作者 nidhinjs · nidhinjs/prompt-master
一个元技能，将模糊的需求转化为针对 Claude、ChatGPT、Midjourney、Cursor 以及 30+ 个其他 AI 工具的紧凑而有效的提示词。
Prompt Master 对你的请求运行一个 6 步管道：检测目标工具、跨 9 个维度提取意图、必要时澄清、从 12 个提示词模板中选择、审计浪费、交付干净的可复制提示词。它通过一个记忆块保留先前的决策，使你的后续操作不会与设置矛盾。
何时使用： 你的前 3 个 Midjourney 生成的结果都不对劲，而且你在烧快速时数。
结果： 一个可复用的提示词，你可以轻微变化来完成整个营销活动。
何时使用： 你即将在 20 个文件中运行相同的重构，并希望一个真正能约束模型的提示词。
结果： 一个你可以粘贴到 Cursor 中并在整个目录中信任的提示词。
使用 prompt-master 来结构化意图，然后使用 Nano Banana 技能来选择一个经过测试的图像提示词模式
| 工具 | 输入参数 | 何时调用 | 成本 |
|---|---|---|---|
| Tool detection | user request | 管道的第一阶段 | 0 |
| Intent extraction | request + context | 工具检测之后 | 0 |
| Clarification | missing-critical-info flags | 仅在成功标准不清楚时 | 0 |
| Framework selection | task type | 在组合之前 | 0 |
| Efficiency audit | draft prompt | 最后的精细调整步骤 | 0 |
技能过度提问澄清问题在你的请求中添加'做出合理的假设，不要提出超过 1 个问题'
输出提示词太长显式请求'高效模式'——审计步骤会更激进地删除。
记忆块在会话之间丢失上下文记忆是每个工作目录的；从同一个文件夹运行后续操作。
| 替代方案 | 何时用它替代 | 权衡 |
|---|---|---|
| 使用模板库的手动提示词 | 你已经知道这些模式，只需要一个参考 | 对于专家来说更快；对于不明显的情况，prompt-master 胜出 |