Prompt Engineering Patterns

/plugin marketplace add wshobson/agents; /plugin install llm-application-dev

Les techniques visent la fiabilité des résultats plutôt que le ton : sélection d’exemples few-shot selon leur similarité et leur diversité, raisonnement étape par étape avec plusieurs pistes pour vérifier la cohérence, et sortie JSON analysable sans expression régulière. Des modèles avec interpolation de variables permettent de versionner les prompts au lieu de les disperser dans le code. Le skill comprend aussi un script d’optimisation, des fichiers de référence pour chaque technique et une bibliothèque de modèles de départ.