一款能够为任何AI工具撰写精准提示词的Claude技能。零浪费token或积分，完整保留上下文与记忆，无需反复调整提示词就能直接得到理想答案。

兼容工具： Claude、ChatGPT、Gemini、o1/o3、MiniMax、Cursor、Claude Code、GitHub Copilot、Windsurf、Bolt、v0、Lovable、Devin、Perplexity、Midjourney、DALL-E、Stable Diffusion、ComfyUI、Sora、Runway、ElevenLabs、Zapier、Make，以及你尝试使用的任何AI工具。

---

🚀 安装

推荐 —— Claude.ai（浏览器）

1. 将此仓库下载为ZIP文件
2. 前往 claude.ai → 侧边栏 → 自定义 → 技能 → 上传技能

或直接克隆到Claude Code的技能目录（不推荐）

mkdir -p ~/.claude/skills
git clone https://github.com/nidhinjs/prompt-master.git ~/.claude/skills/prompt-master

🔥 解决的问题

每位AI用户都会以相同的方式浪费资源：

撰写模糊的提示词 → 得到错误结果 → 再次调整提示词 → 结果更接近但仍有偏差 → 再次调整 → 直到第四次才勉强得到满意的结果

这相当于白白浪费了三次API调用。如果每天要处理50个提示词，那可就是真金白银和宝贵时间的损失。

关键洞察

“最好的提示词并非越长越好，而是每个字都承载着关键信息。”

大多数“提示词生成器”只会让提示词变得更长，而这款技能则能让它更加精炼。

---

🎯 使用方法

在Claude中，你可以自然地调用该技能：

帮我给Cursor写一个用于重构认证模块的提示词

我需要一个让Claude Code构建REST API的提示词——请问我还需要了解哪些信息？

这是我之前为GPT-4o写的糟糕提示词，请帮我优化一下：[粘贴提示词]

为Midjourney生成一个赛博朋克风格的夜间城市场景提示词

我有一张参考图——请帮我写一个只调整头部角度的提示词

把这个提示词拆解并适配到Stable Diffusion上

或者也可以显式调用：

/prompt-master

我想让Claude Code用React和Supabase搭建一个待办事项应用

---

工作原理

Prompt Master会针对每次请求执行一套结构化的流程：

1. 识别目标工具——自动判断提示词适用于哪种AI系统，并无缝切换到相应的处理方式
2. 提取9大意图维度——任务、输入、输出、约束条件、上下文、受众、记忆、成功标准、示例
3. 提出针对性的澄清问题——若关键信息缺失，最多提问3次，绝不会过多追问
4. 选择合适的框架——自动挑选并应用正确的提示词架构，全程对用户透明
5. 仅使用安全可靠的技术——根据需要进行角色分配、少样本示例引导、XML结构化、锚定依据及记忆块管理
6. 进行token效率审计——剔除所有不影响输出的冗余词汇
7. 输出最终提示词——以简洁清晰的一段文本呈现，并附带一行策略说明

---

完整示例 #1：生成图像提示词

用户输入

帮我写一个Midjourney提示词，内容是：一位身穿传统盔甲的武士，在夜晚的大雨中独自伫立

生成的提示词

孤独的武士站在夜间的暴雨中，身着传统盔甲，
湿漉漉的石板路上映照着霓虹灯光，充满电影感的光影效果，
浓重的阴影与薄雾弥漫，极致细腻，真实写实，
浅景深 --ar 16:9 --v 6 --style raw

负面描述：模糊、低画质、水印、卡通、动漫、多余肢体

🎯 目标： Midjourney · ⚡ 框架： 视觉描述符 · 💰 Tokens： 较少（约60）· 💡 策略： 采用逗号分隔的描述性词汇而非长篇叙述，优先突出光影与氛围，锁定宽高比和版本号，加入负面提示防止风格偏离。

---

完整示例 #2：生成代码相关提示词

用户输入

为Claude Code编写一个商业仪表盘的落地页提示词，
要求外观和交互体验完全仿照Notion——流畅的动画效果、简洁的界面

生成的提示

目标：
构建一个完全详细、生产级质量的静态着陆页，用于业务仪表板产品。设计必须与 Notion 的视觉风格完全一致——简洁、极简、注重排版，并在整个页面中加入流畅的动画效果。

技术栈：
单个 HTML 文件，内嵌 CSS 和原生 JavaScript。不使用任何框架。除 Google Fonts（Inter 字体）外，无外部依赖。

设计规范——请严格匹配以下内容：
- 背景：#ffffff
- 主文本：#1a1a1a
- 次要文本：#6b7280
- 边框颜色：#e5e7eb
- 强调色：#000000
- 字体：Inter，字重 400 / 500 / 600 / 700
- 基础间距单位：8px
- 圆角：卡片 6px，按钮 4px
- 盒阴影：仅使用 0 1px 3px rgba(0,0,0,0.08)，无夸张阴影
- 按钮：黑色背景，白色文字，圆角不超过 6px

按顺序构建的各部分：
1. 导航栏 — 左侧为 logo，中间为导航链接，右侧为“免费开始”CTA。滚动时固定，通过 JS 添加细微的底部边框。
2. 首屏 — 左对齐的大标题（最多 3 行），副标题，两个 CTA（主按钮黑色，次按钮描边），首屏截图占位图（灰色圆角卡片，16:9 比例）。
3. 公司标志栏 — “受……团队信赖”，居中显示 5 个灰色占位公司名称。
4. 功能模块 — 三列网格布局。每张卡片包含：图标（使用 emoji）、加粗标题、两行描述。悬停状态：边框变深至 #d1d5db，上下位移 -2px，过渡时间为 200ms 缓动。
5. 工作流程 — 左右交替布局，共 3 步。数字标识、标题、描述以及占位截图卡片。
6. 定价 — 两个方案并排展示。免费版：描边卡片；专业版：黑色背景，白色文字，“最受欢迎”标签。每个方案列出 4 项功能，用勾号标记。
7. CTA 横幅 — 全宽深色区域，居中标题、副标题及单一 CTA 按钮。
8. 页脚 — 四列链接、版权信息，极简风格。

动画效果——需实现以下所有效果：
- 每个部分在滚动时从透明渐显，并向上位移 20px 至 0px，使用 IntersectionObserver 实现。触发阈值为 0.15，持续时间 500ms 缓出。
- 功能卡片采用交错动画：每张卡片之间延迟 100ms。
- 导航栏 CTA 按钮：悬停时背景从黑色渐变至 #333，过渡时间为 200ms 缓动。
- 首屏主 CTA：同上悬停效果。次 CTA：悬停时背景从透明渐变为 #f3f4f6。
- 所有锚点链接实现平滑滚动。
- 导航栏底部边框在滚动超过 60px 时，通过 JS scroll 事件淡入。

限制条件：
- 仅允许使用单个文件——所有 CSS 和 JS 内联，不得引入外部文件。
- 除通过 CDN 链接引入的 Google Fonts 外，无其他依赖。
- 所有占位图片替换为样式化的灰色 div 元素。
- 必须在 375px 移动端和 1440px 桌面端达到像素级精确。
- 禁止使用任何 CSS 框架或外部工具类。

完成标准：
- 所有 8 个部分在两种断点下均能正确渲染。
- 所有动画在滚动时触发，且不会引起布局偏移。
- 导航栏固定，并在滚动时显示底部边框。
- 所有交互元素的悬停状态正常工作。
- 在浏览器中打开时无任何控制台错误。

🎯 目标： Claude Code · 💰 Token 数量： 中等（约 380）· 💡 策略： 将所有模糊的 Notion 风格提示转化为精确的十六进制值和像素规格——Claude Code 不会误解。动画效果以精确的时间、方式和触发条件定义，无需额外解释。

---

🤝 与任何 AI 工具兼容

Prompt Master 内置了针对 20 多种工具的专用配置文件。对于未列入列表的工具，它会使用一个 通用指纹：通过 4 个问题，为任何它从未见过的 AI 系统生成高质量的提示词。

点击查看全部 30 多种工具配置

工具	类别	Prompt Master 解决的问题
Claude	推理型大模型	去除填充内容、添加 XML 结构、指定长度
ChatGPT / GPT-5.x	推理型大模型	输出格式约束、语句冗长控制、完成条件
Gemini 2.x	推理型大模型	知识锚定、引用规则、格式锁定
o3 / o4-mini	思考型大模型	只提供简短清晰的指令——从不添加思维链（它们会在内部思考）
Ollama	本地大模型	询问已加载的模型，并包含 Modelfile 的系统提示
Qwen 2.5 / Qwen3	开放权重大模型	对话模板格式、思考模式与非思考模式检测
本地模型（Llama、Mistral）	开放权重大模型	提示词更短、结构更简单，无复杂嵌套
DeepSeek-R1	推理型大模型	简洁指令、去除思维链，必要时抑制思考输出
MiniMax (M2.7 / M2.5)	推理型大模型	温度限制、思考标签控制、结构化输出优化
Claude Code	代理型 AI	停止条件、文件作用域、检查点输出
Cursor / Windsurf	IDE AI	文件路径、函数名、不可修改列表、顺序式提示引导
Cline（原 Claude Dev）	代理型 IDE	文件作用域、审批环节、停止条件、任务拆解
GitHub Copilot	自动补全型 AI	准确的函数契约作为文档字符串
Antigravity	代理型 IDE	基于任务的提示、产物验证、自主级别控制
Bolt / v0 / Lovable	全栈代码生成器	技术栈规格、版本、以及不应搭建的内容
Figma Make	全栈代码生成器	组件名称引用、框架到代码的作用域
Google Stitch	全栈代码生成器	注重界面目标而非实现细节，遵循 Material Design 3 规范
Devin / SWE-agent	自主代理	起始状态、目标状态、停止条件
Manus	自主代理	以任务结果为导向、权限范围、记忆锚点
OpenAI Computer Use	计算机操作型代理	屏幕状态、允许使用的应用、避免执行不可逆操作前停止
Perplexity Computer	计算机操作型代理	以产物优先的提示、限定权限、验证步骤
OpenClaw	计算机操作型代理	对话精确性、持久记忆、安全约束
Perplexity / SearchGPT	搜索型 AI	指定模式：搜索、分析或比较
Midjourney	图像生成型 AI	逗号分隔的描述词、参数及负面提示
DALL-E 3	图像生成型 AI	散文描述、文本排除——自动检测编辑与生成模式
Stable Diffusion	图像生成型 AI	权重语法 (word:1.3)、CFG 引导、强制性负面提示
SeeDream	图像生成型 AI	首先明确艺术风格、情绪与氛围描述，再加负面提示
ComfyUI	图像生成型 AI	正负节点分离、特定检查点语法
Meshy / Tripo / Rodin	3D 生成型 AI	风格 + 导出格式 + 多边形预算 + 骨骼要求
BlenderGPT	3D 生成型 AI	Python 脚本输出、Blender 版本、场景上下文
Unity AI	3D/游戏型 AI	游戏类型、目标平台、用机制描述代替代码
Sora / Runway	视频生成型 AI	摄像机运动、时长、剪辑风格
LTX / Dream Machine / Kling	视频生成型 AI	影视语言、动作强度、风格参考
ElevenLabs	语音生成型 AI	情感、节奏、重音、语速
Zapier / Make / n8n	工作流自动化	触发应用+事件、动作应用+字段映射

---

📐 12 种提示模板（自动选择）

Prompt Master 会根据任务自动选择合适的架构，并在后台无缝切换——您只会看到最终的提示内容，而不会看到具体的框架名称。

点击查看全部 12 种模板

模板	最适合
RTF（角色、任务、格式）	快速的一次性任务
CO-STAR（背景、目标、风格、语气、受众、回应）	专业文档、报告、商务写作
RISEN（角色、指令、步骤、最终目标、逐步收敛）	复杂的多步骤项目
CRISPE（能力、角色、洞见、陈述、个性、实验）	创意工作、品牌声音、迭代内容
思维链	数学、逻辑、调试、多步分析
少样本法	保持一致的结构化输出、复制模式
文件作用域模板	Cursor、Windsurf、Copilot——任何代码编辑 AI
ReAct + 停止条件	Claude Code、Devin、AutoGPT——任何自主代理
视觉描述符	Midjourney、DALL-E、Stable Diffusion、Sora——图像生成
参考图像编辑	编辑现有图像——自动检测是编辑还是生成
ComfyUI	基于节点的图像工作流——按检查点分离正负提示
提示分解器	分解、调整、简化或拆分现有提示

---

🛡️ 5 种安全技术，按需应用

Prompt Master 仅使用效果可靠且可控的技术。那些已知可能导致幻觉或不可预测输出的方法（如思维树、思维图、通用自洽性、提示链等）均被明确排除。

技术	作用
角色分配	分配特定专家身份，以校准深度和词汇量
少样本示例	在格式一致性比指令更重要的情况下，添加 2–5 个示例
XML 结构标签	使用 XML 包裹各部分，适用于能可靠解析 XML 的 Claude 系列工具
知识锚定	为涉及事实性和引用的任务添加防幻觉规则
思维链	强制进行逐步推理以解决逻辑问题——但绝不会应用于 o1/o3

---

🚫 检测到35种会“扣分”的提示词模式（附前后示例）

任务模式（7个）

序号	模式	前	后
1	模糊的任务动词	“帮我看看代码”	“重构 getUserData() 函数，使用 async/await 并处理 null 返回值”
2	一个提示中包含两个任务	“解释并重写这个函数”	分开：先解释，再重写
3	没有成功标准	“让它更好一点”	“当函数通过现有单元测试且能处理 null 输入时即完成”
4	过于宽松的代理指令	“用任何办法都可以”	明确列出允许和禁止的操作
5	情绪化的任务描述	“完全坏了，把所有东西都修好”	“当 user 为 null 时，第43行会抛出未捕获的 TypeError”
6	要求构建整个项目	“帮我开发整个应用”	分解为提示1（搭建框架）、提示2（实现功能）、提示3（优化完善）
7	隐含引用	“现在加上我们之前讨论的另一件事”	始终重新陈述完整任务，不要引用“我们之前讨论的那件事”

上下文模式（6个）

上下文模式

序号	模式	前	后
8	假设已有先验知识	“接着我们上次停下的地方继续”	包含记忆块，记录所有之前的决策
9	缺少项目背景	“写一封求职信”	“面向 B2B 金融科技公司的产品经理职位，拥有2年软件工程师经验，曾以技术负责人身份交付过3个功能”
10	遗忘技术栈	新提示与之前的技术选型相矛盾	始终包含记忆块
11	诱发幻觉	“专家们对 X 有什么看法？”	“仅引用你确定来源的内容。如果不确定，请说明。”
12	未定义目标受众	“写点给用户看的东西”	“非技术类 B2B 客户，无编程基础，处于决策层”
13	未提及过往失败	（空白）	“我已经尝试过 X，但因为 Y 失败了。请不要再建议 X。”

格式模式（6个）

序号	模式	前	后
14	缺少输出格式	“解释这个概念”	“3个要点，每个不超过20字，顶部附一句话总结”
15	隐含长度要求	“写个摘要”	“请用恰好3句话写摘要”
16	未指定角色定位	（空白）	“你是一名专注于 Node.js 和 PostgreSQL 的资深后端工程师”
17	模糊的审美形容词	“让它看起来专业些”	“采用单色配色方案，基础字体大小16px，行高24px，不添加任何装饰性元素”
18	缺少负面提示（图像AI）	“一位女性的肖像”	补充：“不得出现水印、模糊、多余手指、扭曲或文字”
19	为 Midjourney 使用散文式提示	全部是描述性语句	“主体、风格、氛围、光线，--ar 16:9 --v 6”

范围模式（6个）

序号	模式	前	后
20	没有范围界定	“修复我的应用”	“只修复 src/auth.js 中的登录表单验证，其他部分一概不动”
21	没有技术栈约束	“开发一个 React 组件”	“使用 React 18、TypeScript strict 模式，不引入外部库，仅使用 Tailwind”
22	没有代理停止条件	“构建整个功能”	明确设定停止条件，并在每一步完成后设置检查点
23	IDE AI 缺少文件路径	“更新登录函数”	“仅更新 src/pages/Login.tsx 中的 handleLogin() 函数”
24	工具模板选择错误	在 Cursor 中使用 GPT 风格的文本	改用文件范围模板，明确路径和作用域
25	粘贴整个代码库	每次提示都提供完整仓库上下文	仅限于相关函数和文件范围内

推理模式（5个）

序号	模式	前	后
26	逻辑任务缺乏思维链	“哪种方法更好？”	“在给出建议之前，先逐步分析两种方法”
27	向推理模型添加思维链指令	向 o1/o3 发送“一步一步思考”	移除该指令，因为推理模型本身具备内部思维能力，额外的思维链指示反而会降低输出质量
28	复杂输出缺乏自我检查	（无内容）	“完成前，请对照上述约束条件核对输出结果”
29	期望跨会话记忆	“你已经了解我的项目了”	始终重新提供记忆块
30	与先前决策相矛盾	新提示忽略了之前的架构设计	使用包含所有既定事实的记忆块

代理模式（5个）

序号	模式	前	后
31	没有起始状态	“帮我搭建一个 REST API”	“空的 Node.js 项目，已安装 Express，存在 src/app.js 文件”
32	没有目标状态	“添加认证功能”	“创建 /src/middleware/auth.js 文件，用于 JWT 验证；并在 /src/routes/auth.js 中实现 POST /login 和 POST /register 接口”
33	沉默的代理	无进度反馈	“每完成一步后输出：✅ [已完成的内容]”
34	文件系统权限未限制	无文件访问限制	“只能编辑 src/ 目录下的文件，不得触碰 package.json、.env 或任何配置文件”
35	没有人工审核触发机制	由代理全权决定	“在删除任何文件、添加任何依赖项或修改数据库表结构之前，必须停下来询问”

---

🧠 内存块系统

当对话有历史记录时，Prompt Master 会提取之前的决策，并在提示开头加入内存块，以确保 AI 不会与早期工作相矛盾：

## 记忆（从前文延续）
- 技术栈：React 18 + TypeScript + Supabase
- 认证使用存储在 httpOnly cookie 中的 JWT，而非 localStorage
- 组件命名规范：PascalCase，不使用默认导出
- 设计系统：仅使用 Tailwind，不编写自定义 CSS 文件
- 架构：不使用 Redux，仅采用 Context API

这是解决长时间对话问题的最有效方法。大多数重复提问都是因为 AI 忘记了你之前做出的决定。

---

ℹ️ 版本历史

• 1.5.0 — 增加更多工具路由。新增代理 AI 和 3D 模型 AI 路由。将描述调整至189个字符。移除输出中的 token 估算。增加指令层和文案撰写占位符。
• 1.4.0 — 增加参考图像编辑检测功能，支持 ComfyUI，新增提示分解器模式。修正触发描述，使其能在 Claude Code 中正确调用。在参考资料文件夹中新增3个模板。
• 1.3.0 — 重构为 PAC2026 的位置结构（30/55/15）。静默路由取代面向用户的框架选择。引入参考资料文件夹。
• 1.2.0 — 为注意力机制架构重新调整结构。移除易产生虚假信息的技术（ToT、GoT、USC、提示链）。将模板和模式移至参考资料文件夹。
• 1.1.0 — 扩展工具覆盖范围，增加内存块系统，列出35种会“扣分”的提示词模式。
• 1.0.0 — 初始发布。

---

📄 许可证

MIT：详情请参阅 LICENSE。

---

⭐ 星标历史

---

Prompt Master 快速上手指南

Prompt Master 是一款专为 Claude 设计的技能（Skill），旨在为任何 AI 工具生成精准、高效的提示词（Prompt）。它能消除模糊指令导致的重复试错，节省 Token 成本，并确保一次性获得理想结果。支持 Claude Code、Cursor、Midjourney、Stable Diffusion 等 30+ 种主流 AI 工具。

环境准备

• 系统要求：任意支持现代浏览器的操作系统（Windows, macOS, Linux）。
• 前置依赖：
  • 拥有 Claude.ai 账号（推荐使用浏览器版）。
  • 或者安装了 Claude Code CLI 工具（可选，非首选方案）。
• 网络要求：需能正常访问 github.com 和 claude.ai。

安装步骤

推荐通过 Claude.ai 网页端直接上传安装，操作最简单且无需配置本地环境。

方法一：Claude.ai 网页版（推荐）

1. 下载源码： 访问项目仓库或直接点击下载链接，将 prompt-master 项目保存为 ZIP 压缩包并解压。

   # 如果已安装 git，也可通过命令行克隆后打包
   git clone https://github.com/nidhinjs/prompt-master.git
   

2. 上传技能：

   • 登录 claude.ai。
   • 点击左侧边栏的 Customize（自定义）。
   • 选择 Skills（技能）选项卡。
   • 点击 Upload a Skill（上传技能），选择刚才下载的文件夹或 ZIP 包进行上传。

方法二：Claude Code 本地目录（仅限 CLI 用户）

如果你主要使用命令行版的 Claude Code，可以将项目克隆到技能目录：

mkdir -p ~/.claude/skills
git clone https://github.com/nidhinjs/prompt-master.git ~/.claude/skills/prompt-master

基本使用

安装完成后，在 Claude 对话框中即可自然语言调用，或使用显式命令触发。

1. 自然语言调用（推荐）

直接在对话中描述你的需求，Prompt Master 会自动识别目标工具并生成优化后的提示词。

示例：为代码编辑器生成提示词

Write me a prompt for Cursor to refactor my auth module

(中文意图：帮我写一个给 Cursor 的提示词，用于重构我的认证模块)

示例：为绘图工具生成提示词

Generate a Midjourney prompt for a cyberpunk city at night

(中文意图：生成一个关于“夜晚赛博朋克城市”的 Midjourney 提示词)

示例：优化现有提示词

Here's a bad prompt I wrote for GPT-4o, fix it: [粘贴你的旧提示词]

2. 显式命令调用

你也可以使用 /prompt-master 命令明确激活该技能。

/prompt-master

I want to ask Claude Code to build a todo app with React and Supabase

工作流程说明

当你发出请求后，Prompt Master 会自动执行以下流程：

1. 识别工具：自动判断你需要针对哪个 AI 工具（如 Midjourney 或 Claude Code）。
2. 意图提取：分析任务、约束条件、上下文等 9 个维度。
3. 针对性提问：如果关键信息缺失，它最多只会问 3 个澄清问题。
4. 生成结果：输出一个经过 Token 效率审计、结构精简的最终提示词，并附带简短的策略说明。