Prompt Master — la skill que afila tus prompts

El patrón típico: escribes un prompt vago, sale un output flojo, lo reescribes, sale más cerca, lo reescribes otra vez, finalmente jala al cuarto intento. Son tres calls quemados. Multiplica por 50 prompts al día y son varios meses de tu plan al año tirados a la basura.

El insight clave: el mejor prompt no es el más largo. Es aquel donde cada palabra carga peso. La mayoría de los “generadores de prompts” hacen prompts más largos. Esta skill los hace más afilados — quita lo que no carga peso y deja solo lo que mueve el output.

Quién la necesita: cualquiera que mande más de 10 prompts al día y se canse de reescribir. También quien escribe para varias herramientas al hilo (Claude para texto, Cursor para código, Midjourney para imagen) y siente que el formato no le jala igual entre una y otra. La skill es gratis, MIT y se carga directo en claude.ai sin tocar terminal.

Repo: github.com/nidhinjs/prompt-master — 5.7k★, 581 forks, MIT, v1.5.0.

Antes de generar un prompt, la skill extrae nueve dimensiones de intent en silencio. Si te falta una crítica, te hace máximo tres preguntas. Si están todas, arma el prompt directo. Esto es lo que revisa.

• 1. Tarea

  La acción específica. Convierte verbos vagos como "ayúdame con mi código" en operaciones precisas como "refactoriza getUserData() a async/await y maneja null returns". Siempre crítica.

• 2. Target tool

  Qué AI recibe el prompt: Claude, ChatGPT, Midjourney, Cursor, Claude Code. Si no se sabe, pregunta. Sin esto, todo lo demás se desafila. Siempre crítica.

• 3. Output format

  Forma, longitud, estructura, tipo de archivo del resultado. ¿JSON? ¿markdown? ¿prose de 200 palabras? ¿imagen 16:9? Siempre crítica.

• 4. Restricciones

  Lo que DEBE y NO DEBE pasar. Scope del cambio. Lista de "do not touch". Crítica si la tarea es compleja.

• 5. Input

  Lo que estás pegando junto al prompt: código, imagen, documento, prompt previo. Crítica si aplica.

• 6. Contexto

  Dominio, estado del proyecto, decisiones previas en esta sesión. Solo se rellena si hay historia que cargar.

• 7. Audiencia

  Quién lee el output y su nivel técnico. Crítica si el output va dirigido a alguien que no eres tú.

• 8. Criterios de éxito

  Cómo se sabe que el prompt jaló. Idealmente binario: pasa los tests, abre sin errores en consola, renderiza a 375px. Crítica si la tarea es compleja.

• 9. Ejemplos

  Pares input/output deseados para cerrar el patrón. Crítica si el formato es lo que más importa.

Tú escribes dos líneas, ella las arma a las nueve. Ya no le tienes que adivinar al modelo qué quieres. Cuando la dimensión está bien definida en el prompt, el output sale al primer intento — y no quemas tres calls reescribiendo lo mismo con sinónimos.

Claude come distinto que ChatGPT, que come distinto que Midjourney, que come distinto que Cursor. Si pegas el mismo prompt en los cuatro, vas a recibir cuatro outputs flojos. Prompt Master detecta el target tool y reformatea automáticamente con el perfil correcto. Si el tool no está en la lista, aplica un Universal Fingerprint (cuatro preguntas) para escribirle igual.

Ver los templates completos por categoría en /references del repo.

Ojo con la diferencia: la “memoria” del item 1 (la dimensión 7) es lo que vive dentro del prompt — decisiones previas que ya están escritas en el contexto. Esta memoria es otra cosa: es cross-turn, entre prompts. Lo que decidiste en el prompt 2 lo recuerda cuando escribes el prompt 5.

• Cross-turn, no within-prompt

  La "memoria" del item 1 (dimensión 7) es lo que viene dentro del prompt. Esta memoria es entre prompts: lo que decidiste en uno se carga al siguiente sin que lo repitas.

• No te contradices tú solo

  Si en el prompt 2 fijaste "todo en TypeScript estricto", en el prompt 5 ya lo sabe. No tienes que volver a meterlo cada vez ni explicarle por qué.

• Prompts encadenados sin perder hilo

  Para tareas largas que se rompen en varios prompts (scaffold → feature → polish), la memoria mantiene los design tokens, las restricciones y el target tool fijos.

• Se acabó reescribir el mismo prompt

  El patrón típico era: prompt → no jaló → reescribes → no jaló → reescribes. Con memoria, refinas en lugar de reescribir desde cero.

Prompt Master se distribuye como una Claude skill (carpeta con SKILL.md y references/). Puedes cargarla en claude.ai sin tocar terminal —el camino que recomienda el autor— o clonarla directo en tu directorio de skills si trabajas en Claude Code.

Una vez instalada, puedes invocar la skill de dos formas: naturalmente (escribes lo que quieres y Claude la activa solo cuando reconoce que aplica) o explícitamente con /prompt-master. Aquí tienes seis ejemplos naturales y cuatro prompts pro listos para audita, adaptar y generar desde cero.

Tengo este prompt que estoy mandando a Claude Code y me está dando outputs flojos. Audítalo con tu marco de 9 dimensiones, dime qué dimensiones le faltan, dame el prompt afilado y explícame en una línea por qué cambió.

PROMPT ORIGINAL:
"""
Hazme una landing para mi negocio. Que se vea bonita, moderna y profesional. Estilo SaaS.
"""

Cuando me lo entregues:
1. Lista las dimensiones que el prompt tenía bien y las que faltaban.
2. Dame el prompt afilado, listo para pegar en Claude Code.
3. Una sola línea con la estrategia (qué cambió y por qué).
4. Si hay setup necesario antes de pegarlo, dímelo en 1-2 líneas.

Tengo este prompt que ya me funciona en ChatGPT y quiero adaptarlo para que jale igual en Stable Diffusion. Usa tu Prompt Decompiler:

PROMPT ORIGINAL (ChatGPT):
"""
[pega aquí el prompt que ya te funciona]
"""

Quiero que:
1. Identifiques qué intent original tenía (las 9 dimensiones).
2. Reconstruyas el prompt para Stable Diffusion respetando su sintaxis: weight syntax (palabra:1.3), CFG guidance, negative prompt obligatorio.
3. Me digas qué cambió en la traducción y por qué.

Entrégame solo el prompt nuevo en un bloque copiable + una línea de estrategia.

Tengo una sola idea y quiero que me generes el mismo prompt afilado para tres herramientas distintas: Claude Code, Cursor y v0. Cada uno come distinto.

IDEA:
"""
Construir un dashboard de admin para mi SaaS, estilo Linear, con tabla de usuarios, filtros y modal de detalle. Stack: Next.js + Tailwind + shadcn/ui.
"""

Para cada herramienta:
1. Genera el prompt en el formato que esa herramienta espera (file-scope para Cursor, ReAct + stop conditions para Claude Code, stack-spec para v0).
2. Dame solo el bloque copiable + una línea de estrategia por cada uno.
3. NO repitas la idea entre prompts. Cada prompt debe quedar self-contained.

Quiero un prompt nuevo desde cero. Sigue tu pipeline:

OBJETIVO:
"""
[describe en 1-2 líneas qué quieres lograr]
"""

HERRAMIENTA TARGET:
[Claude, ChatGPT, Cursor, Claude Code, Midjourney, etc. — si no estás seguro, pregúntame]

Antes de entregar el prompt:
1. Hazme máximo 3 preguntas si te falta info crítica de las 9 dimensiones.
2. Cuando tengas todo, entrega el prompt en un bloque copiable.
3. Una línea de estrategia (qué optimizaste y por qué).
4. Si necesito setup antes de pegarlo, dímelo en 1-2 líneas.

El autor del repo es estricto con qué técnicas mete y cuáles bloquea. La filosofía: usar solo métodos con efectos confiables y bounded, y excluir explícitamente cualquier técnica que en single-prompt produzca fabrication. Esto es lo que pasa por debajo cada vez que invocas la skill.