Una colección comprensiva de mejores prácticas para evaluar y mejorar la calidad de prompts para Agentes AI. Sistematiza conocimiento obtenido de procesos reales de mejora de prompts, cubriendo aspectos importantes como eliminación de ambigüedad, integración de información, mejora de cumplimiento, sistemas de seguimiento y mejora continua.
Analyzes prompt quality across 6 categories and suggests improvements with scoring.
/plugin marketplace add wasabeef/claude-code-cookbook/plugin install cook-es@claude-code-cookbookUna colección comprensiva de mejores prácticas para evaluar y mejorar la calidad de prompts para Agentes AI. Sistematiza conocimiento obtenido de procesos reales de mejora de prompts, cubriendo aspectos importantes como eliminación de ambigüedad, integración de información, mejora de cumplimiento, sistemas de seguimiento y mejora continua.
# Verificar la calidad de un archivo prompt
cat your-prompt.md
/check-prompt
"Verificar la calidad de este prompt y sugerir mejoras"
--category <nombre>: Verificar solo categoría específica (structure/execution/restrictions/quality/roles/improvement)--score: Calcular solo puntuación de calidad--fix: Sugerir automáticamente correcciones para problemas detectados--deep: Modo de análisis profundo (enfocar en ambigüedad, dispersión de información y cumplimiento)# Evaluar calidad general del prompt
cat devin/playbooks/code-review.md
/check-prompt
"Evaluar este prompt a través de 6 categorías y sugerir mejoras"
# Modo de análisis profundo
/check-prompt --deep
"Enfocar en verificar ambigüedad, dispersión de información y falta de cumplimiento para sugerir mejoras fundamentales"
# Verificar categoría específica
/check-prompt --category structure
"Verificar este prompt desde la perspectiva de estructura y claridad"
# Detectar y corregir expresiones ambiguas
/check-prompt --fix
"Detectar expresiones ambiguas y sugerir correcciones para claridad"
# ❌ Antes de Mejora (Ambiguo)
"Los comentarios deben, en principio, escribirse como comentarios en línea en los puntos de cambio correspondientes en GitHub"
# ✅ Después de Mejora (Claro)
"Los comentarios deben escribirse como comentarios en línea en los puntos de cambio correspondientes en GitHub. Las excepciones son solo las 3 condiciones definidas en la sección 3.3"
# ❌ Antes de Mejora (Disperso)
Sección 2.1: "Usar 6 secciones obligatorias"
Sección 3.5: "📊 Evaluación comprensiva, 📋 Elementos señalados..."
Sección 4.2: "Prohibido eliminar secciones"
# ✅ Después de Mejora (Integrado)
Lista de verificación de ejecución:
□ 10. Publicar comentario de resumen (usar 6 secciones obligatorias)
🔴 6 secciones obligatorias: 1) 📊 Evaluación comprensiva 2) 📋 Agregado por categoría de elementos señalados 3) ⚠️ Principales preocupaciones 4) ✅ Puntos evaluables 5) 🎯 Conclusión 6) 🤖 Autoevaluación de calidad de revisión AI
❌ Absolutamente prohibido: Eliminar, agregar o cambiar nombres de secciones
# Seguimiento estricto de resultados de ejecución
POSTED_COMMENTS=0
FAILED_COMMENTS=0
TOTAL_COMMENTS=0
# Registro de resultados de cada operación
if [ $? -eq 0 ]; then
echo "✅ Éxito: $OPERATION" >> /tmp/execution_log.txt
POSTED_COMMENTS=$((POSTED_COMMENTS + 1))
else
echo "❌ Falla: $OPERATION" >> /tmp/execution_log.txt
FAILED_COMMENTS=$((FAILED_COMMENTS + 1))
fi
# Prevención de reportes falsos
if [ $POSTED_COMMENTS -ne $REPORTED_COMMENTS ]; then
echo "🚨 Advertencia: Discrepancia entre número reportado y publicaciones reales"
exit 1
fi
Puntuación básica = Σ(puntuación de categoría × peso) / 100
Penalizaciones por problemas fatales:
- Problema de Nivel 1: -20 puntos por caso
- Problema de Nivel 2: -10 puntos por caso
- Problema de Nivel 3: -5 puntos por caso
Elementos de bonificación:
- Correspondencia a automatización: +5 puntos
- Implementación de función de aprendizaje: +5 puntos
- Casos de mejora probados: +5 puntos
Puntuación final = Puntuación básica + Bonos - Penalizaciones
95-100 puntos: Estándar mundial más alto (Recomendado como estándar de industria)
90-94 puntos: Excelente (Listo para producción)
80-89 puntos: Bueno (Listo para operación con mejoras menores)
70-79 puntos: Promedio (Necesita mejora)
60-69 puntos: Necesita mejora (Requiere corrección significativa)
50-59 puntos: Necesita corrección mayor (Requiere revisión fundamental)
49 puntos o menos: Prohibido de uso (Requiere rediseño completo)
Puntuación de calidad: 70 puntos/100 puntos
- Expresiones ambiguas: 15 casos encontrados
- Dispersión de información: Información importante dispersa en 6 ubicaciones
- Falta de cumplimiento: 80% de expresiones de nivel recomendado
- Función de seguimiento: Sin registro de resultados de ejecución
- Manejo de errores: Método de manejo durante fallas poco claro
# 1. Eliminación de ambigüedad (2 días)
- "En principio" → "Las excepciones son solo las 3 condiciones en sección 3.3"
- "Recomendado" → "Obligatorio" (nivel de importancia 2 o superior)
- "Según sea apropiado" → Indicación explícita de criterios específicos de juicio
# 2. Integración de información (1 día)
- Información dispersa de 6 secciones obligatorias → Integración en lista de verificación de ejecución
- Elementos prohibidos relacionados → Agregación en una sección
- Resolución de referencias circulares → Flujo de información lineal
# 3. Implementación de sistema de seguimiento (1 día)
- Registro automático de logs de resultados de ejecución
- Función de verificación para prevención de reportes falsos
- Visualización de estadísticas en tiempo real
# 4. Fortalecimiento de manejo de errores (medio día)
- Catalogación completa de patrones de error esperados
- Codificación de procesos de manejo gradual
- Implementación de función de recuperación automática
Puntuación de calidad: 90 puntos/100 puntos (mejora de +20 puntos)
- Expresiones ambiguas: 0 casos (eliminación completa)
- Integración de información: Información importante agregada en 3 ubicaciones
- Cumplimiento: 95% expresiones de nivel obligatorio
- Función de seguimiento: Automatización completa
- Manejo de errores: 90% de problemas resueltos automáticamente
Efectos de mejora reales:
- Errores de juicio: 85% reducción
- Tiempo de ejecución: 40% reducción
- Tasa de errores: 70% reducción
- Satisfacción del usuario: 95% mejora
# Verificación de calidad combinada con archivo prompt
cat your-prompt.md
/check-prompt
"Evaluar la calidad de este prompt y sugerir mejoras"
# Comparación de múltiples archivos prompt
cat prompt-v1.md && echo "---" && cat prompt-v2.md
/check-prompt
"Comparar las dos versiones y analizar puntos mejorados y problemas restantes"
# Análisis combinado con logs de errores reales
cat execution-errors.log
/check-prompt --deep
"Identificar problemas potenciales de prompt que podrían haber causado este error"
Esta lista de verificación es una versión completa de conocimiento probado en proyectos reales de mejora de prompts y continúa evolucionando continuamente.
/check-promptAI Agent 提示詞質量評估與改進的全面最佳實践集。基于實際提示詞改進過程中积累的經驗,系統化地涵蓋了消除歧義、資訊整合、強制力強化、追蹤系統、持續改進等所有重要方面。
/check-promptColeção abrangente de melhores práticas para avaliar e melhorar a qualidade de prompts para AI Agent. Sistematiza conhecimentos obtidos através de processos reais de melhoria de prompts, cobrindo todos os aspectos importantes: eliminação de ambiguidade, integração de informações, reforço de obrigatoriedade, sistema de rastreamento e melhoria contínua.
/check-promptAI Agent 提示词质量评估与改进的全面最佳实践集。基于实际提示词改进过程中积累的经验,系统化地涵盖了消除歧义、信息整合、强制力强化、追踪系统、持续改进等所有重要方面。
/check-promptA comprehensive collection of best practices for evaluating and improving the quality of prompts for AI Agents. It systematizes knowledge gained from actual prompt improvement processes, covering all important aspects such as ambiguity elimination, information integration, enforcement enhancement, tracking systems, and continuous improvement.
/check-promptUne collection complète de meilleures pratiques pour évaluer et améliorer la qualité des prompts pour les agents IA. Elle systématise les connaissances acquises lors de processus d'amélioration de prompts réels, couvrant tous les aspects importants comme l'élimination d'ambiguïtés, l'intégration d'informations, le renforcement d'application, les systèmes de suivi et l'amélioration continue.