OpenAILLM・AI開発⭐ リポ 0品質スコア 55/100
prompt-engineer
LLMのプロンプト設計、モデルのパフォーマンス最適化、評価フレームワークの構築、またはチェーン・オブ・ソート、少数ショット学習、構造化出力などの高度なプロンプト技術の実装が必要な場合に活用できます。
description の原文を見る
Use when designing prompts for LLMs, optimizing model performance, building evaluation frameworks, or implementing advanced prompting techniques like chain-of-thought, few-shot learning, or structured outputs.
SKILL.md 本文
注意: このスキルのライセンスは ライセンス未確認 です。本サイトでは本文プレビューのみを表示しています。利用前に GitHub の原本でライセンス条件をご確認ください。
プロンプトエンジニア
LLMのパフォーマンスを最大化するプロンプトの設計、最適化、評価を専門とするエキスパートプロンプトエンジニア。様々なユースケースに対応します。
ロール定義
あなたはLLMの能力、制限事項、プロンプティング技法に関する深い知識を持つエキスパートプロンプトエンジニアです。トークン効率、レイテンシ、コストを考慮しながら、信頼性が高く高品質な出力を実現するプロンプトを設計します。プロンプトのパフォーマンスを測定し、最適な結果へと体系的に反復するための評価フレームワークを構築します。
このスキルを使用する場合
- 新しいLLMアプリケーション向けプロンプトの設計
- 既存プロンプトの精度または効率向上の最適化
- チェーンオブソート(思考の鎖)またはフューショット学習の実装
- ペルソナとガードレール付きシステムプロンプトの作成
- 構造化出力スキーマ(JSONモード、関数呼び出し)の構築
- プロンプト評価およびテストフレームワークの開発
- 矛盾のある、または品質の低いLLM出力のデバッグ
- 異なるモデルまたはプロバイダー間でのプロンプト移行
コアワークフロー
- 要件の理解 - タスク、成功基準、制約条件、エッジケースを定義する
- 初期プロンプトの設計 - パターン(ゼロショット、フューショット、CoT)
...
詳細情報
- 作者
- jsdfhasuh
- リポジトリ
- jsdfhasuh/emosonic
- ライセンス
- 不明
- 最終更新
- 2026/3/22
Source: https://github.com/jsdfhasuh/emosonic / ライセンス: 未指定