据 AlphaMoat 统计,截至 2026-09,Promptify Skill 累计下载 4,908 次、获 9 个星标,在全部 5,078 个 AI 技能中排名第 1,892 位,在「AI 智能体」分类(969 个)中排名第 353 位。

累计安装

152

累计下载

4,908

星标

全站排名

#1,892

全站前 38% · 「AI 智能体」前 37%

平台	累计安装	累计下载	星标	评论
ClawHub ↗	152	4,484	6	-
SkillHub ↗	150	4,908	9	—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

Prompt Optimizer 会识别代码研究、澄清问题或网络研究等需求信号，并可通过 +ask、+deep、+web 指定处理方式。主文要求优化后的提示明确角色、任务、约束和输出；是否需要外部研究应由任务内容决定。研究分支需要可用 Task/研究工具及文件、网页范围和分派许可。先审阅优化文本，不对不可信或复杂提示执行插值 echo/pbcopy 命令。导入来源未验证，应审核并固定发布者版本。

资料发布于 2026-10-27

可以用来做什么

把模糊需求整理成有角色、任务、约束和输出的提示
为代码库研究、澄清或网页研究需求选择相应处理方式
将宽泛的写作请求拆成分析、计划、执行和验证步骤

什么时候用

希望改进提示的清晰度或结构时
提示涉及代码库、歧义或外部信息，需要明确研究路径时

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

请把下面的需求改写成清晰的提示，明确角色、任务、约束和输出格式；不要自行开展研究或执行提示。

月度数据趋势

累计下载4,908

星标9

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。

月份	累计下载	环比	星标
2026-09	4,908	—	9
2026-08	4,382	+3.3%	9
2026-07	4,241	+6.1%	9
2026-06	3,996	+4.5%	6
2026-05	3,823	—	7

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 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.

展开全部(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