prompt-engineering-patterns 是帮助开发者设计、调试和维护提示词的 Skill。适合已经把 AI 接入产品，却发现相似输入时好时坏、输出格式又不稳定的场景。
给它的材料最好包括现有提示词、几组正常结果、几组失败结果，以及程序希望收到的格式。它提供的做法涵盖示例选择、可复用模板、结构化输出和对照测试，方便把“这次感觉不错”变成能反复检查的改动。
比如你让 AI 把自然语言转成查询条件，后面的程序需要固定字段。只写一句“请返回 JSON”还不够：要定义字段和类型，检查输出能否解析，并处理不符合格式的结果。
示例也不是越多越好。输入输出示范应贴近真实任务，并覆盖容易失败的边界；塞入大量不相关例子，既占上下文，也可能把方向带偏。
它建议把提示词当作代码保存版本，修改后用具有代表性的输入比较准确性、稳定性、耗时和 Token 用量。这样你可以判断是哪一次修改改善了哪类问题，而不用每次重新拼一段更长的“万能提示词”。