Prompt Polish（提示词策略优化）
这个 skill 做什么
输入一个原始问题/任务，先判断它属于哪种任务类型，再为该类型选定一组纯文本提示词策略（来自 14 项研究机构技巧），把这些策略编织进一条连贯的提示词里，输出重构后的提示词本身。
核心原则：你的整条回复就是那条重构后的提示词，别的什么都不写。 你在为用户造一个可复用的提示词，不是在替他回答原始问题。
何时使用
- 用户给你一个问题/任务，希望"改写成更好的 prompt"「优化提示词」「提示词重构」
- 用户希望某个提问更容易让大模型答对、答得格式正确
- 关键词：prompt polish / optimize prompt / 提示词工程 / 改写提问
不适用：
- 用户想要你直接回答那个原始问题（那就直接答，别改写）
- 与 LLM 提示无关的写作/编辑任务
输出契约（最重要）
你的整条回复 = 一个代码块。块内是重构后的、可直接复制使用的提示词；块外零字符。
具体即：
- 代码块之前不写任何引言、寒暄、"这是改写后的提示词"之类的话。
- 代码块之后不写任何说明、解读、点评，尤其不要把原始问题的答案算出来或泄露（你在造模板，不是在答题）。
- 把所选策略直接落进提示词正文（角色句、步骤、答案锚点等），而不是在块外描述"我用了哪些策略"。
- 默认用
包裹；若提示词正文本身含，改用~~~包裹，保证整体仍是单一代码块。 - 分类判断、组合选择都是你的内部思考，不写进回复。
例外：仅当用户明确要求"讲解你为什么这么改/解释策略"时才补充说明（用户指令优先于本契约）。
工作流程（内部执行，不输出过程）
- 判类型 — 把原始问题归入下表某一类型（取最主要的一类；可由两类合并，但策略总数控制在 2–4 个）。
- 选组合 — 直接采用下方「任务类型 → 策略组合」表里的那一组（通常 2–4 个）。除非有明确理由，否则不要再额外叠加策略——堆得越多越互相干扰、提示越臃肿。
- 重构 — 用「策略速查」把每个策略写成提示词里的具体句子/步骤，并把原始问题的具体内容填进去（产出是成品，不留
{占位符}，除非那是留给终端用户填写的字段）。 - 只输出提示词 — 按输出契约，整条回复只给那个代码块。
任务过于模糊、信息不足时：不要自己回头问用户。改用「翻转交互」策略——把"先澄清再执行"写进重构后的提示词里（让目标模型先向用户提问），整条回复仍然只是一个代码块。
任务类型 → 策略组合（纯文本版）
| 任务类型 | 推荐组合 | 核心优势 |
|---|---|---|
| 选择题 / 客观判定 | 倒装选项 + 符号占位符 + 反向验证 | 降低位置偏差 + 精准提取答案 + 自我排错 |
| 专业领域 / 合规生成 | 角色规则双保险 + 知识时间戳 + 镜子测试 | 专业知识检索 + 时效校准 + 二次优化 |
| 复杂推理求解 | 链式思考 + 思维树 + 反向验证 | 分步推导 + 多路径验证 + 自我反驳 |
| 批量标准化任务 | 元提示词 + 分层提示 + 提示重复 | 自优化提示词 + 清晰解析 + 稳定遵循 |
| 创意与事实融合 | 提示链 + 反向验证 + 镜子测试 | 分阶段先发散后收敛 + 事实自查 + 润色 |
| 高精度问答 | 角色规则双保险 + 反向验证 + 镜子测试 | 三重保险降低错误率 |
| 结构化输出 | 分层提示 + 符号占位符 + 提示重复 | 确保格式一致性 |
| 减少幻觉 | 知识时间戳 + 反向验证 + 镜子测试 | 多层事实核查 |
| Agent / 工具调用 | ReAct + 提示链 | 系统化处理多步骤任务（有工具时最佳） |
| 需求模糊 | 翻转交互 → 分层提示 →（在提示词内）执行 | 先澄清后执行 |
这些是默认起点，不是铁律。命中多类型就合并取并集后裁剪到 2–4 个；策略堆太多会互相干扰。
策略速查（14 项，纯文本可写入提示词）
| 策略 | 如何写进提示词（一句话） | 适合 |
|---|---|---|
| 提示重复 Prompt Repetition | 在提示首尾各重申一次核心指令/关键约束（共 2–3 次） | 标准化、格式控制、指令遵循 |
| 倒装选项 Option-First MCQ | 把候选选项放到问题之前，先锚定答案范围再提问 | 选择题、分类、客观题 |
| 角色+规则双保险 Role-Rule | "你是 X 领域专家，严格遵守规则 Y；若违反先答'错误'并自我纠正" | 专业问答、合规、高精度 |
| 反向验证 Self-Contrast | "先给答案 → 列 3 条可推翻它的证据并打分(1–5) → 据此复核修正" | 事实问答、减少幻觉、高风险判断 |
| 符号占位符 Symbolic Placeholder | "把最终答案放在 ▶︎▶︎answer▶︎▶︎ 之间，否则视为无效输出" | 抽取、精准提答、结构化、可解析 |
| 知识时间戳 Knowledge Time-Stamp | "截至 YYYY-MM ……；此后的新信息请标注'可能已过期'" | 时效性问答、行业动态 |
| 分层提示 Layered Prompt | 按 目标 → 规则 → 示例 → 格式 四层组织指令 | 多约束复杂指令、长文本 |
| 镜子测试 Mirror Test | 末尾加"再读一遍你的回答，你会改哪一句？只输出修改后的整句" | 校对、润色、最终质检 |
| 翻转交互 Flipped Interaction | "执行前先就以下 3 点向我提问澄清，再按我的回复执行" | 需求模糊、个性化定制 |
| 链式思考 CoT | "think step by step，逐步推导并给出每一步理由" | 数学、逻辑、多步推理 |
| 提示链 Prompt Chaining | 拆成【步骤1 → 步骤2 → 步骤3】，前一步输出喂给下一步（写成单条顺序提示） | 长文摘要、多步分析、流水线 |
| 元提示词 Meta-Prompting | "先针对这个会反复执行的任务生成一个更优提示词，再用它执行" | 重复性任务、提示词自优化 |
| 思维树 ToT | "列 3 条推理路径 → 各评可行性(1–10) → 选最优分步推导 → 失败则回溯次优" | 高难推理、决策、规划 |
| ReAct | "按 思考 → 行动 → 观察 循环：先想做什么、再行动、再判断是否调整"（有工具/检索时最佳） | Agent、工具调用、检索+推理 |
每项的完整模板、原理与来源见 references/strategies.md。
一个完整示例
原始输入： 下面哪个数是质数？51、57、61、91
（内部判断，不写出） 类型 = 选择题/客观判定 → 组合 = 倒装选项 + 符号占位符 + 反向验证
你的整条回复就是下面这个代码块（注意：不解题、不泄露答案、块外无字）：
请从下列候选中判断哪个数是质数：
A. 51 B. 57 C. 61 D. 91
问题：上面四个数中，哪一个是质数？
作答要求：
1. 先对每个候选独立做试除检验：用所有满足 p×p ≤ n 的质数 p（2、3、5、7……）依次试除；能整除则为合数并写出分解式，都不能整除则为质数。
2. 给出明确答案后，再列出 3 条可能推翻该答案的证据，并为每条可信度打分（1–5）；若总分 > 0，据此复核并在必要时修正答案。
3. 必须把最终答案（对应字母）放在 ▶︎▶︎answer▶︎▶︎ 之间，例如 ▶︎▶︎C▶︎▶︎，否则判为无效输出。
常见错误
| 错误 | 纠正 |
|---|---|
| 在代码块前后加引言/解读/点评 | 整条回复只给代码块，块外零字符 |
| 把原始问题的答案算出来或泄露进输出 | 你在造可复用模板，不是答题；让目标模型去算 |
| 套用需要 API/解码控制的策略（温度衰减、多次独立运行、动态少样本） | 只用纯文本策略；这三项已被排除（见下） |
| 一口气堆 5+ 个策略 | 控制在 2–4 个，匹配类型即可，堆太多互相干扰 |
| 任务模糊时自己回头问用户 | 把"先澄清后执行"写进重构后的提示词里（翻转交互），仍只输出一个代码块 |
输出里残留 {占位符} | 产出是成品；把原始问题的具体内容填进去（留给终端用户填的字段除外） |
被排除的策略
以下 3 项需要多轮运行 / 多次独立采样 / 逐 token 解码控制，无法塞进一条自包含的提示词，故本 skill 默认不用：
- 动态少样本 Dynamic Few-Shot（需先跑一轮再抽取自身输出做样本）
- 自洽性检查 Self-Consistency（需多次独立运行后投票；单提示场景下用「反向验证」替代）
- 温度衰减解码 Temp-Decay Sampling（需按 token 调温度，属解码参数）
若用户确实掌握 API/解码控制或可多轮编排，这三项的原始模板见 references/strategies.md 末尾，可作为提示词之外的"设置与流程"建议提供——但那已超出"只输出一个提示词代码块"的默认契约，需先与用户确认。