登录
下载
Skill UI
浏览并发现
9944+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
提示工程
,共找到
17
条记录
默认排序
最新上传
最多下载
智能体性能优化工作流
agent-orchestration-improve-agent
sickn33/antigravity-awesome-skills
398
本工作流提供了一个系统性的框架,用于提升现有AI智能体的性能和可靠性。流程包括全面性能指标分析、详细的故障模式分类、高级提示词工程优化(如思维链和宪法AI),并最终通过结构化的A/B测试和受控部署,实现可量化、鲁棒的性能提升。
查看详情
AI产品开发
ai-product
sickn33/antigravity-awesome-skills
306
指导团队打造可靠的AI产品,涵盖LLM集成、RAG架构、可扩展提示词工程、可信AI UX与成本友好策略。
查看详情
AI 包装产品战略
ai-wrapper-product
sickn33/antigravity-awesome-skills
353
指导如何打造真正解决问题的 AI 包装产品,涵盖产品化提示工程、API 成本与使用度统计、模型选择及差异化 UX,让 AI 成为可盈利、可信赖的功能。
查看详情
AI 包装产品战略
ai-wrapper-product
sickn33/antigravity-awesome-skills
353
指导如何打造真正解决问题的 AI 包装产品,涵盖产品化提示工程、API 成本与使用度统计、模型选择及差异化 UX,让 AI 成为可盈利、可信赖的功能。
查看详情
Claude代码开发最佳实践指南
claude-code-guide
sickn33/antigravity-awesome-skills
441
这份指南旨在提供一个全面参考,帮助用户最大化利用Claude Code(一个智能体编程工具)的潜力。内容涵盖了最佳实践、项目配置模板(CLAUDE.md)、高级提示工程技巧和调试策略,指导用户实现高效、可靠的自主软件开发流程。
查看详情
大模型上下文工程基础
context-fundamentals
sickn33/antigravity-awesome-skills
223
本技能深入讲解了大型语言模型(LLMs)推理时可用的完整状态(上下文)。内容涵盖系统提示、工具定义、消息历史记录和检索文档等核心组件。掌握上下文工程是构建稳定、高效AI智能体的关键,它指导用户如何优化上下文内容,管理注意力预算,确保模型接收到最相关的“高信号”信息。
查看详情
大型语言模型提示词优化
llm-application-dev-prompt-optimize
sickn33/antigravity-awesome-skills
88
本技能模拟专家级提示词工程师,专注于为大型语言模型(LLMs)优化提示词。它运用宪法AI、思维链等高级技术,将基础指令转化为生产级的优化提示,能够显著提高模型的准确性、降低幻觉并节省成本。适用于需要系统性提升LLM性能和流程优化的场景。
查看详情
提示工程与大模型优化
prompt-engineer
Jeffallan/claude-skills
355
本技能专精于为大语言模型(LLMs)设计、优化和评估提示词。它能帮助用户生成优化的提示模板、结构化输出模式(如JSON或函数调用),并构建完整的测试套件。适用于构建新的LLM应用、实现思维链式推理、定义系统级护栏,或开发专业的评估框架来衡量和提升模型性能。
查看详情
提示工程模式汇总
prompt-engineering
rohitg00/awesome-claude-code-toolkit
432
文档详述结构化提示、思维链、少样本示例、系统指令模式与工具提示,帮助在大语言模型中构建稳定可靠的提示工程流程。
查看详情
提示词工程模式
prompt-engineering-patterns
sickn33/antigravity-awesome-skills
85
为提示词工程师提供从少样本、推理链到模板与系统提示等高级技巧,以提升大模型的性能、稳定性与可控性,并包含用例、验证与调优建议。
查看详情
高级提示词工程指南
senior-prompt-engineer
alirezarezvani/claude-skills
468
为提示词工程师准备的工具集,涵盖提示优化、LLM评估、RAG 质量检测、少样本示例整理及智能体工作流可视化与验证,助力构建可靠的代理系统。
查看详情
大型语言模型提示词优化指南
llm-prompt-optimizer
sickn33/antigravity-awesome-skills
397
本技能提供了一套完整的提示词工程优化流程,用于提高所有大型语言模型(LLM)的输出质量和稳定性。它系统性地指导用户如何通过定义角色、设定情境、限制约束、提供指令和输出模板等方式,将模糊的输入转化为精确的指令。用户可以可靠地实现结构化JSON输出、部署思维链推理,有效降低模型幻觉风险,同时优化Token消耗,确保输出结果始终高质量、高一致性。
查看详情
1
2
下一页
语言
简体中文
English