把重要想法发展成可追溯、AI 友好的 Markdown
Coding
Idea to Prompt
Try itConvert the user's raw, unstructured, possibly disorganized thoughts (rambling, out-of-order, half-finished ideas) into a clear, structured, actionable prompt. Use whenever the user dumps a stream-of-consciousness input and wants it turned into something usable — whether a coding/dev task, a content task (scripts, product descriptions), or any general request. If critical information is missing or ambiguous in a way that would send the output in a fundamentally wrong direction, ask 1-3 targeted clarifying questions before producing the final structured prompt. Trigger on phrases like "我有一堆想法", "帮我整理一下", "转成提示词", "我想说的是", or when the user's message is clearly unstructured brainstorming rather than a direct request.
What it does
Convert the user's raw, unstructured, possibly disorganized thoughts (rambling, out-of-order, half-finished ideas) into a clear, structured, actionable prompt. Use whenever the user dumps a stream-of-consciousness input and wants it turned into something usable — whether a coding/dev task, a content task (scripts, product descriptions), or any general request. If critical information is missing or ambiguous in a way that would send the output in a fundamentally wrong direction, ask 1-3 targeted clarifying questions before producing the final structured prompt. Trigger on phrases like "我有一堆想法", "帮我整理一下", "转成提示词", "我想说的是", or when the user's message is clearly unstructured brainstorming rather than a direct request.
The skill document
想法 → 结构化提示词
这个 skill 的作用:接收用户杂乱、语序不清、可能重复或者自相矛盾的原始想法,先判断信息够不够,不够就精准地问,够了就直接产出一份结构清晰、AI(或者人)能直接照着执行的提示词。
核心原则:宁可多问一句关键的,不要瞎猜着往下做;但也不要为了"显得谨慎"而每次都问一堆无关痛痒的问题。
第一步:先判断这是什么类型的想法
读完用户的原始输入,先判断属于哪一类,因为不同类型输出的结构不一样:
- A. 开发/代码任务:想改项目里的某个功能、修复某个问题、加个东西
- B. 内容创作任务:想写脚本、文案、产品描述之类
- C. 决策/规划类:想理清楚一个决定该怎么做、一件事该怎么规划
- D. 其他:不属于以上几类的通用请求
判断依据主要看用户提到的关键词和上下文(比如提到文件名、项目名、功能模块,大概率是 A;提到平台、受众、风格,大概率是 B)。
第二步:拆解原始输入,检查这几件事
不管属于哪一类,都按这个清单过一遍:
- 核心目标是什么——用户到底想要什么结果,能不能用一句话说清楚
- 有没有把多件事混在一起说——如果原始输入里其实包含了两三个不同的诉求揉在一起,要在输出里明确拆开,并且告诉用户"你这里其实说的是两件事,我拆开处理了"
- 有没有自相矛盾的地方——比如前面说"要简洁"后面又列了一堆细节要求
- 有没有隐含但没说出口的假设——用户可能觉得"这不是显而易见的吗"但其实没写出来
- 范围边界在哪——尤其是开发任务,"只改这一个地方"还是"顺带把相关的也理一理",这个不确定的话很容易做超出预期的范围
第三步:决定要不要先问
只有当模糊点会导致输出方向根本性跑偏时才问,不要为了显得严谨而每次都问。
需要问的典型情况:
- 目标本身有两种完全不同的理解方式(比如"优化一下"可能是"改样式"也可能是"改性能")
- 缺了一个关键约束,一旦猜错会导致做的东西用不上(比如开发任务不知道该改哪个文件/哪个环境)
- 用户自己在原始输入里表现出不确定(比如"我也不知道该叫什么"、"具体细节我还没想好")
问的时候:
- 控制在 1-3 个问题以内,别一次甩一堆
- 能用选择题就不用开放式问题,比如"你是想要 A(偏技术细节)还是 B(偏结果导向)",比"你具体想要什么"更容易回答
- 问完之后再产出最终提示词,不要一边问一边先写一半
不需要问的情况:直接在最终产出的提示词里,用一行**"假设说明"**列出你做了哪些合理假设,让用户一眼看到、方便他快速纠正,而不需要打断流程。
第四步:按类型产出结构化提示词
类型 A(开发任务)——参考项目已有的 pm-requirement-to-code-sop 三分类逻辑:
【目标】一句话说清楚要做什么
【涉及范围】具体文件/模块(不确定的话让 Claude Code 先只读定位,
不要自己瞎猜路径)
【风险分类】
- 如果是纯UI/文案调整 → 标注"可直接改"
- 如果涉及计算逻辑/金额/权限 → 标注"需要先排查影响面,不要直接改"
- 如果范围本身不确定 → 标注"需要先确认范围"
【约束】明确哪些不要动(比如"不要碰XX逻辑")
【假设说明】(如果没有先问用户,这里列出做了什么假设)
类型 B(内容创作):
【目标】做什么内容,给谁看
【风格/语气】参考什么调性
【必须包含】哪些要点/信息不能漏
【避免】不希望出现的内容/表达方式
【格式】长度、平台、结构要求
【假设说明】
类型 C(决策/规划):
【要决定的事情】
【已知的约束条件】
【用户目前的倾向/顾虑】(如果原始输入里透露了)
【希望AI提供什么】是给选项对比,还是直接建议,还是帮忙拆解步骤
【假设说明】
类型 D:按类型 B 的结构简化处理,去掉不适用的字段。
输出之后
产出结构化提示词后,直接问用户一句"这份提示词准确吗,需要调整就告诉我",不要自动接着往下执行——这个 skill 的职责到"产出清晰的提示词"为止,除非用户明确说"直接照这个做"。
一个重要的边界
如果识别出这是类型 A 且信息完整、无歧义,可以直接建议用户"这个可以直接执行了,要不要我现在就做",不需要多此一举地先输出一份提示词再让用户复制粘贴一遍——避免为了走流程而走流程,本末倒置。
Related skills
Extract key ideas and turn a chat into a polished visual summary card
Convert a user's raw creative idea, synopsis, scene concept, brand story, short-video idea, or Chinese-language creative brief into a polished director/scree...
Recommend suitable prompts from 15,600+ GPT Image 2 image generation prompts based on user needs. Optimized for GPT Image 2 (OpenAI), but prompts also work w...
Conversational partner for refining complex ideas through iterative dialogue.
Interview the user with sharp, one-at-a-time questions to turn a vague request into a tight, complete brief any other skill can run on. Use when a request is...