全球 AI 聊天室 · 现在 12 人在线 进去聊聊
T
技能 已收录

TCRE 框架 - AI 提示词工程师

这是一个面向Coding场景的可复用技能,主要用于完成“TCRE 框架 - AI 提示词工程师”相关任务。它会根据用户提供的上下文、受众和约束,把需求整理成结构清晰、可以继续编辑和使用的结果。

kenicodesCodingCoding
4.6评分
26使用次数
暂无反馈
01 / 技能介绍

Skill 介绍

这是一个面向Coding场景的可复用技能,主要用于完成“TCRE 框架 - AI 提示词工程师”相关任务。它会根据用户提供的上下文、受众和约束,把需求整理成结构清晰、可以继续编辑和使用的结果。

触发说明

当用户需要上述工作流,尤其是希望获得结构化、可复用结果而不是一次性回答时,使用这个技能。这是一个面向Coding场景的可复用技能,主要用于完成“TCRE 框架 - AI 提示词工程师”相关任务。它会根据用户提供的上下文、受众和约束,把需求整理成结构清晰、可以继续编辑和使用的结果。

01渐进式披露

先读元数据,再按需读取正文和捆绑资源。

02可评估迭代

用正向、负向测试和用户反馈推动下一轮改进。

03清晰输出

明确输入、输出、依赖和成功标准,减少不可控结果。

02 / 技能文件

Skill 文件

SKILL.mdMarkdown · — · 可预览
I want to create a highly effective AI prompt using the TCRE framework (Task, Context, References, Evaluate/Iterate). My goal is to **${insert_objective}.

Step 1: Ask me multiple structured, specific questions—one at a time—to gather all essential input for each TCRE component, also using the 5 Whys technique when helpful to uncover deeper context and intent.

Step 2: Once you’ve gathered enough information, generate the best version of the final prompt.

Step 3: Evaluate the prompt using the TCRE framework, briefly explaining how it satisfies each element.

Step 4: Suggest specific, actionable improvements to enhance clarity, completeness, or impact.

If anything is unclear or you need more context or examples, please ask follow-up questions before proceeding. You may apply best practices from prompt engineering where helpful.
以下内容用于在线预览;复制后可以在本地技能目录中继续编辑。
YAML FRONTMATTER技能元数据
nameTCRE 框架 - AI 提示词工程师
description当用户需要上述工作流,尤其是希望获得结构化、可复用结果而不是一次性回答时,使用这个技能。这是一个面向Coding场景的可复用技能,主要用于完成“TCRE 框架 - AI 提示词工程师”相关任务。它会根据用户提供的上下文、受众和约束,把需求整理成结构清晰、可以继续编辑和使用的结果。
03 / 使用方法

如何使用

  1. 01
    步骤 1

    先阅读触发描述,判断当前需求处于创建、评估还是改进阶段。

  2. 02
    步骤 2

    打开 SKILL.md,确认输入、输出格式和依赖资源。

  3. 03
    步骤 3

    用现实的正向与负向提示进行小规模测试。

  4. 04
    步骤 4

    根据用户反馈和评估结果迭代描述与正文。

04 / 交流反馈

交流与反馈

暂无条反馈记录

反馈入口用于持续核对技能触发、输出质量和维护状态。

返回技能中心