nidhinjs/prompt-master · 上手攻略

  • 仓库：nidhinjs/prompt-master
  • 链接：https://github.com/nidhinjs/prompt-master
  • 分类：agent-skill（Claude Skill）
  • 作者：spark
  • 更新：2026-08-07

是什么

一个 Claude Skill（轻量级插件），把"把任务翻译成对应 AI 工具的高质量 prompt"做成可复用流程。它本身不调用模型接口、不持有 API key，而是一份写在 SKILL.md 里的"提示词工程方法论 + 路由表"，Claude 在对话中识别到相关意图后会自动加载并按既定流程工作。

仓库以 Claude Skill 形式分发，官方安装路径：

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

也支持 claude.ai 网页端：Sidebar → Customize → Skills → Upload a Skill。

解决什么问题

绝大多数用户的真实痛点不是"不会用 AI"，而是"发出的 prompt 模糊，第一遍得不到想要的结果，再花 2-3 轮反复改写"。这中间每一次改写都计费，组合起来是真实的 token 浪费。Prompt Master 把"如何写一条一次性命中目标的 prompt"显式化为七步流水线：

  1. 检测目标工具：根据用户描述静默路由到对应工具的 profile（Claude / GPT-5.x / Gemini / o1-o3 / DeepSeek-R1 / Claude Code / Cursor / Cline / Midjourney / Sora / ComfyUI / ElevenLabs / Zapier 等 30+）。
  2. 提取 9 维意图：task / input / output / constraints / context / audience / memory / success criteria / examples。
  3. 最多 3 个澄清问题：只对"关键缺口"提问，不变成烦人面试。
  4. 路由到合适框架：RTF / CO-STAR / RISEN / CRISPE / CoT / Few-Shot / ReAct / Visual Descriptor / Prompt Decompiler 等十几个模板按目标自动选，不让用户选。
  5. 只用安全技术：Role Assignment、Few-Shot、XML 结构、Grounding Anchors、Memory Block；显式排除 Tree/Graph of Thought、USC、Prompt Chaining（这些会引入幻觉或不可控行为）。
  6. Token 效率审计：删掉所有不改写输出的词。
  7. 交付：一段可直接复制的最终 prompt + 一行策略注释（Target / Framework / Tokens / Strategy）。

输出末尾固定的元数据块形如：🎯 Target: Claude Code · ⚡ Framework: RISEN · 💰 Tokens: Medium (~380) · 💡 Strategy: ...，方便复盘。

快速安装

# 方式 A：本地 Claude Code（推荐）
mkdir -p ~/.claude/skills
git clone https://github.com/nidhinjs/prompt-master.git ~/.claude/skills/prompt-master

# 方式 B：网页 Claude
# claude.ai → Customize → Skills → Upload a Skill → 上传仓库 ZIP

# 方式 C：手动调用（不依赖自动触发）
/prompt-master

最小硬件：无（纯文本 skill）。

核心用法

触发方式分两类：

1) 自然语言触发（在 Claude 对话中直接说）：

Write me a prompt for Cursor to refactor my auth module
I need a prompt for Claude Code to build a REST API — ask me what you need to know
Here's a bad prompt I wrote for GPT-4o, fix it: [paste]
Generate a Midjourney prompt for a cyberpunk city at night
Break this prompt down and adapt it for Stable Diffusion

2) 显式命令触发：

/prompt-master
I want to ask Claude Code to build a todo app with React and Supabase

示例输入输出（README 摘录）：

输入：Build a claude code prompt for a landing page for a business dashboard that looks and feels exactly like notion - smooth animations, clean ui

输出会被改写为带 Objective / Stack / Design Spec（精确到 hex / px / ms）/ 8 个 Section / Animations（精确到 IntersectionObserver 阈值 0.15、500ms ease-out）/ Constraints / Done When 的结构化 prompt，并在末尾打 🎯 Target: Claude Code · 💰 Tokens: Medium (~380) · 💡 Strategy: Every vague Notion aesthetic cue translated into exact hex values ...。

输入：Write me a midjourney prompt for a realistic samurai standing in the rain at night

输出：lone samurai standing in heavy rain at night, traditional armor, neon reflections on wet cobblestone street, cinematic lighting, dramatic shadows, fog, ultra detailed, photorealistic, shallow depth of field --ar 16:9 --v 6 --style raw + negative prompt。末尾 🎯 Target: Midjourney · ⚡ Framework: Visual Descriptor · 💰 Tokens: Light (~60)。

逆向用法（Prompt Decompiler）：把已经写好但效果差的 prompt 贴进去，让它拆分 → 适配到其他工具。

典型适用场景

  • 跨工具搬运：同一需求要在 Claude / GPT / Gemini / Cursor / Midjourney 之间复刻，每次重新设计 prompt 浪费时间。
  • 新手用户的护栏：团队里不会写结构化 prompt 的成员，让它来"代笔"。
  • IDE AI 提效：为 Cursor / Windsurf / Cline / Copilot 写带 File path / do-not-touch list / stop conditions 的精确 prompt，避免 AI 大改不该动的文件。
  • 图像/视频模型参数化：把抽象审美描述（"赛博朋克""电影感"）翻译成 Midjourney / Sora / ComfyUI 能解析的 descriptor + 参数 + negative prompt。
  • 流程自动化：为 Zapier / Make / n8n 写 trigger + action + field mapping 三段式。

坑与注意

  1. 依赖 Claude 的 Skills 机制：在 ChatGPT / Gemini / Cursor / 其他 IDE 里不会被自动加载，只能复制 SKILL.md 里的方法论手动套用。
  2. 自动触发的边界：自然语言触发靠意图识别，不是所有"写一个 prompt"的句子都会触发；显式 /prompt-master 或"Write me a prompt for X"更稳。
  3. 澄清问题 ≤3 是硬约束：任务信息缺口大时（比如只说"帮我做个网站"），它最多问 3 个问题，剩下靠 Universal Fingerprint（4 个兜底问题）补；不要期望它像产品经理一样反复追问。
  4. Token 节省是相对值：README 没给实测对照数据；"3 次改写 → 1 次命中"是经验值，对长 prompt（>1k 字）效果最明显，对短 prompt 收益边际递减。
  5. 排除技术列表不一定永远成立：Tree of Thought 等被显式排除，但社区实践里 CoT 仍可用于 o1/o3（o-series 自带内部 CoT）；README 的"No CoT for o-series"是正确经验法则。
  6. MiniMax / OpenClaw 兼容性：README 列出了 30+ 工具 profile，但其中包含 MiniMax-M3（M3）、OpenClaw 等特定产品条目；这些 profile 是基于公开 SDK/CLI 文档整理，未做端到端实测，跨模型时建议先小批量验证再规模化。
  7. 不是万能优化器：它本质是模板 + 路由，对"任务本身定义不清"的问题无效——再好的 prompt 也不能挽救一个"不知道自己到底想要什么"的需求。

与同类对比

工具 形态 优势 劣势
prompt-master（本仓库） Claude Skill 30+ 工具路由表 + 显式排除不安全技术 仅在 Claude 环境触发；未给量化收益
Anthropic 官方 prompt library 静态文档 权威、稳定 不交互、不针对目标工具优化
LangChain Prompt Hub 平台 + Python 库 可编程、版本化 学习曲线陡；需要写代码
Promptfoo 测试框架 A/B 评测能力强 不是生成器，是评估器
OpenAI Cookbook 提示示例 文档 与 OpenAI 模型对齐好 仅 GPT 系列

差异化卖点：不是把 prompt 写更长，而是把每一词变成"承重"的（README 原文："every word is load-bearing"）+ 跨工具路由 + 自动排除不稳定技术。

一句话推荐结论

适合"每天要在多个 AI 工具之间搬运 prompt、又不想每次重写"的重度用户；安装零成本，收益随使用频次线性增长。不适合：只用单一模型、或任务定义本身就不清晰的场景。

最小可跑命令

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

# 2. 启动 Claude Code（需已安装）
claude

# 3. 在对话中触发（任选其一）
# 自然语言：
> Write me a prompt for Cursor to add input validation to my Express routes
# 显式：
> /prompt-master
> Generate a prompt for Midjourney to create a vintage travel poster of Tokyo 1965

来源与可信度

  • 仓库 README（GitHub，2026-08-07 抓取）：https://github.com/nidhinjs/prompt-master
  • 安装路径 ~/.claude/skills/ 与 claude.ai Skills 上传流程均来自 Anthropic 官方 Skills 文档（公开机制）。
  • commits/main 页面（2026-08-07 抓取）：最近一次提交 2026-06-10，更新频率不高但最近 4 月~6 月保持活跃。
  • 原始 commit/PR/issue 链接：仓库主分支 main 头部 commit nidhinjs/prompt-master@main（具体 SHA 须 git ls-remote https://github.com/nidhinjs/prompt-master.git refs/heads/main 取，因网络抓取页未直接返回 SHA 明文，本攻略不臆造 SHA）。
  • 不确定处：MiniMax-M3（M3）/ OpenClaw profile 的端到端可用性、token 节省的实测数据，均未在公开材料中量化。