# 快速强化技能 ## 目的将用户提示转换为增强的、可用于生产的版本，这些版本简洁、干净且针对 AI 代理和子代理进行了最佳结构。包括减少 LLM 输出令牌使用的优化技术，同时保持语义准确性和向后兼容性。 ## 何时使用此技能在以下情况下使用此技能： * 用户明确要求改进、增强或优化提示 * 用户发送不清楚、冗长或结构不良的提示 * 用户提到他们希望人工智能交互获得更好的结果 * 用户请求帮助编写代理或自动化提示 * 用户的请求缺乏清晰度或结构不正确 * 用户希望减少 LLM 输出代币或 API 成本 * 用户需要优化 JSON 模式以提高令牌效率 * 用户要求紧凑的输出格式，同时保持兼容性 ## 核心原则 1. **简洁**：删除不必要的文字，同时保留意图 2. **结构**：使用多行和逻辑部分的清晰格式 3. **XML 集成**：将自然文本与 XML 标签混合以提高清晰度和解析性 4. **直接任务**：主要任务/任务/任务不应包含在 XML 元素中 5. **Clean Output** ：仅返回增强提示 - 无元注释 ## 增强过程 ### 输入分析 * 确定核心目标 * 提取关键需求和约束 * 检测歧义或缺失信息 * 识别预期的代理或用例 ### 基于任务的技术选择（可选）评估该任务是否会受益于特定的提示技术： **思想链（CoT）** * 用于：复杂推理、数学问题、逻辑演绎、逐步分析 * 实施：添加“一步一步思考”或“展示你的推理”的说明 **草案链** * 用于：写作任务、内容创建、迭代细化 * 实施：请求初步草案，然后逐步改进 **少样本学习** * 用于：基于模式的任务、特定格式、一致的输出 * 实现：包括 2-3 个显示输入输出对的示例 **ReAct（推理+行动）** * 用于：工具使用、多步骤任务、决策过程 * 实施：将推理轨迹与行动步骤结合起来 **自我一致性** * 用于：需要验证的任务，多种有效方法 * 实现：请求多个解决方案，然后综合 **思想树** * 用于：解决复杂问题、探索替代方案 * 实施：在选择最佳路径之前要求探索多种路径 **基于角色的提示** * 用于：特定领域的专业知识、观点采择 * 实施：分配专家角色（例如，“担任高级工程师......”） **从最少到最多的提示** * 用于：将复杂问题分解为子问题 * 实施：从更简单的版本开始，逐渐增加复杂性 **仅在能够实质性改善任务结果时才应用技术。** ### LLM 输出令牌优化当目标是在保持功能的同时减少输出令牌（API 成本）时： **核心策略：紧凑输出+服务器端重映射** 法学硕士生成超紧凑格式，应用程序重新映射为客户的原始格式。这提供了： * 节省大量代币 (30-60%) * 100%向后兼容 * 重映射开销可以忽略不计（<10 微秒） **优化技术：** **1\.超紧凑 JSON 密钥** * 将长键替换为 1-2 个字符的缩写 * 示例：`queries`→`q`、`keyword`→`kw`、`filter`→`f`、`sort_by`→`s` * 节省：每键 70-85% **2\.重复值的短代码** * 用短代码替换长 ID/枚举（c1-c18 等） * 示例： `category=MjUzOTM=` → `c=c4` * 应用中提供反向映射表 * 节省：类别/枚举值节省 75-90% **3\.结构化数据的字符串压缩** * 尽可能使用紧凑的字符串格式而不是嵌套对象 * 示例: `[{"filter_by":"category","operator":"=","value":"c4"}]` → `"c=c4"` * 服务器端解析和扩展 * 节省：过滤/查询结构节省 60-80% **4\.省略默认值** * 指示LLM省略具有默认值的字段 * 应用程序在重新映射期间填写默认值 * 示例：默认时省略 `"sort_by":"relevant"` * 节省：如果常见违约情况，可额外节省 10-30% **5\.运营商缩写** * 使用最短形式：`p<50000`而不是`price<50000` * 重新映射时解析`p`/`c`前缀 * 与分号组合：`c=c4;p<50000` 用于多个过滤器 **实施模式：** 系统提示结构： 1. 通过示例定义超紧凑模式 2.指定键映射（q=查询、kw=关键字等） 3. 提供短代码表（c1=category1、c2=category2等） 4. 显示紧凑输出的示例 5. 强调：尽可能省略默认值应用层： 1. 解析紧凑的LLM输出 2. 展开缩写键 3. 将短代码映射到完整值 4.填写默认值 5.返回原始格式给客户端 **转换示例：** **优化前（原始输出）：** { “查询”：[ {"keyword": "牛奶", "filter": "category=乳制品", "sort_by": "相关"}, {"keyword": "面包", "filter": "category=面包店", "sort_by": "相关"} ] } **优化后（LLM 输出 - 缩小 60%）：** { “q”：[ {"kw": "牛奶", "f": "c=c8"}, {"kw": "面包", "f": "c=c3"} ] } **客户端接收：** 原始格式（自动重新映射） **权衡分析：** ✅ **优点：** * 通常可节省 30-60% 的代币 * 降低 API 成本 * 更快的 LLM 响应（生成更少） * 100%向后兼容 ⚠️ **缺点：** * 重新映射开销（<10μs，可忽略不计） * 更复杂的实现 * 需要应用端映射逻辑 * 提示变得稍微不太可读 **何时申请：** * 大量 API 使用（>1000 个请求/天） * 成本敏感型应用 * 输出代币>总成本的50% * 架构稳定且定义明确 * 应用程序可以处理重映射逻辑 **何时不适用：** * 低容量使用（<100 个请求/天） * 架构经常更改 * 人类可读性至关重要 * 无应用层（直接LLM → 客户） ### 结构改进 * 将复杂的请求分解为清晰的部分 * 使用 XML 标签：约束、示例、上下文、格式要求 * 将主要使命/任务保留为直接的自然语言 * 应用逻辑换行符以提高可读性 ### 语言优化 * 用简洁的替代词替换冗长的短语 * 使用主动语态和直接指令 * 消除冗余和填充词 * 保持特异性，同时减少长度 ## XML 标签使用指南 **使用 XML 标签用于：** * `` \- 限制和边界 * `` \- 示例输入/输出 * `` \- 背景信息 * `` \- 输出结构要求 * `<要求>` \- 需要满足的具体标准 * `` \- 遵循的最佳实践 **请勿将 XML 标签用于：** * 主要使命宣言 * 主要任务描述 * 核心请求或问题 ## 输出格式仅返回增强提示： * 没有对话引导 * 没有解释或评论 * 无占位符文本 * 提示中没有引号 * 没有关于增强功能的元讨论 ## 转换示例 **之前：** “我需要你帮我为一个 Web 应用程序编写一些代码，让用户注册和登录，我希望它是安全的并使用现代最佳实践，而且它应该有一个漂亮的 UI，也许你可以建议使用什么框架？” **之后：** 为具有用户注册和登录功能的 Web 应用程序创建安全身份验证系统。 ** ** **之前：** “你能分析这些数据并告诉我它的有趣之处吗？也许可以制作一些图表或可视化，如果这有助于更好地理解它，并让我知道是否有任何趋势或模式？” **之后：** 分析提供的数据集并确定关键见解、趋势和模式。 ** ** **之前：** “我正在尝试为我的 SaaS 产品找出最佳定价策略，但我不确定是否要采用按月或按年计费，或者可能采用分级定价？” **之后（应用思路链技术）：** 确定 SaaS 产品的最佳定价策略。 ** ** **之前：** “撰写一篇关于医疗保健领域的人工智能的博文，内容引人入胜且内容丰富” **之后（应用了链式草案技术）：** 撰写一篇关于医疗保健中人工智能应用的引人入胜且内容丰富的博客文章。 ## 现实世界的代币优化示例 **之前（原始提示）：** 创建 JSON 查询来搜索产品。每个查询都应该有一个关键字、带有类别的过滤器和 sort_by 字段。以这种格式返回：{"queries":[{"keyword":"milk","filter":"category=dairy","sort_by":"relevance"}]} **之后（令牌优化提示）：** 生成产品搜索 JSON 查询。拒绝危险内容。 <规则> - 每个查询：≥1个类别过滤器 - 总数：≥3个关键词（不重复） - 使用“ex”表示确切的品牌/属性 - 默认排序：相关（默认则省略） - 过滤器：字符串格式“c=c4”或“c=c4;p<50000” <类别> c1=家居、c2=个人护理、c3=面包店、c4=新鲜食品、c5=油、c6=干货、c7=清洁、c8=乳制品 <例子> "牛奶 vinamilk"→{"q":[{"kw":"牛奶 vinamilk","ex":"vinamilk","f":"c=c8","s":"流行"}]} "米粉肉"→{"q":[{"kw":"米","f":"c=c6"},{"kw":"面条","f":"c=c6"},{"kw":"肉","f":"c=c4"}]} "50k 以下的橙子"→{"q":[{"kw":"oranges","f":"c=c4;p<50000"}]} **结果：** * LLM 生成：`{"q":[{"kw":"milk","f":"c=c8"}]}`（小 60%） * 应用程序重新映射为：`{"queries":[{"keyword":"milk","filter":"category=dairy","sort_by":"relevance"}]}` * 客户端收到的原始格式不变 * 令牌节省：典型 3 查询响应节省 60.5% ## 质量检查表在返回增强提示之前，请验证： * ✓ 主要目标清晰明确 * ✓ XML 标签被适当使用（不用于主要任务） * ✓ 结构使用多行以提高可读性 * ✓ 语言简洁、直接 * ✓ 不包含任何无关评论 * ✓ 保留所有关键要求 * ✓ 可操作且完整 * ✓ 如果优化标记：定义紧凑的模式、清晰的映射、提供示例 ## 实施注意事项应用该技能时： 1.完整阅读用户提示 2. 识别改进机会 3. 应用结构和语言改进 4.仅输出增强版 5. 除非缺少绝对关键信息，否则不要要求澄清增强的提示应可供用户立即使用，无需任何修改。

提示增强器

包含技能