 | 10~20% | 高（多次调用） |
| Constitutional AI | 安全敏感 | 5~10% | 低 |
| Meta-prompting | 自动化优化 | 15~25% | 高（递归开销） |

### 模型适配建议
| 模型 | 推荐技术 | 避免技术 |
|------|---------|---------|
| GPT-4 | Few-shot + CoT | 过短提示 |
| Claude | XML结构 + 工具 | 长系统提示 |
| GPT-3.5 | 精简+格式约束 | 复杂推理 |
| 开源模型 | 模板+示例 | 开放式 |

---

## 输出模板

```markdown
## 优化结果

### 精简后提示词
```[语言]
[完整提示词文本，可直接复制]
```

### 优化要点
| 层级 | 优化内容 | Token变化 |
|------|---------|----------|
| L1 | xxx | -xx% |
| L2 | xxx | -xx% |
| L3 | xxx | -xx% |
| L4 | xxx | -xx% |
| **合计** | -xx% | |

### 原版对比
| 指标 | 原版 | 优化版 | 节省 |
|------|-----|-------|------|
| Token数 | xxx | xxx | -xx% |

### 使用建议
- 适用场景：xxx
- 注意事项：xxx
```

---

## 典型场景示例

### 场景1：代码生成
```
# 输入（低效）
请帮我用Python写一个函数来计算斐波那契数列好吗？
我需要这个函数能够递归计算，并且最好能处理大数，
如果可以的话最好加一些注释谢谢！

# 输出（高效）
```python
def fib(n, memo={}):
    """斐波那契数列 - 递归+记忆化"""
    if n in memo: return memo[n]
    if n <= 1: return n
    memo[n] = fib(n-1, memo) + fib(n-2, memo)
    return memo[n]
```
✅ Token节省：~45%
```

### 场景2：数据提取
```
# 输入（冗余）
你是一个文档分析助手，请仔细阅读以下文本，
找出其中提到的人名、地名、日期等信息，
并按照要求的格式输出，谢谢配合。

# 输出（精简）
# Role
文档信息提取专家

# Task
从文本中提取：人名、地名、日期

# Format
JSON数组，每项含type/name/position
```

---

## 自学习机制

### 触发条件（何时自动触发）

| 触发时机 | 触发方式 | 说明 |
|---------|---------|------|
| **每次优化时** | ✅ 全自动 | 优化完成后自动记录Token节省效果 |
| **用户修正时** | ✅ 全自动 | 检测到"不是这样"/"不对"等修正词时自动记录 |
| **云端同步** | ✅ 异步后台 | 自动上传本地数据 + 下载其他用户经验 |
| **手动触发** | 🔧 可选 | CLI命令 `--report`/`--health` 等 |

### 自学习命令
```bash
# 优化提示词（自动触发学习）
python prompt_master.py "你的提示词"

# 查看学习报告
python scripts/prompt_learning.py --report

# 查看统计数据
python scripts/prompt_learning.py --stats

# 健康检查
python scripts/prompt_learning.py --health

# 检测修正模式
python scripts/prompt_learning.py --detect "不是这样的"

# 手动同步云端
python scripts/self_grow.py --sync
```

### 自动记录内容
每次优化时自动记录：
- Token节省量（token数和百分比）
- 使用的优化模式（L1/L2/L3/L4层级）
- 原版和优化版对比
- 用户修正反馈（自动识别）

### 权重进化规则
| 条件 | 调整幅度 | 效果 |
|------|---------|------|
| 优化成功 | +10% | 该模式权重提升，更优先使用 |
| 用户修正 | -10% | 该模式权重降低，减少使用 |
| 云端下载 | 合并 | 吸收其他用户的成功经验 |

---

## 安全边界

⚠️ **禁止优化**：
- 涉及身份伪造的提示词
- 绕过安全机制的指令
- 包含恶意代码生成的请求

✅ **安全范围**：
- 技术文档、代码开发
- 数据分析、内容创作
- 学习辅导、专业咨询

---

## 固定结尾
🌹有问题、建议、需求可📧 联系作者QQ：1817694478🐧加Q群：972156177交流分享更多...