提示词写作

prompt-optimizer 是一個 prompt-optimizer 技能，可分析粗略的提示詞，找出缺少的上下文，並將其改寫成更清楚、可直接貼上的提示詞。它最適合用於 prompt-optimizer 指南工作、提示詞審查，以及 Prompt Writing 的 prompt-optimizer，特別是在你需要為 Claude Code 或 ECC workflows 提供更好的結構時。不會執行底層任務。

prompt-engineering-patterns 是一套著重實務的生產級提示設計技能，涵蓋安裝脈絡、可重用範本、few-shot 範例、結構化輸出，以及適用於 Context Engineering 的提示優化流程。

ai-prompt-engineering-safety-review 是一項提示詞稽核技能，可在正式上線、評估或面向客戶使用前，檢查 LLM 提示詞的安全性、偏誤、資安弱點與輸出品質。

mama 是 `pua` skill 的旁白風格變體，保留相同核心規則，但改用中文碎念媽媽口吻。適合用來安裝可重複使用的觸發模式，支援持續性的疑難排解、除錯與 Prompt Writing 工作流程，並沿用既有的升級機制、檢查清單與更強的後續追蹤。

enhance-prompt 技能能把模糊的 UI 想法，轉成更清楚、可直接交給 Stitch 的提示詞，並補強結構、UI/UX 詞彙與設計系統脈絡。使用這份 enhance-prompt 指南，可提升提示詞精確度、減少猜測，並讓提示詞撰寫與 UI 生成得到更一致的結果。

create-ex 是一個以 repo 為基礎的 skill，可將聊天紀錄與關係脈絡整理成可重複使用的數位人格工作流程，包含引導式資料蒐集、對話分析、預覽與檔案輸出。

veo-3.2-prompter 是一項用於 Google Veo 3.x 工作流程的提示設計技能，可將混合素材與初步意圖整理為結構化 JSON prompt，包含參考角色對應、建議參數，以及安裝、使用與撰寫 Veo 適用 prompt 的實務指引。

seedance-2.0-prompter 可將多模態 Seedance 2.0 素材整理為結構化提示，提供清楚的角色設計、`@asset` 語法與可重用範本，方便安裝評估、設定與實際使用。

anti-distill 是一個用於改寫文件的 skill，可對 skill 檔案、工作指引與 persona 文件進行分類與重寫，產出移除核心 know-how 的精簡版本。它支援在 Claude Code 或 OpenClaw 中手動安裝，之後可透過 /anti-distill 對檔案、資料夾或貼上的內容執行改寫。

distill-mentor 可將公開的學術資料轉成可重複使用的導師風格技能。支援以瀏覽器優先的資料蒐集流程、深入論文分析、雙語輸出，並將產出儲存在 `~/.claude/mentors/` 與 `~/.claude/skills/`。

create-senpai 是一個適用於 Claude Code 的技能，可將聊天匯出、會議筆記、螢幕截圖與照片整理成可重複使用的 senpai persona，並具備群組記憶、修正流程與持續更新能力。

create-crush 是一款 Claude Code 技能，可將聊天紀錄、照片與社群貼文整理成可重複使用的人物 persona 與 Relationship Memory，並支援選用的 parser、校正流程，以及可更新的技能輸出，方便用於 Skill Authoring。

seedance-prompt 是一個 Seedance 2.0 動態圖像提示詞技能，可將產品點子、品牌素材或截圖轉成結構化的 15 秒宣傳影片提示詞。它支援風格選擇、參考圖片處理，並提供實用的 seedance-prompt 指南，適合產品示範與上市預告片。

fengge-wangmingtianya-perspective 是一個中文提示詞撰寫技能，主打虛構的流浪評論者口吻，以直白幽默、先講結論的結構、可重複使用的模板，以及具安全意識的拒答方式，來處理感情、工作與人生迷惘等情境。

create-parents 可將聊天紀錄、回憶、照片與語音筆記整理成可重複使用的家長 persona 技能，供 Claude Code 使用；包含引導式資料蒐集、WeChat 解析、記憶與 persona 生成，以及可更新的 `./parents/{slug}/` 檔案結構。

使用 prompt-engineering 技能，為 agents、tools、sub-agents 與 production workflows 撰寫更清楚、更可控的 prompts。內容涵蓋 Prompt Writing 的實用 prompt-engineering 模式，包括 few-shot examples、constraints、formatting 與 prompt optimization，幫助提升輸出可靠度。

detecting-ai-model-prompt-injection-attacks 是一項資安技能，用於在未受信任的文字送入 LLM 之前先行篩檢。它結合多層正則表達式、啟發式評分與基於 DeBERTa 的分類，來標記直接與間接的 prompt injection attacks。適合用於聊天機器人輸入驗證、文件匯入，以及 Threat Modeling。

yes skill 是來自 tanweai/pua 的支援型、以稱讚鼓勵為主的教練模式。它保留原 repo 的紀律與約束，但把表達方式調整為更溫暖的鼓勵、較柔和的指正，以及帶一點輕鬆打趣的互動。適合用在提示詞撰寫、debugging 與修稿情境，讓你在不放鬆標準的前提下，仍能維持動力。