OpenAI 提示工程:优化 LLM 结果 - Openclaw Skills
作者:互联网
2026-04-16
什么是 OpenAI 提示工程策略?
此技能提供了一个结构化框架,利用提示工程策略通过 OpenAI API 增强大型语言模型的输出。它涵盖了生成精准文本、复杂代码、数学解决方案和结构化 JSON 数据的基本技术。通过将其集成到 Openclaw Skills 中,开发人员可以自动化并改进与模型的交互方式,确保更高质量且更一致的 AI 响应。
该技能专注于将原始输入转化为高度优化的指令,从而最大限度地减少幻觉并提高相关性。它充当了技术文档与实际执行之间的桥梁,允许开发人员直接在代理工作流中实现高级提示模式。
下载入口:https://github.com/openclaw/skills/tree/main/skills/hhhh124hhhh/prompt-engineering-openai-api-f7c24501
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install prompt-engineering-openai-api-f7c24501
2. 手动安装
将技能文件夹复制到以下位置之一
全局模式~/.openclaw/skills/
工作区
/skills/
优先级:工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 prompt-engineering-openai-api-f7c24501。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
OpenAI 提示工程策略 应用场景
- 为自动化内容创作生成高质量的类人散文。
- 为系统集成自动创建有效的结构化 JSON 数据。
- 使用特定的 LLM 指令编写和调试复杂代码片段。
- 通过思维链提示增强数学和逻辑推理任务的准确性。
- 开发需要细致且具备上下文意识指令的高级 AI 代理。
- 定义特定任务或目标(例如:文本生成、数据提取或代码合成)。
- 在 Openclaw 环境中选择适当的 OpenAI 模型标识符。
- 基于经过验证的工程策略(如提供清晰指令或参考文本)制定提示词。
- 使用集成的 Javascript 或 Python 样板代码向 OpenAI Responses API 发送结构化请求。
- 获取并处理模型的 output_text 以供下游应用使用。
OpenAI 提示工程策略 配置指南
要使用此技能,请确保您拥有有效的 OpenAI 账号和 API 密钥。使用以下命令安装所需的客户端库:
npm install openai
# 或
pip install openai
设置环境变量以验证您的请求:
export OPENAI_API_KEY='your-api-key-here'
OpenAI 提示工程策略 数据架构与分类体系
该技能通过结构化架构管理交互数据,以确保元数据持久化和质量追踪:
| 字段 | 类型 | 描述 |
|---|---|---|
| model | string | 特定的 OpenAI 模型标识符(例如 gpt-4o)。 |
| input | string | 提供给模型经过设计的提示词或指令集。 |
| output_text | string | 由 LLM 生成的结果文本或数据。 |
| quality_score | number | 基于 Clawdbot 元数据分析的推断评分。 |
| source_url | string | 该策略的原始文档引用。 |
name: prompt-engineering-openai-api-f7c24501
description: Log in [Sign up](https://platform.openai.com/signup)
# Prompt engineering
Enhance results with prompt engineering strategies.
Copy page
With the OpenAI API, you can use a [large language model](https://platform.openai.com/docs/models) to generate text from a prompt, as you might using [ChatGPT](https://chatgpt.com/). Models can generate almost any kind of text response—like code, mathematical equations, structured JSON data, or human-like prose.
Here's a simple example using the [Responses ...
metadata: {"clawdbot": {"type": "text prompt", "inferred_type": "Text Prompt", "source": "firecrawl", "original_url": "https://platform.openai.com/docs/guides/prompt-engineering", "quality_score": 0}}
Prompt engineering | OpenAI API
描述
Log in Sign up
Prompt engineering
Enhance results with prompt engineering strategies.
Copy page
With the OpenAI API, you can use a large language model to generate text from a prompt, as you might using ChatGPT. Models can generate almost any kind of text response—like code, mathematical equations, structured JSON data, or human-like prose.
Here's a simple example using the [Responses ...
来源
- 平台: firecrawl
- 原始链接: https://platform.openai.com/docs/guides/prompt-engineering
- 类型: Text Prompt
- 质量分数: 0
Prompt
Log in [Sign up](https://platform.openai.com/signup)
# Prompt engineering
Enhance results with prompt engineering strategies.
Copy page
With the OpenAI API, you can use a [large language model](https://platform.openai.com/docs/models) to generate text from a prompt, as you might using [ChatGPT](https://chatgpt.com/). Models can generate almost any kind of text response—like code, mathematical equations, structured JSON data, or human-like prose.
Here's a simple example using the [Responses API](https://platform.openai.com/docs/api-reference/responses).
Generate text from a simple prompt
javascript
1 2 3 4 5 6 7 8 9 import OpenAI from "openai"; const client = new OpenAI();
const response = await client.responses.create({ model: "gpt-5.2", input: "Write a one-sentence bedtime story about a unicorn." });
console.log(response.output_text);
1 2 3 4 5 6 7 8 9 from openai import OpenAI client = OpenAI()
response = client.responses.create( model="gpt-5.2", ...
---
## 标签
- AI
- Text Prompt
- prompt
- 生成
- clawdbot
---
*Skill generated by Clawdbot*
相关推荐
专题
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
最新数据
相关文章
Minecraft 3D 建造计划生成器:AI 场景架构师 - Openclaw Skills
Scholar Search:自动化文献搜索与研究简报 - Openclaw Skills
issue-to-pr: 自动化 GitHub Issue 修复与 PR 生成 - Openclaw Skills
接班交班总结器:临床 EHR 自动化 - Openclaw Skills
Teacher AI 备课专家:K-12 自动化教案设计 - Openclaw Skills
专利权利要求映射器:生物技术与制药 IP 分析 - Openclaw Skills
生成 Tesla 车身改色膜:用于 3D 显示的 AI 图像生成 - Openclaw Skills
Taiwan MD:面向台湾的 AI 原生开放知识库 - Openclaw Skills
自学习与迭代演进:AI Agent 成长框架 - Openclaw Skills
HIPC Config Manager: 安全的 API 凭据处理器 - Openclaw Skills
AI精选
