Un kit d'outils avancé de Prompt Engineering multimodal conçu pour optimiser les entrées pour les principaux LLM, moteurs de génération d'images et modèles d'IA vidéo.
Installer & Télécharger
1. ClawHub CLI
Le moyen le plus rapide d'installer une compétence directement depuis le registre.
npx clawhub@latest install prompt-engineering-plus
2. Installation manuelle
Copiez le dossier de la compétence dans l'un de ces emplacements
~/.openclaw/skills/ <project>/skills/ Priorité : Espace de travail > Local > Intégré
3. Installation du prompt
Copiez ce prompt dans OpenClaw pour l'installer automatiquement.
Aide-moi à installer prompt-engineering-plus via Clawhub. Si Clawhub n'est pas installé, installe-le d'abord (npm i -g clawhub).
Vous préférez télécharger ?
Obtenez les fichiers bruts de la compétence dans une archive ZIP.
Qu'est-ce que Prompt Engineering Plus ?
Prompt Engineering Plus est un framework avancé et un catalogue de référence conçu pour maximiser les performances des modèles d'IA dans les domaines du texte, de l'image et de la vidéo. En tant que contribution centrale à la bibliothèque Openclaw Skills, cette compétence comble le fossé entre les requêtes de base et les sorties d'IA hautement optimisées et déterministes. En fournissant des directives structurées pour le role prompting, le raisonnement chain-of-thought, l'application de contraintes et la syntaxe de mouvement de caméra, il permet aux développeurs et aux Prompt Engineers d'atteindre une cohérence de niveau production.
Que vous écriviez des system prompts pour de grands modèles de langage comme GPT-4 et Claude, que vous dirigiez des moteurs de génération visuelle comme FLUX, ou que vous scriptiez des mouvements de caméra cinématographiques pour Veo, ce référentiel vous fournit des règles empiriques spécifiques au modèle. L'inclusion de checklists d'évaluation standardisées et de pipelines d'optimisation itérative garantit que vos flux de travail génératifs restent prévisibles et très efficaces.
Cas d'utilisation de Prompt Engineering Plus
- Audit de code et contrôle qualité : Structurez automatiquement les demandes de revue de code pour identifier les bugs, les problèmes de performance et les vulnérabilités de sécurité avec des formats de sortie spécifiés.
- Génération de contenu multimodal : Générez des actifs d'image et de vidéo précis en utilisant des paramètres de style, de composition et temporels hautement structurés pour des moteurs comme FLUX et Veo.
- Analyse et synthèse de données : Structurez des jeux de données complexes en représentations JSON propres et conformes au Schema ou en rapports narratifs avec une cohérence logique élevée.
- Benchmarking des performances des prompts : Établissez un pipeline d'évaluation systématique pour noter, auditer et améliorer de manière itérative la clarté, la spécificité et la qualité de sortie des prompts.
Comment fonctionne Prompt Engineering Plus
- Déterminer l'objectif et le modèle cible : Identifiez si la tâche nécessite une synthèse de texte (Claude, GPT-4), une conception visuelle (FLUX) ou une vidéo cinématographique (Veo).
- Appliquer la structure architecturale : Construisez le prompt de base en utilisant la formule structurelle standardisée spécifique au média (ex :
[Subject] + [Style] + [Composition] + [Lighting] + [Technical]pour les images). - Injecter des techniques avancées : Superposez le role prompting, les frameworks de contraintes et des exemples few-shot pour limiter la variance de la sortie.
- Exécuter l'optimisation spécifique au modèle : Affinez la syntaxe en fonction des points forts du modèle cible, comme l'utilisation de 'let's think step by step' pour GPT-4 ou des mots de mouvement cinématographique pour Veo.
- Évaluer et itérer : Testez les sorties par rapport à la checklist de qualité des prompts, notez l'efficacité selon des métriques clés et développez de manière itérative les contraintes et les exemples jusqu'à ce que le résultat souhaité soit systématiquement atteint.
Configuration de Prompt Engineering Plus
Pour intégrer Prompt Engineering Plus à votre projet, vous pouvez le déployer dans le cadre de votre configuration Openclaw Skills.
Installation
Installez le package de la skill en utilisant votre gestionnaire de packages préféré ou clonez-le directement dans votre répertoire Openclaw local :
git clone https://github.com/opencode/prompt-engineering-plus.git
cd prompt-engineering-plus
Configuration
Les templates ne nécessitent pas strictement de API keys externes, mais vous devez référencer ces modèles dans la configuration de votre agent pour imposer des prompts standardisés. Mettez à jour le profil système de votre agent LLM ou vos scripts utilitaires pour pointer vers les Schemas de référence locaux :
# Exporter le chemin pour rendre les templates accessibles globalement par vos scripts
export OPENCLAW_PROMPTS_DIR="./prompt-engineering-plus/templates"
Schéma de données et taxonomie de Prompt Engineering Plus
La skill Prompt Engineering Plus organise ses architectures de prompts, ses métriques d'évaluation et ses matrices d'optimisation en utilisant des mises en page standardisées. La taxonomie de mise en page est détaillée ci-dessous :
| Composant | Objectif du fichier / Schema | Format de structure |
|---|---|---|
| LLM Schema | Structure les rôles système, le raisonnement Chain-of-Thought et les contraintes JSON. | Markdown et blocs de code Python |
| Image Schema | Organise les mots-clés de style, les réglages de composition et les prompts négatifs. | Blocs de texte structurés |
| Video Schema | Décrit le tracking, le pan, le zoom et les transitions temporelles. | Formules structurelles |
| Metrics Schema | Détaille les scores d'efficacité (Clarté, Spécificité, Cohérence, Qualité). | Tableaux Markdown d'évaluation |
| Templates | Modèles prêts à l'emploi pour les revues de code, la rédaction de contenu et l'analyse de données. | Blocs de code avec interpolation de variables |
Fonctionnalités avancées de Prompt Engineering Plus
- Couches d'optimisation spécifiques au modèle : Adaptateurs de formatage personnalisés conçus pour exploiter les particularités comportementales natives de Claude, GPT-4, Gemini, FLUX et Veo.
- Workflow d'optimisation itératif : Un plan structuré en 5 étapes qui guide les prompts depuis les requêtes de base jusqu'aux entrées prêtes pour la production et hautement contraintes.
- Frameworks de prompts négatifs : Exclusions complètes de style et de qualité optimisées spécifiquement pour les générateurs d'images par deep-learning afin d'éliminer les artefacts et les déformations.
- Métriques d'évaluation structurées : Une grille de notation quantitative pour évaluer les performances de génération visuelle et textuelle, garantissant une sortie cohérente sur des pipelines à haut débit.
- Templates pilotés par variables : Configurations de plans paramétrés pour l'ingénierie logicielle, la génération de contenu et les tâches d'analyse statistique qui peuvent être facilement automatisées au sein de configurations multi-agents.
SKILL.md
Chargement
Compétences Openclaw associées
Skill Creator Plus
Un framework amélioré de création de skills fournissant des modèles, des barrières de qualité automatisées, des règles de validation et une intégration directe de publication ClawHub para créer des skills d'AI agent de haute qualité.
Boss Fight Planner Skill
Un utilitaire de game design structuré fournissant des modèles reproductibles, des listes de contrôle et des configurations par défaut sécurisées pour planifier des affrontements de boss épiques.
Interrogation de l'état des salles
Un outil pour développeurs qui interroge la disponibilité en temps réel et en cache des salles de réunion, ainsi que les créneaux récemment libérés.
Plan Skill
La Plan Skill permet aux agents IA de générer des plans de mise en œuvre structurés étape par étape et d'approfondir les plans via des sous-agents interactifs avant l'écriture de code.
Web Scrape Plus
Un outil d'extraction de données amélioré pour les agents IA, doté d'une automatisation de navigateur stealth, d'un routage proxy, d'une limitation de débit et d'une validation robuste des données structurelles.
Data Analysis Plus
Un kit d'analyse de données amélioré fournissant des modèles de code Python et R complets, des méthodes statistiques, des guides de visualisation et des formats de rapports automatisés.
Browser Auto Plus
Une compétence d'automatisation de navigateur avancée comprenant un basculement automatique multi-navigateurs, une récupération d'erreurs par recul exponentiel (exponential backoff), une vérification par capture d'écran et des fonctionnalités de web scraping anti-détection intégrées.
En vedette*
