llm-application-dev-prompt-optimize

Skill do optymalizacji promptów dla dużych modeli językowych. Nauczy Cię zaawansowanych technik takich jak constitutional AI, chain-of-thought reasoning i optymalizacja specyficzna dla modelu. Zwiększ dokładność odpowiedzi nawet o 40%, zmniejsz halucynacje o 30% i obniż koszty tokenów o 50-80%. Idealny dla każdego, kto pracuje nad prompt engineeringiem i chce transformować proste instrukcje w profesjonalne prompty gotowe do wdrożenia.

1. Zainstaluj skill w swoim środowisku Claude/Copilot, wskazując repozytorium GitHub: https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/llm-application-dev-prompt-optimize

2. Przygotuj swoją podstawową instrukcję lub prompt, który chcesz zoptymalizować. Określ cel, jakie ograniczenia mają zastosowanie i jakie dane wejściowe będą potrzebne.

3. Aktywuj skill i przekaż mu swoją instrukcję. Skill wyjaśni cele, ograniczenia i wymagane dane wejściowe, a następnie zastosuje najlepsze praktyki prompt engineeringu.

4. Przejrzyj zaproponowane ulepszenia i walidację wyników. Skill dostarczy konkretne kroki i sposób weryfikacji, czy prompt działa prawidłowo.

5. Jeśli potrzebujesz szczegółowych przykładów i wzorców implementacji, otwórz plik resources/implementation-playbook.md dołączony do skilla — zawiera on gotowe do użycia szablony i case studies.

6. Wdrażaj zoptymalizowany prompt w swoim systemie. Monitoruj wyniki pod kątem dokładności i efektywności tokenów, aby potwierdzić poprawę wydajności.