别再对着空白对话框死磕 Prompt 了

很多搞 AI Agent 的朋友有个误区，觉得每个功能都要从零开始写一套复杂的提示词，结果大部分时间都浪费在调优那些重复性的逻辑上（比如怎么让 AI 格式化输出，或者怎么处理多页 PDF）。其实很多通用能力是可以模块化的，就像写代码用库一样，直接调用预设的“技能（Skill）”就行。

我最近在研究一套基于 SKILL.md 规范的技能库，里面把 30 多个高频场景的 Prompt 给标准化了。最让我觉得实用的是它的“内容工厂”和“浏览器自动化”这两块，不再是简单的“请帮我写个文档”，而是带有明确指令集和执行逻辑的 Agent 技能。

比如那个 Canvas 内容工厂，它能直接生成可打印的中文工作表和多页 PDF，这涉及到对页面布局和字符间距的精细控制，如果自己写提示词，起码得迭代 20 遍才能稳定。

这里分享一个我从中提取并优化过的、用于“复杂数据对齐”的提示词片段，这个逻辑在处理杂乱的 JSON 或 CSV 转换时极其高效，大家可以直接拿去试：

# Role: Data Alignment Expert
# Goal: Normalize inconsistent data fields into a unified schema without losing information.

## Constraints:
1. Input: A list of raw data objects with varying key names (e.g., "user_name", "UserName", "u_name").
2. Target Schema: { "standard_user_id": "string", "timestamp": "ISO8601", "event_type": "string" }
3. Logic: 
   - Map synonyms based on semantic similarity.
   - If a field is missing, mark as "NULL".
   - Preserve original values exactly; do not summarize.

## Output Format:
Return ONLY a valid JSON array. No conversational filler.

实测了一下，用这个逻辑处理 50 条字段混乱的日志数据，识别准确率在 98% 以上，响应速度大约在 1.5s 左右（基于 Claude 3.5 Sonnet），比我之前写的那种长篇大论的描述性 Prompt 要稳定得多。

这套技能库的逻辑其实就是把 Agent 的能力拆解成：触发条件 → 执行指令 → 输出标准。

如果你在部署自己的 AI Agent，建议关注以下几个实操方向：

• 浏览器自动化： 重点在于模拟人类指纹（Fingerprint），避免被反爬。在提示词里加入 simulate_human_scroll 和 random_delay 的逻辑指令，能显著提高抓取成功率。
• 微信全栈调试： 处理小程序或支付回调时，Prompt 需要包含具体的 API 状态码对照表，否则 AI 经常会一本正经地胡说八道。
• 配置合并： 处理 YAML 或 JSON 合并时，必须强制 AI 遵循 deep_merge 原则，否则它经常会直接覆盖掉整个子节点。

对于想快速搭建工作流的人来说，这种“技能碎片化”的思路比追求一个“全能 Prompt”要靠谱得多。一个臃肿的 Prompt 很容易导致模型注意力分散（Lost in the Middle），而将任务拆分成多个微小的 Skill，通过工作流调度，成功率会高很多。

具体的技能定义参考这个路径：

https://github.com/shuangying0001-beep/awesome-workbuddy-skills

建议直接看里面的 SKILL.md 规范，学习它是怎么定义能力边界的。与其每天在那儿琢磨怎么用“请你扮演一个XXX”来开头，不如直接构建自己的提示词资产库。