據 AlphaMoat 統計,截至 2026-09,Promptify Skill 累計下載 4,908 次、獲 9 個星標,在全部 5,078 個 AI 技能中排名第 1,892 位,在「AI 智慧體」分類(969 個)中排名第 353 位。

累計安裝

152

累計下載

4908

星標

全站排名

#1,892

全站前 38% · 「AI 智慧體」前 37%

平台	累計安裝	累計下載	星標	評論
ClawHub ↗	152	4484	6	-
SkillHub ↗	150	4908	9	—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

Prompt Optimizer 會識別程式碼研究、澄清問題或網路研究等需求訊號，並可透過 +ask、+deep、+web 指定處理方式。主文要求最佳化後的提示明確角色、任務、約束和輸出；是否需要外部研究應由任務內容決定。研究分支需要可用 Task／研究工具及檔案、網頁範圍和分派許可。先審閱最佳化文字，不對不可信或複雜提示執行插值 echo／pbcopy 指令。匯入來源未驗證，應審核並固定發布者版本。

資料釋出於 2026-10-27

可以用來做什麼

把模糊需求整理成有角色、任務、約束和輸出的提示
為程式碼庫研究、澄清或網頁研究需求選擇相應處理方式
將寬泛的寫作請求拆成分析、計畫、執行和驗證步驟

什麼時候用

希望改進提示的清晰度或結構時
提示涉及程式碼庫、歧義或外部資訊，需要明確研究路徑時

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

請把下面的需求改寫成清晰的提示，明確角色、任務、約束和輸出格式；不要自行開展研究或執行提示。

月度資料趨勢

累計下載4908

星標9

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份	累計下載	環比	星標
2026-09	4908	—	9
2026-08	4382	+3.3%	9
2026-07	4241	+6.1%	9
2026-06	3996	+4.5%	6
2026-05	3823	—	7

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。

2.1 KB · ClawHub v3.1.0

---
name: promptify
description: Optimize prompts for clarity and effectiveness. Use when user says "improve this prompt", "optimize my prompt", "make this clearer", or provides vague/unstructured prompts. Intelligently routes to sub-agents for codebase research, clarifying questions, or web search as needed.
metadata: {"moltbot":{"emoji":"✨"}}
---

# Prompt Optimizer

Transform prompts into clear, effective ones. Model-agnostic.

展開全部(共 68 行)

## Modifiers (parse from ARGUMENTS)

- **+ask** → Force clarifying questions
- **+deep** → Force codebase exploration
- **+web** → Force web search

No modifiers? Auto-detect what's needed.

## Auto-Detection Triggers

| Trigger | Signals |
|---------|---------|
| **codebase-researcher** | "this project", "our API", specific files/functions, "integrate", "extend", "refactor" |
| **clarifier** | Ambiguous ("make it better"), multiple interpretations, missing constraints, vague pronouns |
| **web-researcher** | "best practices", "latest", external APIs/libraries, framework patterns, year references |

## Agent Dispatch

When agents needed:
1. Announce which and why
2. Run in parallel via Task tool (agents/ directory)
3. Synthesize findings
4. Optimize with gathered context

---

## Core Contract (every prompt needs all four)

| Element | If Missing |
|---------|------------|
| **Role** | Add persona with expertise |
| **Task** | Make action specific |
| **Constraints** | Infer from context |
| **Output** | Specify format/structure |

## Process

1. **If image**: Analyze, incorporate context
2. **Detect type**: coding/writing/analysis/creative/data
3. **Convert output→process**: "Write X" → "Analyze → Plan → Implement → Validate"
4. **Strip fluff**: "please", "I want you to", filler, apologies
5. **Apply contract**: Verify all 4 elements
6. **Add structure**: XML tags for complex prompts

## Type Focus

- **Coding**: Specs, edge cases, framework
- **Writing**: Tone, audience, length
- **Analysis**: Criteria, depth
- **Creative**: Constraints, novelty
- **Data**: I/O format, edge cases

## Output

1. Optimized prompt in code block
2. `echo 'PROMPT' | pbcopy`
3. 2-3 sentence explanation