Prompt Master — скилл, который пишет точные промпты для любого AI-инструмента

Prompt Master — это скилл для Claude (а через него — для Claude Code и любого другого агента), который делает неприятную ручную работу: превращает расплывчатую просьбу в один точный промпт, после которого не нужно ещё пять раз уточнять. Он лежит в репозитории nidhinjs/prompt-master под MIT-лицензией, набрал около 13.7k звёзд и 1.6k форков. Внутри всего три файла: SKILL.md и два справочника в references/ — patterns.md и templates.md.

Какую проблему он решает

Автор формулирует её предельно прямо: любой пользователь AI-инструментов тратит кредиты по одной и той же схеме. Написал мутный промпт → получил не то → переписал → приблизился → переписал ещё раз → наконец получил нужное на четвёртой попытке. Три лишних вызова API. Умножьте на 50 промптов в день — получаются вполне реальные деньги и время.

Ключевая мысль, на которой построен весь подход: лучший промпт — не самый длинный, а тот, где каждое слово несёт нагрузку. Большинство «генераторов промптов» делают промпты длиннее. Prompt Master делает их точнее.

Как вызывать

Скилл можно звать обычной фразой — специальный синтаксис не нужен:

Write me a prompt for Cursor to refactor my auth module

I need a prompt for Claude Code to build a REST API — ask me what you need to know

Here's a bad prompt I wrote for GPT-4o, fix it: [вставьте промпт]

Generate a Midjourney prompt for a cyberpunk city at night

Break this prompt down and adapt it for Stable Diffusion

Работает и явный вызов через слэш-команду:

/prompt-master

I want to ask Claude Code to build a todo app with React and Supabase

Пайплайн из восьми шагов

Каждый запрос проходит одну и ту же последовательность, и пользователь не видит ни фреймворк, ни служебные решения — на выходе он получает чистый блок промпта и одну строку с пояснением стратегии:

1. Определяет целевой инструмент — понимает, для какой AI-системы пишется промпт, и молча уходит в нужный подход.
2. Извлекает 9 измерений намерения — задача, входные данные, ожидаемый выход, ограничения, контекст, аудитория, память, критерии успеха, примеры.
3. Задаёт уточняющие вопросы — максимум три, и только если не хватает критически важной информации.
4. Выбирает фреймворк — подбирает подходящую архитектуру промпта автоматически, имя шаблона пользователю не показывается.
5. Применяет только безопасные техники — ролевое назначение, few-shot примеры, XML-структура, grounding-якоря, блок памяти — по необходимости.
6. Проверяет актуальность моделей — сверяет точные названия моделей и параметров с официальной документацией провайдера, если запрос завязан на «последнюю версию».
7. Проводит аудит расхода токенов — выкидывает каждое слово, которое не меняет результат.
8. Отдаёт результат — один копируемый блок плюс однострочная заметка о стратегии.

Пример: как это выглядит на практике

Просьба «напиши промпт для Claude Code, чтобы сделать лендинг в стиле Notion» превращается в спецификацию, которую невозможно исполнить неправильно. Вместо «сделай красиво, похоже на Notion» — конкретные значения:

Objective:
Build a fully detailed, production-quality static landing page for a
business dashboard product. Design must match Notion's exact aesthetic —
clean, minimal, typographic, with smooth animations throughout.

Stack:
Single HTML file with embedded CSS and vanilla JS. No frameworks.
No external dependencies except Google Fonts (Inter).

Design Spec — match these exactly:
- Background: #ffffff
- Primary text: #1a1a1a
- Secondary text: #6b7280
- Border color: #e5e7eb
- Accent: #000000
- Font: Inter, weights 400 / 500 / 600 / 700
- Base spacing unit: 8px
- Border radius: 6px on cards, 4px on buttons
- Box shadows: 0 1px 3px rgba(0,0,0,0.08) only — no dramatic shadows
- Buttons: black fill, white text, no border radius above 6px

Дальше идут восемь секций в заданном порядке, точные параметры анимаций (IntersectionObserver, порог 0.15, длительность 500ms, stagger 100ms между карточками), список ограничений (один файл, ноль зависимостей кроме Google Fonts, точность на 375px и 1440px) и блок Done When с критериями приёмки. Скилл честно помечает результат: цель — Claude Code, расход — средний, около 380 токенов.

Для генерации картинок логика другая: вместо связного предложения — перечисление дескрипторов через запятую с параметрами в конце.

lone samurai standing in heavy rain at night, traditional armor,
neon reflections on wet cobblestone street, cinematic lighting,
dramatic shadows, fog, ultra detailed, photorealistic,
shallow depth of field --ar 16:9 --v 6 --style raw

negative: blurry, low quality, watermark, cartoon, anime, extra limbs

37 паттернов, которые съедают кредиты

Главная ценность скилла — не шаблоны, а список типичных ошибок с примерами «до и после». Вот несколько характерных:

Паттерны сгруппированы в семь блоков: задачи (7), контекст (6), формат (6), область (6), рассуждение (5) и агентные (7). Полный список с before/after лежит в patterns.md.

13 шаблонов и 30+ профилей инструментов

Шаблоны выбираются молча, пользователь видит только результат. Их 13: RTF для быстрых одноразовых задач, CO-STAR для профессиональных документов, RISEN для многошаговых проектов, CRISPE для креативной работы, Auditable Reasoning для проверяемой логики, Few-Shot для стабильного формата, File-Scope для Cursor, Windsurf и Copilot, ReAct со stop-условиями для автономных агентов, Visual Descriptor для генерации картинок, Reference Image Editing для правки существующих изображений, отдельный под ComfyUI, Prompt Decompiler для разбора чужих промптов и Task Brief для сложных задач на актуальных моделях Claude.

Профилей инструментов больше тридцати, и они не только про LLM. Отдельные ветки для Midjourney, DALL-E 3, Stable Diffusion, SeeDream, ComfyUI, Sora, Runway, Kling, ElevenLabs, BlenderGPT, Unity AI, Meshy и Tripo. Отдельно — Ollama, Qwen, DeepSeek-R1 и MiniMax, где промпт должен быть короче и без скрытых рассуждений. Автор отдельно оговаривает: o3 и o4-mini думают внутри, поэтому добавлять к ним «покажи цепочку рассуждений» бессмысленно.

Для всего, чего нет в списке, используется Universal Fingerprint — четыре вопроса, позволяющие написать качественный промпт для незнакомой AI-системы с нуля.

Память между сессиями

Отдельная механика, которую автор называет самой важной для длинных сессий: если в диалоге уже есть история, Prompt Master вытаскивает из неё принятые решения и добавляет их в начало промпта.

## Memory (Carry Forward from Previous Context)
- Stack: React 18 + TypeScript + Supabase
- Auth uses JWT stored in httpOnly cookies, not localStorage
- Component naming convention: PascalCase, no default exports
- Design system: Tailwind only, no custom CSS files
- Architecture: no Redux, context API only

Логика простая: большинство потраченных перезапросов — это не плохой промпт, а модель, которая забыла, что вы уже решили пятью сообщениями раньше.

Про безопасные техники

В скилле сознательно выброшены методы с непредсказуемым эффектом — Tree of Thought, Graph of Thought, Universal Self-Consistency и prompt chaining. Заявлено, что они провоцируют галлюцинации. Остаётся пять техник с надёжным и ограниченным влиянием:

Установка

Рекомендуемый путь — загрузка через интерфейс: скачать репозиторий как ZIP и загрузить в разделе Claude.ai → Sidebar → Customize → Skills → Upload a Skill. Второй вариант — клонировать в директорию скиллов Claude Code (автор сам называет его не предпочтительным):

mkdir -p ~/.claude/skills
git clone https://github.com/nidhinjs/prompt-master.git ~/.claude/skills/prompt-master

Текущая версия — 1.8.0: добавлена маршрутизация для Claude Fable 5, Opus 5, Sonnet 5, GPT-5.6 Sol/Terra/Luna, Codex и Grok 4.6, а запросы скрытой цепочки рассуждений заменены на auditable reasoning. История изменений с 1.0.0 лежит в README, лицензия — в LICENSE.