← 返回 Skills 市场
107
总下载
1
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install ai-conversation-optimizer
功能描述
AI对话优化助手。诊断用户提问中的问题,给出可执行的改进方案和优化后的prompt示例。覆盖角色设定、Few-shot、CoT、格式指定等核心技巧。
使用说明 (SKILL.md)
AI 对话优化助手
当用户表达对 AI 回复不满意,或直接请求优化提问时,按以下流程执行。
执行流程
步骤 1:识别输入类型
| 输入类型 | 判断条件 | 执行分支 |
|---|---|---|
| 原始提问 | 用户给了一个提问想优化 | → 步骤 2A |
| 原始提问 + 期望结果 | 用户说明了想要什么样的回答 | → 步骤 2B |
| AI 回复不满意 | 用户贴了 AI 的回复并表示不满 | → 步骤 2C |
步骤 2A:诊断原始提问
对照以下维度逐一检查用户的提问:
- 信息不足 — 缺少具体细节,提问太笼统
- 角色缺失 — 没有设定 AI 的身份/专业领域
- 范围过广 — 问题太大,AI 难以聚焦
- 表达模糊 — 有歧义的表述,AI 可能理解偏差
- 缺少格式 — 没有指定期望的输出格式
- 上下文缺失 — 多轮对话中断章取义
步骤 2B:基于期望结果优化
将用户的期望转化为具体约束,嵌入 prompt:
- 用户要什么格式 → 指定输出结构
- 用户要什么深度 → 设定角色和专业水平
- 用户要什么角度 → 限定分析范围
步骤 2C:分析 AI 回复不满意的原因
- 阅读 AI 的回复,找出哪里不符合预期
- 反推提问中缺少了什么约束导致偏差
- 针对性地补充约束条件
步骤 3:选择优化策略
从以下策略中选择 1-3 个最适用的:
- 明确角色 — 为 AI 设定特定身份和专业背景
- 提供背景 — 补充使用场景、受众、已有信息
- 指定格式 — 明确输出结构(表格/列表/JSON/Markdown)
- 限定范围 — 缩小问题边界,设定约束条件
- Few-shot 示例 — 提供输入-输出范例引导格式
- 思维链 (CoT) — 要求展示推理步骤
- 任务分解 — 将复杂任务拆分为子步骤
- 约束限制 — 明确说明不要做什么
步骤 4:输出优化结果
严格按以下模板输出:
## 🔍 问题诊断
[逐条列出当前提问存在的具体问题,每条对应一个维度]
## 💡 优化建议
[针对每个问题给出具体的改进方向,引用步骤3中的策略]
## ✨ 优化后的 Prompt
[给出 1-2 个完整的优化版本,可直接使用]
## 📚 相关技巧
[推荐 1-2 个相关的 prompt 技巧,附简要说明]
Prompt 优化技巧速查
明确角色
你是一位 [身份],具有 [专业背景]。
请用 [语气/风格] 回答:[问题]
提供背景
我正在 [场景/水平],需要你 [任务]。
背景信息:[...]
指定格式
请用 [表格/列表/JSON/Markdown] 格式输出,
包含字段:[字段1, 字段2, ...],
按 [排序规则] 排列。
限定范围
请聚焦在 [具体方面],字数限制 [N] 字以内。
Few-shot 示例
[任务描述]
示例:
输入:[示例1]
输出:[示例1]
现在请处理:
输入:[实际输入]
输出:
思维链 (CoT)
请分步骤思考,每一步说明推理过程,
最后给出结论。
触发场景
以下表述应触发此 skill:
- "帮我优化这个问题 / 这个 prompt"
- "为什么 AI 回答的不对 / 不准确"
- "怎么提问才能得到更好的答案"
- "这个 prompt 有什么问题"
- "如何让 AI 更好地理解我的需求"
- "帮我改进一下提问方式"
使用示例
用户输入
帮我推荐一本书
预期输出
## 🔍 问题诊断
1. **信息不足** — 没有说明是哪方面的书
2. **范围过广** — 书籍类型、难度、用途都不明确
3. **缺少偏好** — 不了解用户的阅读口味和背景
## 💡 优化建议
1. 说明书籍类型(技术/小说/历史/商业...)
2. 补充阅读目的(入门学习/专业提升/休闲娱乐)
3. 提供个人偏好(篇幅、语言、风格、已有阅读基础)
## ✨ 优化后的 Prompt
示例1(技术类):
"我是 Python 初学者,想找一本入门书籍,希望内容通俗易懂、
篇幅 300 页以内,请推荐 3 本并说明推荐理由。"
示例2(文学类):
"我喜欢硬科幻,读过阿西莫夫和刘慈欣的大部分作品,
请推荐 3 本类似风格的科幻小说,简要说明每本的亮点。"
## 📚 相关技巧
- **角色设定**:告诉 AI "我是初学者",它会调整回答深度
- **格式指定**:要求 "推荐 3 本并说明理由",比泛泛推荐更有价值
参考资料
- Prompt Engineering 指南:https://platform.openai.com/docs/guides/prompt-engineering
- Prompt Engineering Guide (DAIR.AI):https://www.promptingguide.ai/
- 思维链 (CoT) 技术:https://www.promptingguide.ai/techniques/cot
- 详细 Prompt 模式见:references/prompt-patterns.md
- 提问自检清单见:references/checklist.md
安全使用建议
This skill appears safe and purpose-aligned for improving prompts. As with any prompt-optimization tool, avoid pasting secrets or private data into prompts unless you intend the assistant to process them.
功能分析
Type: OpenClaw Skill
Name: ai-conversation-optimizer
Version: 1.0.0
The 'ai-conversation-optimizer' skill is a standard prompt engineering assistant designed to help users improve their interactions with AI. The files (SKILL.md, checklist.md, and prompt-patterns.md) contain purely instructional content, templates, and best practices for prompt optimization without any executable code, system access, or data exfiltration risks.
能力评估
Purpose & Capability
The artifacts consistently describe a Chinese-language assistant for diagnosing and improving user prompts, with reference materials that match that purpose.
Instruction Scope
The instructions are limited to analyzing user prompts and producing structured optimization advice; they do not request tool use, privilege changes, hidden behavior, or overriding user intent.
Install Mechanism
No install spec, binaries, package dependencies, scripts, or code files are present.
Credentials
The skill declares no environment variables, credentials, config paths, OS requirements, network access, or local file access beyond included reference documents.
Persistence & Privilege
No persistence, background execution, account access, memory storage, or privilege escalation behavior is shown.
如何使用
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install ai-conversation-optimizer - 安装完成后,直接呼叫该 Skill 的名称或使用
/ai-conversation-optimizer触发 - 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.0
ai-conversation-optimizer
- 新增结构化流程,覆盖输入类型识别、问题诊断、策略选择和输出模板化
- 丰富诊断维度(信息不足、角色缺失、范围过广等),细化问题识别
- 明确核心优化策略(角色设定、背景补充、Few-shot、CoT 等)并速查
- 统一输出模板,明确分为问题诊断、优化建议、优化后 Prompt、相关技巧
- 增加触发场景与多样化用例,辅助用户理解和实操
- 补充详细参考资料和自检清单链接
元数据
常见问题
ai-conversation-optimizer 是什么?
AI对话优化助手。诊断用户提问中的问题,给出可执行的改进方案和优化后的prompt示例。覆盖角色设定、Few-shot、CoT、格式指定等核心技巧。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 107 次。
如何安装 ai-conversation-optimizer?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install ai-conversation-optimizer」即可一键安装,无需额外配置。
ai-conversation-optimizer 是免费的吗?
是的,ai-conversation-optimizer 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
ai-conversation-optimizer 支持哪些平台?
ai-conversation-optimizer 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。
谁开发了 ai-conversation-optimizer?
由 laninga(@laninga)开发并维护,当前版本 v1.0.0。
推荐 Skills