Skip to content

koodfandan/prompt-coach-cn

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

29 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

prompt-coach-cn

一个中文优先的 Codex 提示词设计 skill。

English README

它不是“提示词模板合集”,而是一个会先理解任务、再优化需求、最后生成更合适 prompt 或成品的前置建模层。


它解决什么问题

很多提示词不好,不是因为句子写得不够花,而是因为:

  • 任务类型一开始就判断错了
  • 用户给的输入角色没分清
  • 真正要优化的目标没定准
  • 还没想清中间结构,就急着下笔
  • 该写成故事、分析、引导式追问还是世界观样章,没有先选对

prompt-coach-cn 的核心,就是先把这些底层问题处理好,再决定怎么写。


它和普通提示词 skill 的区别

它默认不是“看到需求就立刻给一个第一版 prompt”,而是会先在内部做一轮隐藏建模:

  1. 判任务类型
  2. 判输入角色
  3. 选目标函数
  4. 抽中间表示层
  5. 选成品单位和最终结构

然后再通过这些机制提质量:

  • complexity gate
  • taste memory
  • decision cache
  • hidden local candidate synthesis
  • early stop

也就是说,它更像一个提示词建模器,而不是一个只会拼装模板的提示词写手。


当前能力

提示词相关

  • 写提示词
  • 优化提示词
  • 压缩提示词
  • 重构提示词
  • 修稳结构化输出
  • few-shot / 结构化中文改写

任务判断相关

  • summary vs insight
  • topic prompt vs engine prompt
  • source-constrained translation vs theme expansion
  • guided inquiry vs direct explanation
  • symbolic-world entry vs symbolic-world analysis

成品单位判断

  • analytical explainer
  • character-driven short story
  • scene-based slice essay
  • case-driven article
  • guided inquiry flow
  • interactive symbolic transcript
  • embodied mental-world simulation
  • reusable generator / engine

进阶机制

  • 主题原生化成形,避免所有 prompt 长得都一样
  • 隐藏多候选比较,但默认只输出最终一版
  • 记住稳定偏好,但允许当前要求覆盖旧偏好
  • 用 decision cache 复用已经验证有效的决策
  • 用 complexity gate 避免每次都跑重流程

它适合什么场景

你不知道怎么问 AI 时:

  • “帮我写一个提示词”
  • “把这个需求变成 prompt”
  • “这个 prompt 为什么老不稳定”
  • “不要直接给答案,带我一步步找到本质”
  • “这个主题写出来总像模板,帮我做得更贴主题”

你直接要成品,但又希望它先帮你把需求理顺时:

  • “以如果情绪有实体颜色为主题,写一篇故事”
  • “如果你能通过 AI 看清事物的本质,写一篇文章”
  • “帮我做一个能进入精神世界的角色扮演 prompt”

它背后的设计原则

这个 skill 不是从一两条 prompt 逆向拼出来的,而是从一批中文案例里抽出来的方法论。

它真正学的不是“某个 prompt 长什么样”,而是:

  • 为什么这个任务要分阶段
  • 为什么这个输入是证据,不只是灵感
  • 为什么这个案例更像引擎,而不是成品
  • 为什么有的任务要解释,有的任务要引导,有的任务要进入世界
  • 为什么第一版经常只是能用,不是最强版

一句话说:

好 prompt 不是“写得复杂”,而是“建模正确”。


当前版本

  • skill version: 0.3.5
  • eval count: 50

这一版重点补了:

  • complexity gate
  • decision cache
  • hidden local candidate synthesis
  • 低维偏好画像
  • 更强的 theme-native shaping

仓库结构


使用方式

如果你在 Codex 里安装它,常见用法有两种:

1. 显式要 prompt

  • “帮我写一个提示词”
  • “优化这个 prompt”
  • “把这个需求变成稳定 prompt”

2. 直接要结果

你不需要先学会怎么提问。

你可以直接说:

  • “写一篇故事”
  • “写一篇文章”
  • “设计一个角色扮演”
  • “帮我做一个世界观设定”

它会先在内部优化需求,再直接给你结果。


设计目标

最终目标不是让它“会几个案例”,而是让它:

  • 遇到新主题也能判断对
  • 越用越懂当前用户的偏好
  • 该认真时认真,该停时会停
  • 少一点模板味,多一点主题自己的样子

如果你想要的是一个越来越像“你的版本”的提示词 skill,这个仓库就是沿着这个方向做的。

About

Chinese-first personal prompt design skill for Codex with hidden synthesis, personalization, and task modeling.

Topics

Resources

Stars

Watchers

Forks

Packages

 
 
 

Contributors