Prompt分类保存
何时使用此Skill
当用户出现以下任一需求时，使用此技能：
- 需要"保存prompt"、"记录prompt"
- 希望"管理prompt"、"整理prompt"
- 想要建立"prompt库"、"prompt合集"
- 需要给prompt"分类"、"打标签"
- 要求prompt"自动保存"、"批量管理"
核心目标
自动识别prompt类型，分类保存到标准化的目录结构中，并提供统一的索引管理，让用户能够快速找到和重用高质量的prompt。
执行流程
第一步：Prompt类型识别
目标：准确判断prompt的用途和分类
识别标准：
- 技术类 (Technical)
- 代码编写、调试、优化 - 系统设计、架构讨论 - 技术问题解答、方案设计 - 关键词：代码、开发、技术、系统、程序
- 内容类 (Content)
- 文章写作、内容创作 - 文案策划、营销内容 - 博客文章、社交媒体内容 - 关键词：写作、内容、文案、文章、创作
- 教学类 (Educational)
- 知识讲解、概念说明 - 教程编写、学习指导 - 问题解答、知识梳理 - 关键词：教学、讲解、教程、学习、知识
- 产品类 (Product)
- 产品设计、功能规划 - 用户体验、交互设计 - 产品分析、竞品研究 - 关键词：产品、设计、用户体验、功能
- 通用类 (General)
- 通用任务、跨领域应用 - 综合性、多用途prompt - 无法明确分类的prompt - 关键词：通用、综合、万能、多用途
第二步：自动文件命名
目标：生成标准化的文件名
命名规则：
格式：[分类前缀]_[功能描述]_[版本].md
分类前缀：
- tech_ 技术类
- content_ 内容类
- edu_ 教学类
- product_ 产品类
- general_ 通用类命名示例：
tech_api_debugging_v1.md
content_blog_post_outline_v1.md
edu_concept_explanation_v1.md
product_user_flow_design_v1.md
general_task_planning_v1.md第三步：内容结构化保存
目标：按标准格式保存prompt内容
文件结构模板：
# [Prompt标题]
## 分类
[技术/内容/教学/产品/通用]
## 用途描述
[简要说明prompt的用途和适用场景]
## Prompt内容[prompt的具体内容]
## 使用示例
[给出1-2个使用示例]
## 标签
[相关标签，用逗号分隔]
## 创建时间
[YYYY-MM-DD HH:MM:SS]
## 最后更新
[YYYY-MM-DD HH:MM:SS]
## 使用次数
[记录使用次数]
## 效果评价
[记录使用效果，1-5分]第四步：目录结构创建
目标：建立标准的存储目录结构
目录结构：
prompts/
├── README.md # 总览文档
├── index.md # 索引文件
├── technical/ # 技术类prompt
│ ├── api_debugging_v1.md
│ ├── code_review_v1.md
│ └── ...
├── content/ # 内容类prompt
│ ├── blog_post_v1.md
│ ├── social_media_v1.md
│ └── ...
├── educational/ # 教学类prompt
│ ├── concept_explain_v1.md
│ ├── tutorial_v1.md
│ └── ...
├── product/ # 产品类prompt
│ ├── user_research_v1.md
│ ├── feature_design_v1.md
│ └── ...
└── general/ # 通用类prompt
├── task_planning_v1.md
├── brainstorm_v1.md
└── ...第五步：索引文件更新
目标：自动更新全局索引文件
索引格式：
# Prompt库索引
## 分类统计
- 技术类：X个
- 内容类：X个
- 教学类：X个
- 产品类：X个
- 通用类：X个
- 总计：X个
## 最新添加
1. [文件名] - [分类] - [创建时间] - [用途]
2. ...
## 按分类浏览
### 技术类
- [api_debugging_v1.md](technical/api_debugging_v1.md) - API调试助手
- [code_review_v1.md](technical/code_review_v1.md) - 代码审查助手
### 内容类
- [blog_post_v1.md](content/blog_post_v1.md) - 博客文章生成
- ...
## 按标签浏览
[生成热门标签云]
## 搜索提示
使用关键词搜索时，建议搜索：
- 功能关键词（如：调试、写作、设计）
- 应用场景（如：面试、营销、教学）
- 技术栈（如：Python、React、数据库）特殊处理机制
1. 重复检测
检测逻辑：
- 计算prompt内容的相似度
- 相似度 > 80% 视为重复
- 提示用户是否覆盖或更新
处理方式：
检测到相似prompt：
- 已存在：tech_api_debugging_v1.md
- 相似度：85%
- 操作选择：
1. 覆盖现有文件
2. 创建新版本（v2）
3. 保存为不同名称2. 版本管理
版本规则：
- 相似功能但内容不同的：创建新版本
- 内容完全相同的：提示重复
- 功能相似的：关联推荐
3. 质量评估
评估维度：
- 完整性：是否有明确的目标和指令
- 清晰度：表达是否清楚无歧义
- 实用性：是否解决实际问题
- 创新性：是否有独特的思路
评级标准：
- ⭐⭐⭐⭐⭐ 优秀：值得收藏和分享
- ⭐⭐⭐⭐ 良好：有实用价值
- ⭐⭐⭐ 一般：可以使用但可优化
- ⭐⭐ 较差：需要大幅改进
- ⭐ 不推荐：不建议使用
批量操作功能
1. 批量导入
# 支持批量导入现有prompt
glm prompts import /path/to/prompts/2. 批量分类
# 自动分类未分类的prompt
glm prompts classify --all3. 批量导出
# 导出特定分类的prompt
glm prompts export --category technical使用建议
1. 命名规范
- 使用描述性的文件名
- 避免特殊字符和空格
- 版本号清晰标识
2. 内容管理
- 定期整理和更新
- 删除不再需要的prompt
- 优化低质量的prompt
3. 共享机制
- 优质prompt可分享给团队
- 建立团队共享库
- 定期同步更新
质量标准
- 分类准确率 >= 95%
- 文件命名规范性 = 100%
- 索引更新及时性 = 100%
- 重复检测准确率 >= 90%
*最后更新：2024年*