Clarify prompt

Skill goldenprofile/llm-skills/clarify-prompt

LLM Skills

Install

npx -y skills add goldenprofile/llm-skills --skill clarify-prompt

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

1 stars1 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.

What its author says it does

Copied from the file, not written here

Превращает нечёткие, разговорные описания задач в структурированные, однозначные промты для AI-агента (Claude Code, Claude Chat и др.). Используй когда пользователь просит «улучши промт», «перепиши задачу для ИИ», «структурируй задачу», «clarify prompt», «напиши ТЗ для агента», «сформулируй задачу», упоминает prompt engineering, или даёт сырой текст задачи и хочет получить чистую инструкцию. Работает с любым языком ввода.

SKILL.md

8.6 KB, as published. Nobody here has run it

Clarify Prompt

Трансформация сырых, нечётких описаний задач в чистые, структурированные промты, которые AI-агент может выполнить без догадок и переспрашиваний.

Зачем это нужно

Люди описывают задачи так, как думают: с отступлениями, пропусками, неявными допущениями и «ты ж понимаешь». AI-агент этого не понимает. Этот скилл — мост между человеческим описанием и машинной инструкцией.

5 принципов трансформации

1. Каждое неявное допущение — явная инструкция

Если человек пишет «ну ты знаешь где это» — агент не знает. Превращай подразумеваемое в прямое указание или инструкцию найти самостоятельно. Пример: «точное наименование не помню, посмотри в коде» → «Перед началом: открой код шаблона, найди точные имена полей, используй реальные имена из кода, а не предположения».

2. Разделяй контекст, задачу и ожидаемый результат

Три блока, всегда разделённые:

Контекст — что уже есть, как устроена система, откуда данные
Задача — что конкретно нужно сделать (пронумерованные шаги)
Ожидаемый результат — как выглядит итог, включая edge-cases

3. Устраняй неоднозначность

Каждое предложение должно иметь одну интерпретацию. Сигналы неоднозначности:

«возможно», «вроде», «наверное», «может быть» → конкретика или инструкция «проверь и определи сам»
«и т.д.», «и прочее», «что-то такое» → перечислить явно или убрать
«нормально», «красиво», «хорошо» → описать конкретные критерии

4. Добавляй граничные случаи

Человек описывает happy path. Промт должен описывать и edge cases: что делать если данных нет? если данные невалидны? какие ограничения области действия?

5. Давай агенту предварительные шаги

Если задача требует изучения кодовой базы, данных или документации — добавь явный шаг «сначала изучи X, найди Y, и только потом приступай».

Порядок работы

Шаг 1. Анализ входного текста. Выдели: ядро задачи (одно предложение), контекст системы, пробелы (что подразумевается, но не сказано), неоднозначности, отсутствующие edge-cases.

Шаг 2. Уточнение (если необходимо). Если пробелы критичны для качества промта — задай уточняющие вопросы, не больше 3-5 за раз. Если пробелы некритичны или агент может заполнить их в процессе — не спрашивай, а добавь в промт инструкцию «определи самостоятельно из кода/данных». Не блокируй пользователя вопросами там, где можно дать агенту инструкцию разобраться.

Шаг 3. Формирование промта по структуре ниже.

Шаг 4. Самопроверка по чек-листу ниже.

Шаблон структуры промта

## Задача: [краткое название в 3-7 слов]

### Контекст
[Система, сущности, источники данных. Всё что нужно знать ДО работы.]

### Предварительные шаги
[Что агент должен изучить/найти/проверить перед началом.
Только если задача требует предварительного исследования.]

### Что нужно сделать
[Пронумерованные шаги. Каждый шаг — одно конкретное действие.]

### Ожидаемый результат
[Как выглядит финал: элементы UI, поля, форматы данных.]

### Граничные случаи
[Что делать при пустых данных, ошибках, нетипичных ситуациях.]

### Ограничения
[Область действия, что НЕ нужно трогать, технические рамки.]

Не все блоки обязательны. Используй только нужные для конкретной задачи. Для простых задач хватит «Контекст» + «Что нужно сделать».

Чек-лист самопроверки

Каждое предложение имеет одну интерпретацию?
Нет слов «вроде», «возможно», «наверное», «и т.д.»?
Контекст отделён от задачи?
Шаги пронумерованы и атомарны (одно действие = один шаг)?
Описаны граничные случаи (пустые данные, ошибки)?
Если нужно исследовать код/данные — есть явный предварительный шаг?
Промт не содержит лишней информации, не относящейся к задаче?
Язык промта совпадает с языком исходного текста пользователя?

Адаптация под контекст

Задача на английском → выдавай промт на английском. Структура та же, заголовки: Context, Prerequisites, Steps, Expected Result, Edge Cases, Constraints.
Задача не про код (тексты, анализ данных, исследования, дизайн) → структура адаптируется: вместо «предварительных шагов» может быть «источники», вместо «граничных случаев» — «ограничения и исключения».
Пользователь просит «просто улучшить» → не переспрашивай «а что именно». Применяй все 5 принципов, покажи результат. Если нашёл критичные пробелы — укажи их после промта блоком «Вопросы для уточнения (необязательно)».

Развёрнутые примеры

Два полных примера трансформации (задача с неявным контекстом, задача с размытыми требованиями) — в references/examples.md. Читай их когда нужен образец готового промта по этой методике.