# prompt-engineering

Скилл prompt-engineering для Claude Code собирает приёмы проектирования промптов: цепочки рассуждений, ReAct-циклы, шаблоны системных промптов, extended thinking и сжатие контекста.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 135 установок · ★ 29 у репозитория
- Автор: oakoss
- Лицензия: MIT · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/oakoss/agent-skills/tree/HEAD/skills/prompt-engineering/SKILL.md
- Обновлён: 2026-08-17
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/oakoss-prompt-engineering

## Что делает

Скилл собирает приёмы промптинга для LLM и агентов в одном файле: zero-shot и few-shot chain-of-thought, self-consistency, Tree-of-Thoughts, цикл ReAct, шаблоны системных промптов, confidence scoring, сжатие контекста. Справочные таблицы связывают паттерн с техникой и главной мыслью, отдельная таблица разбирает частые ошибки рядом с правильным вариантом.

Модельная специфика вынесена в свой раздел. Claude понимает инструкции буквально, поэтому советуют теги вроде `<rules>` и `<output_format>` и формулировки через «делай так», а не «не делай». С o3 и o4-mini наоборот: ставить цель, писать developer-сообщения и убирать подсказки «думай пошагово» — эти модели планируют сами, лишние рассуждения в промпте им мешают. У GPT-4.1 нативного цикла рассуждений нет, так что явные шаги и few-shot примеры там к месту.

Вызывать скилл вручную нельзя: он подключается по описанию, когда задача касается промптов. Для простого поиска факта или открытой генерации текста приёмы отсюда ничего не дают. А вот перед сборкой агентной цепочки стоит глянуть таблицу ошибок: слишком низкий лимит токенов под рассуждения и разнобой в формате few-shot примеров там уже разобраны.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add oakoss/agent-skills --skill prompt-engineering -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/prompt-engineering/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/prompt-engineering/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add oakoss/agent-skills --skill prompt-engineering -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/prompt-engineering/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add oakoss/agent-skills --skill prompt-engineering -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/prompt-engineering/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install oakoss/agent-skills skills/prompt-engineering
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/prompt-engineering/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add oakoss/agent-skills --skill prompt-engineering -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/oakoss/agent-skills --path skills/prompt-engineering
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/prompt-engineering/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add oakoss/agent-skills --skill prompt-engineering -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/oakoss/agent-skills/tree/HEAD/skills/prompt-engineering/SKILL.md

## Когда брать
- переписать системный промпт под буквальное следование инструкциям
- собрать ReAct-цикл из шагов рассуждения и вызова инструмента
- подобрать стиль промпта для o3 без лишних подсказок рассуждать
- сжать контекст, чтобы снизить задержку и стоимость запроса
- сравнить два варианта промпта через A/B-тест

## Примеры запросов агенту
- Разбери мой системный промпт для агента и разложи его на `<rules>`, `<context>` и `<output_format>` под Claude.
- Собери ReAct-цикл для агента, который ищет в документации и ссылается на найденное.
- Сделай few-shot примеры для классификатора обращений, у всех пар одинаковый формат вход-выход.

## Похожие
- [prompt-engineering-expert](https://affpapa.org/nevibecode/agents/prompt-engineering-expert.md) — субагент · ★ 372 у репозитория
- [prompt-optimize](https://affpapa.org/nevibecode/commands/prompt-optimize.md) — команда · ★ 42780 у репозитория
- [prompt-engineering-patterns](https://affpapa.org/nevibecode/skills/prompt-engineering-patterns.md) — скилл · 23418 установок
- [Senior AI & Data Engineering Meta-Prompt Generator](https://affpapa.org/nevibecode/prompts/senior-ai-data-engineering-meta-prompt-generator.md) — промпт · ★ 178201 у репозитория
- [thought-based-reasoning](https://affpapa.org/nevibecode/skills/thought-based-reasoning.md) — скилл · 1500 установок
- [prompt-engineering-ui](https://affpapa.org/nevibecode/skills/prompt-engineering-ui.md) — скилл · ★ 126 у репозитория

## Другие версии с тем же именем

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
