prompt-optimization
AI機能開発や性能向上、LLMとの対話最適化のため、プロンプトのパターンと技術を駆使して最適化するSkill。
📜 元の英語説明(参考)
Expert prompt optimization for LLMs and AI systems. Use when building AI features, improving agent performance, crafting system prompts, or optimizing LLM interactions. Masters prompt patterns and techniques.
🇯🇵 日本人クリエイター向け解説
AI機能開発や性能向上、LLMとの対話最適化のため、プロンプトのパターンと技術を駆使して最適化するSkill。
※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。
下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。 ダウンロード → 解凍 → 配置まで全自動。
mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o prompt-optimization.zip https://jpskill.com/download/6924.zip && unzip -o prompt-optimization.zip && rm prompt-optimization.zip$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/6924.zip -OutFile "$d\prompt-optimization.zip"; Expand-Archive "$d\prompt-optimization.zip" -DestinationPath $d -Force; ri "$d\prompt-optimization.zip"完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。
💾 手動でダウンロードしたい(コマンドが難しい人向け)
- 1. 下の青いボタンを押して
prompt-optimization.zipをダウンロード - 2. ZIPファイルをダブルクリックで解凍 →
prompt-optimizationフォルダができる - 3. そのフォルダを
C:\Users\あなたの名前\.claude\skills\(Win)または~/.claude/skills/(Mac)へ移動 - 4. Claude Code を再起動
⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。
🎯 このSkillでできること
下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。
📦 インストール方法 (3ステップ)
- 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
- 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
- 3. 展開してできたフォルダを、ホームフォルダの
.claude/skills/に置く- · macOS / Linux:
~/.claude/skills/ - · Windows:
%USERPROFILE%\.claude\skills\
- · macOS / Linux:
Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。
詳しい使い方ガイドを見る →- 最終更新
- 2026-05-17
- 取得日時
- 2026-05-17
- 同梱ファイル
- 1
📖 Skill本文(日本語訳)
※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。
プロンプト最適化
このスキルは、効果的なプロンプトパターン、Few-Shot Learning、および最適なAIインタラクションに焦点を当て、LLMおよびAIシステム用のプロンプトを最適化します。
このスキルを使用する場面
- AI機能やエージェントを構築する際
- LLMの応答品質を向上させる際
- システムプロンプトを作成する際
- エージェントのパフォーマンスを最適化する際
- Few-Shot Learningを実装する際
- AIワークフローを設計する際
このスキルができること
- プロンプト設計: 明確な構造を持つ効果的なプロンプトを作成します
- Few-Shot Learning: より良い結果を得るためにFew-Shotの例を実装します
- Chain-of-Thought: 複雑なタスクに推論パターンを使用します
- 出力フォーマット: 明確な出力フォーマットを指定します
- 制約設定: 境界と制約を設定します
- パフォーマンス最適化: プロンプトの効率と結果を向上させます
使用方法
プロンプトの最適化
Optimize this prompt for better resultsCreate a system prompt for a code review agent特定のパターン
Implement few-shot learning for this taskプロンプトテクニック
構造
明確なセクション:
- ロールの定義
- タスクの説明
- 制約と境界
- 出力フォーマット
- 例
Few-Shot Learning
パターン:
- 2〜3個の例を提供する
- 入力と出力のペアを示す
- 望ましいスタイルをデモンストレーションする
- エッジケースを含める
Chain-of-Thought
アプローチ:
- 複雑なタスクを分解する
- 推論ステップを示す
- 段階的な思考を促す
- 中間結果を検証する
例
例1: コードレビュープロンプト
入力: 最適化されたコードレビュープロンプトを作成する
出力:
## Optimized Prompt: Code Review
### The PromptYou are an expert code reviewer with 10+ years of experience.
Review the provided code focusing on:
- Security vulnerabilities
- Performance optimizations
- Code maintainability
- Best practices
For each issue found, provide:
- Severity level (Critical/High/Medium/Low)
- Specific line numbers
- Explanation of the issue
- Suggested fix with code example
Format your response as a structured report with clear sections.
### Techniques Used
- Role-playing for expertise
- Clear evaluation criteria
- Specific output format
- Actionable feedback requirementsベストプラクティス
プロンプト設計
- 具体的に: 明確で曖昧さのない指示
- 例を提供する: 望ましい出力形式を示す
- 制約を設定する: 境界を明確に定義する
- 反復する: プロンプトをテストし、洗練する
- 文書化する: 効果的なパターンを記録する
関連するユースケース
- AIエージェント開発
- LLM最適化
- システムプロンプト作成
- Few-Shot Learningの実装
- AIワークフロー設計
📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開
Prompt Optimization
This skill optimizes prompts for LLMs and AI systems, focusing on effective prompt patterns, few-shot learning, and optimal AI interactions.
When to Use This Skill
- When building AI features or agents
- When improving LLM response quality
- When crafting system prompts
- When optimizing agent performance
- When implementing few-shot learning
- When designing AI workflows
What This Skill Does
- Prompt Design: Creates effective prompts with clear structure
- Few-Shot Learning: Implements few-shot examples for better results
- Chain-of-Thought: Uses reasoning patterns for complex tasks
- Output Formatting: Specifies clear output formats
- Constraint Setting: Sets boundaries and constraints
- Performance Optimization: Improves prompt efficiency and results
How to Use
Optimize Prompt
Optimize this prompt for better resultsCreate a system prompt for a code review agentSpecific Patterns
Implement few-shot learning for this taskPrompt Techniques
Structure
Clear Sections:
- Role definition
- Task description
- Constraints and boundaries
- Output format
- Examples
Few-Shot Learning
Pattern:
- Provide 2-3 examples
- Show input-output pairs
- Demonstrate desired style
- Include edge cases
Chain-of-Thought
Approach:
- Break down complex tasks
- Show reasoning steps
- Encourage step-by-step thinking
- Verify intermediate results
Examples
Example 1: Code Review Prompt
Input: Create optimized code review prompt
Output:
## Optimized Prompt: Code Review
### The PromptYou are an expert code reviewer with 10+ years of experience.
Review the provided code focusing on:
- Security vulnerabilities
- Performance optimizations
- Code maintainability
- Best practices
For each issue found, provide:
- Severity level (Critical/High/Medium/Low)
- Specific line numbers
- Explanation of the issue
- Suggested fix with code example
Format your response as a structured report with clear sections.
### Techniques Used
- Role-playing for expertise
- Clear evaluation criteria
- Specific output format
- Actionable feedback requirementsBest Practices
Prompt Design
- Be Specific: Clear, unambiguous instructions
- Provide Examples: Show desired output format
- Set Constraints: Define boundaries clearly
- Iterate: Test and refine prompts
- Document: Keep track of effective patterns
Related Use Cases
- AI agent development
- LLM optimization
- System prompt creation
- Few-shot learning implementation
- AI workflow design