Communitygithub.com

Optimizador de Prompts

Analiza un borrador de prompt, lo critica, lo empareja con componentes del ecosistema ECC y genera un prompt optimizado listo para copiar y pegar.

¿Qué es Optimizador de Prompts?

El Optimizador de Prompts es una habilidad diseñada para Claude Code que analiza, critica y mejora prompts de usuario, emparejándolos con los componentes del ecosistema ECC (Comandos, Habilidades y Agentes). Su propósito es ayudar a los usuarios a escribir prompts más efectivos, asegurándose de que utilicen las herramientas y flujos de trabajo adecuados según el proyecto, la tecnología y el alcance de la tarea. La habilidad ejecuta un pipeline de 6 fases: Detección del Proyecto (identifica el stack tecnológico), Detección de Intención, Evaluación del Alcance, Emparejamiento con Componentes ECC, Detección de Contexto Faltante y Recomendación de Flujo de Trabajo/Modelo. Es útil cuando un usuario dice 'optimiza este prompt', 'mejora mi prompt' o pide consejo sobre cómo estructurar una solicitud compleja. No debe usarse cuando el usuario quiere que la tarea se ejecute directamente (por ejemplo, 'optimiza este código'). La salida incluye un diagnóstico del prompt, recomendaciones de componentes ECC, y versiones completa y rápida del prompt optimizado, todo en el mismo idioma que la entrada del usuario.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/prompt-optimizer

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace Optimizador de Prompts?

Analiza un borrador de prompt, critícalo, compáralo con componentes del ecosistema ECC y genera un prompt optimizado listo para copiar y pegar.

Cuándo Usarlo

  • El usuario dice "optimiza este prompt", "mejora mi prompt", "reescribe este prompt"
  • El usuario dice "ayúdame a escribir un mejor prompt para..."
  • El usuario dice "cuál es la mejor manera de pedirle a Claude Code que..."
  • El usuario dice "优化prompt", "改进prompt", "怎么写prompt", "帮我优化这个指令"
  • El usuario pega un borrador de prompt y pide retroalimentación o mejora
  • El usuario dice "no sé cómo hacer un prompt para esto"
  • El usuario dice "cómo debería usar ECC para..."
  • El usuario invoca explícitamente /prompt-optimize

No Usar Cuando

  • El usuario quiere que la tarea se haga directamente (simplemente ejecútala)
  • El usuario dice "优化代码", "优化性能", "optimiza este código", "optimiza el rendimiento" — son tareas de refactorización, no de optimización de prompts
  • El usuario pregunta sobre la configuración de ECC (usa configure-ecc en su lugar)
  • El usuario quiere un inventario de habilidades (usa skill-stocktake en su lugar)
  • El usuario dice "solo hazlo" o "直接做"

Cómo Funciona

Solo asesoría — no ejecutes la tarea del usuario.

NO escribas código, crees archivos, ejecutes comandos ni realices ninguna acción de implementación. Tu ÚNICA salida es un análisis más un prompt optimizado.

Si el usuario dice "solo hazlo", "直接做" o "no optimices, solo ejecuta", no cambies al modo de implementación dentro de esta habilidad. Dile al usuario que esta habilidad solo produce prompts optimizados e indícale que haga una solicitud de tarea normal si desea ejecución.

Ejecuta este pipeline de 6 fases secuencialmente. Presenta los resultados usando el Formato de Salida a continuación.

Pipeline de Análisis

Fase 0: Detección del Proyecto

Antes de analizar el prompt, detecta el contexto actual del proyecto:

  1. Verifica si existe un CLAUDE.md en el directorio de trabajo — léelo para conocer las convenciones del proyecto
  2. Detecta el stack tecnológico a partir de los archivos del proyecto:
    • package.json → Node.js / TypeScript / React / Next.js
    • go.mod → Go
    • pyproject.toml / requirements.txt → Python
    • Cargo.toml → Rust
    • build.gradle / pom.xml → Java / Kotlin (luego verifica si hay quarkus en el archivo de build → Quarkus, o spring-boot → Spring Boot)
    • Package.swift → Swift
    • Gemfile → Ruby
    • composer.json → PHP
    • *.csproj / *.sln → .NET
    • Makefile / CMakeLists.txt → C / C++
    • cpanfile / Makefile.PL → Perl
  3. Anota el stack tecnológico detectado para usarlo en la Fase 3 y la Fase 4

Si no se encuentran archivos de proyecto (por ejemplo, el prompt es abstracto o para un proyecto nuevo), omite la detección y marca "stack tecnológico desconocido" en la Fase 4.

Fase 1: Detección de Intención

Clasifica la tarea del usuario en una o más categorías:

CategoríaPalabras ClaveEjemplo
Nueva Funcionalidadconstruir, crear, añadir, implementar, 创建, 实现, 添加"Crear una página de inicio de sesión"
Corrección de Erroresarreglar, roto, no funciona, error, 修复, 报错"Arreglar el flujo de autenticación"
Refactorizaciónrefactorizar, limpiar, reestructurar, 重构, 整理"Refactorizar la capa de API"
Investigacióncómo, qué es, explorar, investigar, 怎么, 如何"Cómo añadir SSO"
Pruebasprobar, cobertura, verificar, 测试, 覆盖率"Añadir pruebas para el carrito"
Revisiónrevisar, auditar, verificar, 审查, 检查"Revisar mi PR"
Documentacióndocumentar, actualizar docs, 文档"Actualizar la documentación de la API"
Infraestructuradesplegar, CI, docker, base de datos, 部署, 数据库"Configurar pipeline de CI/CD"
Diseñodiseñar, arquitectura, planificar, 设计, 架构"Diseñar el modelo de datos"

Fase 2: Evaluación del Alcance

Si la Fase 0 detectó un proyecto, usa el tamaño del código base como señal. De lo contrario, estima solo a partir de la descripción del prompt y marca la estimación como incierta.

AlcanceHeurísticaOrquestación
TRIVIALArchivo único, < 50 líneasEjecución directa
BAJOComponente o módulo únicoComando o habilidad única
MEDIOMúltiples componentes, mismo dominioCadena de comandos + /verify
ALTOMulti-dominio, 5+ archivos/plan primero, luego ejecución por fases
ÉPICOMulti-sesión, multi-PR, cambio arquitectónicoUsar la habilidad blueprint para un plan multi-sesión

Fase 3: Emparejamiento con Componentes ECC

Asigna intención + alcance + stack tecnológico (de la Fase 0) a componentes ECC específicos.

Por Tipo de Intención

IntenciónComandosHabilidadesAgentes
Nueva Funcionalidad/plan, /tdd, /code-review, /verifytdd-workflow, verification-loopplanner, tdd-guide, code-reviewer
Corrección de Errores/tdd, /build-fix, /verifytdd-workflowtdd-guide, build-error-resolver
Refactorización/refactor-clean, /code-review, /verifyverification-looprefactor-cleaner, code-reviewer
Investigación/plansearch-first, iterative-retrieval—
Pruebas/tdd, /e2e, /test-coveragetdd-workflow, e2e-testingtdd-guide, e2e-runner
Revisión/code-reviewsecurity-reviewcode-reviewer, security-reviewer
Documentación/update-docs, /update-codemaps—doc-updater
Infraestructura/plan, /verifydocker-patterns, deployment-patterns, database-migrationsarchitect
Diseño (MEDIO-ALTO)/plan—planner, architect
Diseño (ÉPICO)—blueprint (invocar como habilidad)planner, architect

Por Stack Tecnológico

Stack TecnológicoHabilidades a AñadirAgente
Python / Djangodjango-patterns, django-tdd, django-security, django-verification, python-patterns, python-testingpython-reviewer
Gogolang-patterns, golang-testinggo-reviewer, go-build-resolver
Spring Boot / Javaspringboot-patterns, springboot-tdd, springboot-security, springboot-verification, java-coding-standards, jpa-patternsjava-reviewer
Quarkus / Javaquarkus-patterns, quarkus-tdd, quarkus-security, quarkus-verification, java-coding-standards, jpa-patternsjava-reviewer
Kotlin / Androidkotlin-coroutines-flows, compose-multiplatform-patterns, android-clean-architecturekotlin-reviewer
TypeScript / Reactfrontend-patterns, backend-patterns, coding-standardscode-reviewer
Swift / iOSswiftui-patterns, swift-concurrency-6-2, swift-actor-persistence, swift-protocol-di-testingcode-reviewer
PostgreSQLpostgres-patterns, database-migrationsdatabase-reviewer
Perlperl-patterns, perl-testing, perl-securitycode-reviewer
C++cpp-coding-standards, cpp-testingcode-reviewer
Otro / No listadocoding-standards (universal)code-reviewer

Fase 4: Detección de Contexto Faltante

Escanea el prompt en busca de información crítica faltante. Revisa cada elemento y marca si la Fase 0 lo detectó automáticamente o si el usuario debe proporcionarlo:

  • Stack tecnológico — ¿Detectado en la Fase 0, o debe especificarlo el usuario?
  • Alcance objetivo — ¿Se mencionan archivos, directorios o módulos?
  • Criterios de aceptación — ¿Cómo saber si la tarea está completa?
  • Manejo de errores — ¿Se abordan casos límite y modos de fallo?
  • Requisitos de seguridad — ¿Autenticación, validación de entrada, secretos?
  • Expectativas de pruebas — ¿Unitarias, integración, E2E?
  • Restricciones de rendimiento — ¿Carga, latencia, límites de recursos?
  • Requisitos de IU/UX — ¿Especificaciones de diseño, responsivo, accesibilidad? (si es frontend)
  • Cambios en la base de datos — ¿Esquema, migraciones, índices? (si es capa de datos)
  • Patrones existentes — ¿Archivos de referencia o convenciones a seguir?
  • Límites del alcance — ¿Qué NO hacer?

Si faltan 3+ elementos críticos, haz hasta 3 preguntas de aclaración al usuario antes de generar el prompt optimizado. Luego incorpora las respuestas en el prompt optimizado.

Fase 5: Recomendación de Flujo de Trabajo y Modelo

Determina dónde se sitúa este prompt en el ciclo de vida del desarrollo:

Investigación → Planificar → Implementar (TDD) → Revisar → Verificar → Confirmar

Para tareas de alcance MEDIO+, comienza siempre con /plan. Para tareas ÉPICAS, usa la habilidad blueprint.

Recomendación de modelo (incluir en la salida):

AlcanceModelo RecomendadoJustificación
TRIVIAL-BAJOSonnet 5Rápido y rentable para tareas simples
MEDIOSonnet 5Mejor modelo de codificación para trabajo estándar
ALTOSonnet 5 (principal) + Opus 5 (planificación)Opus para arquitectura, Sonnet para implementación
ÉPICOOpus 5 (blueprint) + Sonnet 5 (ejecución)Razonamiento profundo para planificación multi-sesión

División multi-prompt (para alcance ALTO/ÉPICO):

Para tareas que exceden una sola sesión, divide en prompts secuenciales:

  • Prompt 1: Investigación + Planificar (usa la habilidad search-first, luego /plan)
  • Prompt 2-N: Implementar una fase por prompt (cada una termina con /verify)
  • Prompt Final: Prueba de integración + /code-review en todas las fases
  • Usa /save-session y /resume-session para preservar el contexto entre sesiones

Formato de Salida

Presenta tu análisis en esta estructura exacta. Responde en el mismo idioma que la entrada del usuario.

Sección 1: Diagnóstico del Prompt

Fortalezas: Enumera lo que el prompt original hace bien.

Problemas:

ProblemaImpactoSolución Sugerida
(problema)(consecuencia)(cómo solucionarlo)

Necesita Aclaración: Lista numerada de preguntas que el usuario debe responder. Si la Fase 0 detectó automáticamente la respuesta, indícala en lugar de preguntar.

Sección 2: Componentes ECC Recomendados

TipoComponentePropósito
Comando/planPlanificar la arquitectura antes de codificar
Habilidadtdd-workflowOrientación sobre metodología TDD
Agentecode-reviewerRevisión posterior a la implementación
ModeloSonnet 5Recomendado para este alcance

Sección 3: Prompt Optimizado — Versión Completa

Presenta el prompt optimizado completo dentro de un bloque de código delimitado. El prompt debe ser autocontenido y listo para copiar y pegar. Incluye:

  • Descripción clara de la tarea con contexto
  • Stack tecnológico (detectado o especificado)
  • Invocaciones de /comando en las etapas adecuadas del flujo de trabajo
  • Criterios de aceptación
  • Pasos de verificación
  • Límites del alcance (qué NO hacer)

Para elementos que hagan referencia a blueprint, escribe: "Usa la habilidad blueprint para..." (no /blueprint, ya que blueprint es una habilidad, no un comando).

Sección 4: Prompt Optimizado — Versión Rápida

Una versión compacta para usuarios experimentados de ECC. Varía según el tipo de intención:

IntenciónPatrón Rápido
Nueva Funcionalidad/plan [feature]. /tdd para implementar. /code-review. /verify.
Corrección de Errores/tdd — escribir prueba fallida para [bug]. Arreglar para que pase. /verify.
Refactorización/refactor-clean [scope]. /code-review. /verify.
InvestigaciónUsa la habilidad search-first para [topic]. /plan basado en los hallazgos.
Pruebas/tdd [module]. /e2e para flujos críticos. /test-coverage.
Revisión/code-review. Luego usa el agente security-reviewer.
Documentación/update-docs. /update-codemaps.
ÉPICOUsa la habilidad blueprint para "[objective]". Ejecuta fases con puertas de /verify.

Sección 5: Justificación de las Mejoras

MejoraRazón
(lo que se añadió)(por qué es importante)

Pie de Página

¿No es lo que necesitas? Dime qué ajustar, o haz una solicitud de tarea normal si deseas ejecución en lugar de optimización de prompts.


Ejemplos

Ejemplos de Activación

  • "Optimiza este prompt para ECC"
  • "Reescribe este prompt para que Claude Code use los comandos correctos"
  • "帮我优化这个指令"
  • "¿Cómo debería hacer un prompt para ECC para esta tarea?"

Ejemplo 1: Prompt Vago en Chino (Proyecto Detectado)

Entrada del usuario:

帮我写一个用户登录页面

La Fase 0 detecta: package.json con Next.js 15, TypeScript, Tailwind CSS

Prompt Optimizado (Completo):

Usa el stack tecnológico existente del proyecto (Next.js 15 + TypeScript + Tailwind CSS) para implementar una página de inicio de sesión.

Requisitos técnicos:
- Seguir la estructura de componentes y convenciones de enrutamiento existentes del proyecto
- Validación de formularios usando el esquema de validación ya presente en el proyecto (verificar si ya se usa Zod/Yup/otro)
- Método de autenticación: usar el esquema de autenticación existente del proyecto (si no hay, por defecto JWT)
- Incluir: formulario de inicio de sesión con correo/contraseña, validación del formulario, mensajes de error, estado de carga, diseño responsivo

Flujo de trabajo:
1. /plan para planificar la estructura del componente y el flujo de autenticación, consultando los patrones de páginas existentes
2. /tdd prueba primero: escribir pruebas unitarias para el formulario de inicio de sesión y pruebas de integración para el flujo de autenticación
3. Implementar la página de inicio de sesión y la lógica de autenticación
4. /code-review para revisar la implementación
5. /verify para verificar que todas las pruebas pasen y la página se renderice correctamente

Requisitos de seguridad:
- La contraseña no se envía en texto claro
- Prevenir ataques de fuerza bruta (limitación de tasa)
- Protección contra XSS
- Token CSRF

Criterios de aceptación:
- Todas las pruebas pasan, cobertura del 80%+
- La página se renderiza correctamente en dispositivos móviles y de escritorio
- Inicio de sesión exitoso redirige al dashboard, fallo muestra mensaje de error

No hacer:
- No implementar la página de registro
- No implementar la funcionalidad de "olvidé mi contraseña"
- No modificar la estructura de enrutamiento existente

Ejemplo 2: Prompt Moderado en Inglés

Entrada del usuario:

Add a REST API endpoint for user profile updates with validation

La Fase 0 detecta: go.mod con Go 1.22, enrutador Chi

Prompt Optimizado (Completo):

Añadir un endpoint de API REST para actualizaciones de perfil de usuario (PATCH /api/users/:id).

Stack tecnológico: Go 1.22 + enrutador Chi (detectado del proyecto)

Requisitos:
- PATCH /api/users/:id — actualización parcial del perfil de usuario
- Validación de entrada para campos: nombre, correo, avatar_url, biografía
- Autenticación: requiere token válido, los usuarios solo pueden actualizar su propio perfil
- Devolver 200 con el usuario actualizado en caso de éxito
- Devolver 400 con errores de validación en caso de entrada inválida
- Devolver 401/403 para fallos de autenticación
- Seguir los patrones de API existentes en el código base

Flujo de trabajo:
1. /plan para planificar la estructura del endpoint, la cadena de middleware y la lógica de validación
2. /tdd — escribir pruebas basadas en tablas para éxito, fallo de validación, fallo de autenticación, no encontrado
3. Implementar siguiendo los patrones de manejadores existentes
4. /go-review
5. /verify — ejecutar la suite de pruebas completa, confirmar que no hay regresiones

No hacer:
- Modificar endpoints existentes
- Cambiar el esquema de la base de datos (usar la tabla de usuario existente)
- Añadir nuevas dependencias sin verificar primero las existentes (usar la habilidad search-first)

Ejemplo 3: Proyecto ÉPICO

Entrada del usuario:

Migrate our monolith to microservices

Prompt Optimizado (Completo):

Usa la habilidad blueprint para planificar: "Migrar monolito a arquitectura de microservicios"

Antes de ejecutar, responde estas preguntas en el blueprint:
1. ¿Qué límites de dominio existen en el monolito actual?
2. ¿Qué servicio debería extraerse primero (menor acoplamiento)?
3. Patrón de comunicación: APIs REST, gRPC o basado en eventos (Kafka/RabbitMQ)?
4. Estrategia de base de datos: base de datos compartida inicialmente o base de datos por servicio desde el principio?
5. Destino de despliegue: Kubernetes, Docker Compose o serverless?

El blueprint debería producir fases como:
- Fase 1: Identificar límites de servicio y crear mapa de dominios
- Fase 2: Configurar infraestructura (API gateway, service mesh, CI/CD por servicio)
- Fase 3: Extraer primer servicio (patrón strangler fig)
- Fase 4: Verificar con pruebas de integración, luego extraer el siguiente servicio
- Fase N: Dar de baja el monolito

Cada fase = 1 PR, con puertas de /verify entre fases.
Usa /save-session entre fases

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills relacionados