К основному содержанию
скилл CX Codex

prompt-optimizer · daymade — скилл для Claude Code: требования по EARS

Превращает расплывчатый запрос или фичу в проверяемую спецификацию по EARS. Пригодится, когда в задаче нет триггеров и измеримых критериев.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add daymade/claude-code-skills --skill prompt-optimizer -a claude-code
Открыть на GitHub

Что делает prompt-optimizer

Скилл берёт фразу вроде «сделай приложение с напоминаниями» и разбирает её по шести шагам. Сначала ищет слабые места: слишком широкие формулировки, отсутствие триггеров, размытые действия, отсутствие ограничений. Потом переписывает требования в пять шаблонов EARS — постоянный, событийный, по состоянию, условный и защитный от нежелательного поведения.

Дальше подбираются доменные теории под тему: для продуктивности GTD и матрица Эйзенхауэра, для изменения поведения модель BJ Fogg, для интерфейсов законы Хика и Фиттса и принципы гештальта. Примеры собираются с реальными данными, а не заглушками, и всё это упаковывается в структуру Role / Skills / Workflows / Examples / Formats. На выходе — исходное требование, список найденных проблем, пронумерованные EARS-формулировки и готовый промпт.

Внутри есть справочные файлы references/ears_syntax.md, references/domain_theories.md и references/advanced_techniques.md — их скилл подгружает по ходу работы. Для сложных случаев в advanced-техниках описаны требования от нескольких заинтересованных сторон и нефункциональные требования с порогами. Скилл не проверяет ваш код и не запускает тесты: он работает с текстом требований, поэтому на проектах без внятного описания фич пользы будет мало.

Какие задачи решает

  • переписать расплывчатое требование в проверяемую формулировку
  • найти пропущенные триггеры и условия в описании фичи
  • добавить измеримые критерии вместо «удобно» и «быстро»
  • подобрать доменную теорию под тему задачи
  • собрать готовый промпт со структурой Role / Skills / Workflows / Examples / Formats

Примеры запросов агенту

  • оптимизируй мой промпт: «сделай приложение с напоминаниями и задачами»
  • перепиши это требование по EARS: «добавить авторизацию пользователей»
  • сделай это требование более конкретным: «отправлять уведомления»

Как установить prompt-optimizer

1Через Skills CLI (Vercel)

npx skills add daymade/claude-code-skills --skill prompt-optimizer -a claude-code

2Вручную: положить файлы

~/.claude/skills/prompt-optimizer/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/prompt-optimizer/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о prompt-optimizer

Как установить prompt-optimizer в Claude?

Выполните npx skills add daymade/claude-code-skills --skill prompt-optimizer -a claude-code. После этого файл скилла окажется по пути ~/.claude/skills/prompt-optimizer/SKILL.md.

Что делает prompt-optimizer?

Переводит расплывчатые запросы и описания фич в структурированные требования по EARS с триггерами и измеримыми критериями. Дополнительно подбирает доменные теории и собирает итоговый промпт по шаблону Role / Skills / Workflows / Examples / Formats.

Чем EARS отличается от обычной формулировки требований?

EARS задаёт пять шаблонов: постоянный, событийный, по состоянию, условный и защитный от нежелательного поведения. Каждое требование получает триггер и проверяемое условие, а составные требования разбиваются на атомарные.

Исходный текст

SKILL.md · MIT
---
name: prompt-optimizer
description: >-
  Transforms vague prompts or feature requests into precise, testable specifications using EARS
  (Easy Approach to Requirements Syntax) grounded in relevant domain theories (GTD, BJ Fogg,
  Gestalt). Use when requirements lack triggers or measurable outcomes, or the user asks to
  "optimize my prompt" / "improve this requirement" / "make this more specific".
---

# Prompt Optimizer

## Overview

Optimize vague prompts into precise, actionable specifications using EARS (Easy Approach to Requirements Syntax) - a Rolls-Royce methodology for transforming natural language into structured, testable requirements.

**Methodology inspired by:** This skill's approach to combining EARS with domain theory grounding was inspired by [阿星AI工作室 (A-Xing AI Studio)](https://mp.weixin.qq.com/s/yUVX-9FovSq7ZGChkHpuXQ), which demonstrated practical EARS application for prompt enhancement.

**Four-layer enhancement process:**

1. **EARS syntax transformation** - Convert descriptive language to normative specifications
2. **Domain theory grounding** - Apply relevant industry frameworks (GTD, BJ Fogg, Gestalt, etc.)
3. **Example extraction** - Surface concrete use cases with real data
4. **Structured prompt generation** - Format using Role/Skills/Workflows/Examples/Formats framework

## When to Use

Apply when:
- User provides vague feature requests ("build a dashboard", "create a reminder app")
- Requirements lack specific conditions, triggers, or measurable outcomes
- Natural language descriptions need conversion to testable specifications
- User explicitly requests prompt optimization or requirement refinement

## Six-Step Optimization Workflow

### Step 1: Analyze Original Requirement

Identify weaknesses:
- **Overly broad** - "Add user authentication" → Missing password requirements, session management
- **Missing triggers** - "Send notifications" → Missing when/why notifications trigger
- **Ambiguous actions** - "Make it user-friendly" → No measurable usability criteria
- **No constraints** - "Process payments" → Missing security, compliance requirements

### Step 2: Apply EARS Transformation

Convert requirements to EARS patterns. See `references/ears_syntax.md` for complete syntax rules.

**Five core patterns:**
1. **Ubiquitous**: `The system shall <action>`
2. **Event-driven**: `When <trigger>, the system shall <action>`
3. **State-driven**: `While <state>, the system shall <action>`
4. **Conditional**: `If <condition>, the system shall <action>`
5. **Unwanted behavior**: `If <condition>, the system shall prevent <unwanted action>`

**Quick example:**
```
Before: "Create a reminder app with task management"

After (EARS):
1. When user creates a task, the system shall guide decomposition into executable sub-tasks
2. When task deadline is within 30 minutes AND user has not started, the system shall send notification with sound alert
3. When user completes a sub-task, the system shall update progress and provide positive feedback
```

**Transformation checklist:**
- [ ] Identify implicit conditions and make explicit
- [ ] Specify triggering events or states
- [ ] Use precise action verbs (shall, must, should)
- [ ] Add measurable criteria ("within 30 minutes", "at least 8 characters")
- [ ] Break compound requirements into atomic statements
- [ ] Remove ambiguous language ("user-friendly", "fast")

### Step 3: Identify Domain Theories

Match requirements to established frameworks. See `references/domain_theories.md` for full catalog.

**Common domain mappings:**
- **Productivity** → GTD, Pomodoro, Eisenhower Matrix
- **Behavior Change** → BJ Fogg Model (B=MAT), Atomic Habits
- **UX Design** → Hick's Law, Fitts's Law, Gestalt Principles
- **Security** → Zero Trust, Defense in Depth, Privacy by Design

**Selection process:**
1. Identify primary domain from requirement keywords
2. Match to 2-4 complementary theories
3. Apply theory principles to specific features
4. Cite theories in enhanced prompt for credibility

### Step 4: Extract Concrete Examples

Generate specific examples with real data:
- User scenarios: "When user logs in on mobile device..."
- Data examples: "Product: 'Laptop', Price: $999, Stock: 15"
- Workflow examples: "Task: Write report → Sub-tasks: Research (2h), Draft (3h), Edit (1h)"

Examples must be **realistic**, **specific**, **varied** (success/error/edge cases), and **testable**.

### Step 5: Generate Enhanced Prompt

Structure using the standard framework:

```markdown
# Role
[Specific expert role with domain expertise]

## Skills
- [Core capability 1]
- [Core capability 2]
[List 5-8 skills aligned with domain theories]

## Workflows
1. [Phase 1] - [Key activities]
2. [Phase 2] - [Key activities]
[Complete step-by-step process]

## Examples
[Concrete examples with real data, not placeholders]

## Formats
[Precise output specifications:
- File types, structure requirements
- Design/styling expectations
- Technical constraints
- Deliverable checklist]
```

**Quality criteria:**
- **Role specificity**: "Product designer specializing in time management apps" > "Designer"
- **Theory grounding**: Reference frameworks explicitly
- **Actionable workflows**: Clear inputs/outputs and decision points
- **Concrete examples**: Real data, not "Example 1", "Example 2"
- **Measurable formats**: Specific requirements, not "good design"

### Step 6: Present Optimization Results

Output in structured format:

```markdown
## Original Requirement
[User's vague requirement]

**Identified Issues:**
- [Issue 1: e.g., "Lacks specific trigger conditions"]
- [Issue 2: e.g., "No measurable success criteria"]

## EARS Transformation
[Numbered list of EARS-formatted requirements]

## Domain & Theories
**Primary Domain:** [e.g., Authentication Security]

**Applicable Theories:**
- **[Theory 1]** - [Brief relevance]
- **[Theory 2]** - [Brief relevance]

## Enhanced Prompt
[Complete Role/Skills/Workflows/Examples/Formats prompt]

---

**How to use:**
[Brief guidance on applying the prompt]
```

## Advanced Techniques

For complex scenarios, see `references/advanced_techniques.md`:
- **Multi-stakeholder requirements** - EARS statements for each user type
- **Non-functional requirements** - Performance, security, scalability with quantified thresholds
- **Complex conditional logic** - Nested conditions with boolean operators

## Quick Reference

**Do's:**
✅ Break down compound requirements (one EARS statement per requirement)
✅ Specify measurable criteria (numbers, timeframes, percentages)
✅ Include error/edge cases
✅ Ground in established theories
✅ Use concrete examples with real data

**Don'ts:**
❌ Avoid vague language ("fast", "user-friendly")
❌ Don't assume implicit knowledge
❌ Don't mix multiple actions in one statement
❌ Don't use placeholders in examples

## Resources

Load these reference files as needed:

- **`references/ears_syntax.md`** - Complete EARS syntax rules, all 5 patterns, transformation guidelines, benefits
- **`references/domain_theories.md`** - 40+ theories mapped to 10 domains (productivity, UX, gamification, learning, e-commerce, security, etc.)
- **`references/examples.md`** - Four complete transformation examples (procrastination app, e-commerce product page, learning dashboard, password reset security) with before/after comparisons and reusable template
- **`references/advanced_techniques.md`** - Multi-stakeholder requirements, non-functional specs, complex conditional logic patterns

**When to load references:**
- EARS syntax clarification needed → `ears_syntax.md`
- Domain theory selection requires extensive options → `domain_theories.md`
- User requests multiple optimization examples → `examples.md`
- Complex requirements with multiple stakeholders or non-functional specs → `advanced_techniques.md`

© daymade · MIT · daymade/claude-code-skills

Похожие скиллы

Все скиллы по теме «Настройка агента: память, контекст, субагенты» →

Сначала — prompt-optimizer от других авторов.

prompt-optimizer YannJY02 Разбирает черновой запрос, находит пробелы в контексте и подбирает команды ECC. Помогает составить готовый промпт перед запуском сложной задачи. CX Codex +1 5 300установок prompt-optimizer официальный github Превращает черновые наброски и идеи в готовые промпты для чат-интерфейсов нейросетей без шаблонных заглушек. 467установок prompt-optimizer getsentry Скилл переписывает системные и агентские промпты, опираясь на набор тестовых случаев, а не на вкус. Пригодится, когда промпт уже есть, но ведёт себя нестабильно. CX Codex +1 2 300установок feature-forge https://github.com/Jeffallan Скилл проводит интервью по требованиям и превращает идею фичи в спецификацию: EARS-требования, критерии приёмки, чек-лист реализации. CX Codex +1 4 200установок walden andrearaponi Ведёт спецификации фич в .walden/specs/: требования по EARS, проверенный дизайн, задачи и исполняемые доказательства. CX Codex +1 4 200установок elicit juxt Ведёт структурированную сессию discovery и превращает разговор с агентом в спецификацию Allium. Пригодится, когда система или фича ещё не описаны. CX Codex +1 2 700установок ce-brainstorm EveryInc Превращает размытые идеи в структурированный план требований через диалог. Отделяет продуктовые решения от кода. CX Codex +1 3 900установок thinking-socratic tjboudreaux Скилл выявляет скрытые допущения и неточные формулировки до написания кода. Помогает агенту задать ключевой вопрос вместо слепого угадывания требований. CX Codex +1 626установок sparc-spec ruvnet Прогоняет первую фазу SPARC: собирает требования, критерии приёмки и ограничения, затем складывает спеку в память ruflo. Пригодится, когда фичу надо описать до первой строки кода. CX Codex +1 732установок

Из того же набора64

twitter-reader Выгружает посты и статьи из Twitter/X в Markdown вместе с метаданными и скачанными картинками. Пригодится для сохранения архивов в базу знаний. CX Codex +1 3 200установок i18n-expert Настраивает и проверяет локализацию интерфейса: заменяет строки ключами, сверяет локали и форматирование. Нужен при работе с React, Next.js или Vue. CX Codex +1 2 700установок qa-expert Разворачивает в проекте структуру QA: тест-стратегию, тест-кейсы по AAA, трекинг багов P0–P4 и отчёты о прогрессе. CX Codex +1 2 000установок ppt-creator Уведомление об устаревании пакета для создания слайдов. Скилл сообщает о статусе вывода из эксплуатации и не создаёт файлы PPTX. CX Codex +1 2 000установок deep-research Создаёт исследовательские отчёты с привязкой выводов к первоисточникам. Нужен для обзоров литературы, компаний и спорных вопросов с несколькими маршрутами поиска. CX Codex +1 1 800установок macos-cleaner Скилл для ИИ-агента, который находит реальную причину нехватки места на диске Mac и удаляет только согласованное. Пригодится, когда система пишет «Caching needs more space». CX Codex +1 1 800установок ima-copilot Обёртка для официального ima-skill от Tencent: ставит утилиту, настраивает ключи API, чинит битый frontmatter в SKILL.md и ищет по базам знаний. CX Codex +1 1 600установок ui-designer Извлекает дизайн-систему из скриншотов интерфейса и готовит промпт для реализации UI в React. Нужен, когда новый экран должен повторять стиль референсов. CX Codex +1 1 600установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой