# Prompt Transform

> Converts casual,口语化 instructions into structured,工程化 prompts that maintain original intent while improving effectiveness. Use when user says "转换提示词", "优化prompt", "帮我改一下这个指令", "让这个prompt更有效", "prompt优化", "prompt转换", "帮我写个更好的prompt", "这个指令怎么写更好", "把我的想法变成prompt", "prompt engineering", or any request to improve/transform a prompt or instruction.

- Skill: `somnus-j-307/prompt-transform` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add somnus-j-307/prompt-transform`
- Raw SKILL.md: https://api.skillmd.com/api/skills/somnus-j-307/prompt-transform/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: somnus-J-307 (https://skillmd.com/u/somnus-j-307)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/somnus-j-307/prompt-transform

---


# Prompt Transformer

将用户的口语化指令转换为结构化、高效的提示词，严格保持原意。

## 核心原则

**保义第一，增强第二。** 转换后的 prompt 必须严格维持用户原意，只做结构化重排和显式化，不补信息（除非用户明确允许）。

## 触发条件

当用户输入包含以下模式时触发：
- "转换提示词" / "优化prompt" / "prompt转换"
- "帮我改一下这个指令" / "让这个prompt更有效"
- "帮我写个更好的prompt" / "这个指令怎么写更好"
- "把我的想法变成prompt"
- 任何需要将口语化指令转换为结构化 prompt 的场景

## 转换流程

### Step 1: 意图识别

识别用户输入的任务类型：

| 关键词/模式 | 任务类型 | 适用技术 |
|------------|---------|---------|
| 写、生成、创作、写一篇 | 创意生成 | 角色 + 约束 + Few-shot |
| 分析、评估、比较、对比 | 分析推理 | CoT + 输出格式 |
| 解释、说明、翻译、总结 | 理解转换 | 角色 + 约束 |
| 代码、程序、脚本、函数 | 代码生成 | Few-shot + 输出格式 |
| 设计、规划、方案、策略 | 规划决策 | CoT + 任务分解 |
| 分类、判断、判断是否 | 分类判断 | Few-shot + 角色 |
| 改写、润色、优化、重写 | 文本处理 | 约束 + Few-shot |

### Step 2: 实体提取

从用户输入中提取：

**角色信号：**
- "作为一个XX" / "你是XX" → 保留原角色设定
- "帮我写" / "给我" → 不添加角色（除非领域暗示）
- "用专业的口吻" → 设定为该领域专家

**任务核心：**
- 分离"做什么"和"怎么做"
- 例："帮我写一篇关于AI的文章，要有趣一点" → 任务：写AI文章；约束：有趣

**格式信号：**
- "用表格" / "列表形式" → 输出格式：表格/列表
- "写成邮件" → 输出格式：邮件格式
- 未指定 → 不添加格式约束

**约束信号：**
- "不要太长" / "简短" → 字数限制：200字以内
- "正式一点" → 风格：正式
- "不要用术语" → 术语：避免专业术语

### Step 3: 模糊检测

**三级模糊度：**

| 级别 | 条件 | 处理 |
|------|------|------|
| 低模糊 | 任务+格式+约束都明确 | 直接转换 |
| 中模糊 | 任务明确，格式/约束部分缺失 | 转换后输出，不做假设 |
| 高模糊 | 任务本身模糊 | 转换后提示用户澄清 |

**不补全原则：**
- 目标受众（除非输入中有暗示）
- 具体字数（除非输入中有暗示）
- 输出格式（除非输入中有暗示）
- 专业领域细节（除非输入中有暗示）

### Step 4: 结构化组装

使用标准模板：

```markdown
[角色]（如有）
你是一个{角色设定}。

[任务]
{从用户输入提取的核心任务}

[上下文]（如有）
{从用户输入提取的背景信息}

[格式]（如有）
{从用户输入提取的输出格式要求}

[约束]（如有）
{从用户输入提取的约束条件}
```

**组装优先级：**
1. 任务（始终包含）
2. 约束（用户明确说的）
3. 格式（用户明确说的）
4. 角色（用户指定的）
5. 上下文（用户提供的）

### Step 5: 保义校验

转换后的 prompt 必须通过以下检查：

| 检查项 | 通过标准 |
|--------|---------|
| 任务一致性 | 转换后的任务描述与用户原意一致 |
| 无额外假设 | 没有添加用户未提及的信息 |
| 约束忠实 | 用户说的约束都在，没说的约束没有 |
| 风格一致 | 转换后的风格与用户期望一致 |

## 输出格式

转换完成后，输出：

```
## 转换结果

### 原始输入
{用户的原始指令}

### 转换后 Prompt
{结构化的 prompt}

### 转换说明
- 任务类型：{识别出的任务类型}
- 添加的元素：{添加了哪些结构化元素}
- 保义校验：{是否通过保义校验}
```

## 示例

### 示例 1: 简单任务

**用户输入：** "帮我写篇文章"

**转换结果：**
```
## 转换结果

### 原始输入
帮我写篇文章

### 转换后 Prompt
你是一个写作者。

请写一篇文章。

注意事项：
- 主题由你决定，但要有明确的中心论点
- 字数控制在800-1200字
- 结构清晰，有开头、主体、结尾

### 转换说明
- 任务类型：创意生成
- 添加的元素：基础约束（字数、结构）
- 保义校验：通过（未补全主题，保持原意的模糊性）
```

### 示例 2: 带约束任务

**用户输入：** "用专业口吻分析这个方案"

**转换结果：**
```
## 转换结果

### 原始输入
用专业口吻分析这个方案

### 转换后 Prompt
你是一个专业分析师。

请分析以下方案：

{方案内容}

请从专业角度进行分析。

### 转换说明
- 任务类型：分析推理
- 添加的元素：角色设定（专业分析师）
- 保义校验：通过（保留了"专业口吻"的要求）
```

## 边界情况处理

### 情况 1: 用户输入过于模糊

**用户输入：** "帮我搞一下"

**处理：** 保持转换，但添加提示："请说明具体需要什么帮助"

### 情况 2: 用户输入包含多个任务

**用户输入：** "写篇文章然后翻译成英文"

**处理：** 分解为两个任务，分别转换

### 情况 3: 用户输入包含矛盾约束

**用户输入：** "写详细一点，但不要太长"

**处理：** 保留两个约束，让模型自行平衡

### 情况 4: 用户输入有错别字

**用户输入：** "帮我写偏文章"

**处理：** 自动纠正，不询问用户

## 使用说明

1. 用户输入口语化指令
2. Skill 自动执行转换流程
3. 输出结构化 prompt 和转换说明
4. 用户可以直接复制使用转换后的 prompt