agentsclimarketplace

Meta prompt skill

Skill 2000silpeed/meta-prompt-skill

타깃 AI 모델(GPT/Codex, Claude, Gemini, Seedance, Higgsfield 등)별 프롬프트 가이드북에 맞춰 사용자의 요청을 최적화된 프롬프트로 변환·생성한다. 트리거 — "○○용 프롬프트 만들어줘", "프롬프트 최적화해줘", "이 요청을 ○○ 프롬프트로 바꿔줘", "프롬프트 잘 써줘", "meta-prompt". 서브커맨드 — "/meta-prompt refresh <model>"(가이드북 갱신), "/meta-prompt add <model>"(새 모델 추가), "/meta-prompt eval <요청>"(원본 vs 변환본 A/B 비교). 단순 문장 윤문이나 한글 자연화는 humanize-korean 소관.From its SKILL.md

Install
npx -y skills add 2000silpeed/meta-prompt-skill

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 0 stars0 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

SKILL.md

6.5 KB, ~2.3k tokens by cl100k_base, as published. Nobody here has run it

meta-prompt: 모델별 가이드북 기반 프롬프트 변환기

가이드북 루트: 이 스킬의 베이스 디렉토리(이 SKILL.md가 있는 곳)의 guidebooks/ (이하 $GB. 설계 배경: 같은 디렉토리의 PLAN.md)

핵심 원칙

  • 토큰 절약 — 3단 점진 로딩을 엄수한다. ①$GB/registry.yaml(항상) → ②해당 모델의 index.yaml(변환 시) → ③index의 when 조건에 맞는 카드 파일만 선별 로드. 모델 디렉토리 전체를 읽지 않는다.
  • 가이드북에 없는 지식으로 임의 변환하지 않는다. 카드가 다루지 않는 영역은 일반 프롬프트 원칙으로 채우되, 그 사실을 산출물 해설에 명시한다.

변환 플로우

1. 타깃 모델 감지 (사다리 순서대로)

  1. 환경 자체 감지: 요청이 "지금 이 세션"용이면 현재 Claude 모델이 타깃. 세션에 연결된 실행 도구(Higgsfield MCP, codex 등)가 요청 내용과 맞으면 그 모델을 후보로.
  2. 사용자 명시: 모델명이 있으면 registry의 aliases로 매칭.
  3. 맥락 추론: 요청 성격으로 추론하되(영상 → media 타입 모델 등), 추론했음을 반드시 명시: "○○ 모델 기준으로 변환합니다. 다른 모델이면 알려주세요."
  4. 질문: 모호하면 registry의 모델 목록을 AskUserQuestion으로 제시.
  5. 폴백: 레지스트리에 없는 모델이 명시됐으면 $GB/_generic으로 변환하되, 전용 가이드북이 없어 모델 고유 문법은 반영 못 했음을 밝히고 /meta-prompt add <model>을 권한다.

2. 가이드북 로드 + 신선도 확인

  • $GB/registry.yaml에서 모델 확인. last_verified가 staleness_days(30일)를 넘었으면 경고만 한다: "이 가이드북은 N일 전 검증본입니다. /meta-prompt refresh <model>로 갱신할 수 있습니다." 차단하지 않는다.
  • verification: knowledge-based면 "공식 가이드 대조 전 초안" 상태임을 함께 표기.
  • $GB/<model-id>/index.yaml을 읽고, when 조건이 요청에 해당하는 카드만 로드.

3. 슬롯 확인 → 컨텍스트 보강

  • index의 slots.required 중 사용자 요청에서 채울 수 없는 것만 모아 AskUserQuestion 1라운드로 질문 (요청에서 추론 가능하면 묻지 않는다).
  • slots.optional은 default로 채우고, 채운 가정을 산출물에 명시한다.

4. 진단 → 변환

변환 전에 원 요청을 3차원으로 각 한 줄씩 진단한다 — 명확성(단일 해석인가) / 구체성(기준이 측정 가능한가) / 맥락(배경·용도가 있는가). 낮게 진단된 차원은 변환에서 반드시 보강하고, 무엇을 보강했는지 해설에 연결한다.

이후 로드한 카드의 rules/template/pitfalls에 따라 사용자 요청을 프롬프트로 재작성한다.

  • 언어는 index의 output_language를 따른다 (english-prompt: 프롬프트 영어 + 해설 한국어 / follow-target: 프롬프트의 용도 언어).
  • 카드의 pitfalls를 체크리스트로 최종 점검한다.

5. 산출

[변환된 프롬프트 — 코드블록]

**진단**: 원 요청의 3차원 진단과 보강 포인트 (원 요청이 이미 충실하면 생략)
**적용 규칙**: 사용한 카드와 핵심 결정 2~3줄
**가정**: optional 슬롯을 기본값으로 채운 목록 (없으면 생략)

API 파라미터 권고가 있는 카드(reasoning_effort, temperature, responseSchema 등)면 프롬프트 아래 별도로 표기.

6. 실행 제안 (전달 기본 + 확인 후 실행)

세션에 타깃 모델의 실행 경로가 있을 때만 제안한다:

  • Higgsfield MCP 도구 (generate_image/video 등) → 크레딧 소모를 명시하고 실행 여부 질문
  • codex CLI → 비용 고지 후 질문
  • 현재 Claude 세션이 타깃 → "이 프롬프트로 바로 진행할까요?"

과금이 걸린 실행은 사용자가 확인한 경우에만. 실행 경로가 없으면 프롬프트 전달로 종료.

서브커맨드

/meta-prompt refresh <model>

  1. $GB/<model-id>/sources.yaml의 URL을 WebFetch로 수집 (local: 접두 소스는 Read).
  2. 기존 카드와 대조해 변경된 카드만 수정. 새 주제가 생겼으면 카드 추가를 제안.
  3. registry의 last_verified를 오늘로, verification: verified로 갱신.
  4. 변경 요약을 보고 (변경 없음이면 "변경 없음, 검증일만 갱신").

/meta-prompt eval [<model>] <요청>

변환이 실제로 나은지 A/B로 증명한다.

  1. 요청을 변환 플로우로 처리해 원본 프롬프트와 변환본 프롬프트를 준비.
  2. 타깃 모델의 실행 경로가 세션에 있어야 한다 — 없으면 eval 불가를 고지하고 두 프롬프트만 전달. 과금이 걸리면 2회 실행 비용을 명시하고 확인받는다.
  3. 두 프롬프트를 동일 조건으로 실행하고 결과를 나란히 제시. 과업 충족·형식 준수·완성도 기준으로 비교 평가한다. 응답이 역질문으로 끝나면 '추가 턴 필요'로 간주해 과업 충족에서 감점한다 (모호성을 프롬프트가 흡수하지 못했다는 신호).
  4. 변환본이 우세하지 않으면 그 사실을 정직하게 보고하고, 원인이 된 카드의 개선점을 기록한다 (가이드북 피드백 루프).

/meta-prompt add <model>

  1. 사용자에게 공식 프롬프팅 가이드 URL을 확인 (모르면 WebSearch로 후보 제시).
  2. $GB/<model-id>/ 생성: sources.yaml → 수집 → 카드 증류(주제당 1카드, 간결하게) → index.yaml(카드 when + 슬롯 정의).
  3. registry에 모델 등록 (aliases 포함).
  4. 카드 초안을 사용자 검토받고 확정.

하지 않는 것

  • 카드 없이 장문의 일반론 프롬프트 강의를 하지 않는다.
  • 요청받지 않은 모델로의 동시 변환을 하지 않는다 (요청 시에만 비교 제공).
  • refresh를 자동으로 실행하지 않는다 (경고까지만).

What ships with it: 56 files

71.3 KB alongside SKILL.md

guidebooks/

16 more files not listed here. See all 56 in the repository.

Keep looking

Skills are one crate of 325,949. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.