cc-prompt-builder

Erstellt detaillierte, autonome Claude Code (CC) Prompts mit Self-Fix-Protokoll. Nutze diesen Skill IMMER wenn der User einen CC-Prompt, Claude Code Prompt oder Delegations-Prompt für eine mehrstufige Implementierung braucht. Trigger auch bei: "Prompt für CC", "lass CC das machen", "mach einen Prompt draus", "CC soll das autonom abarbeiten", "delegate an Claude Code", "Sonnet-Prompt", "autonomer Prompt". Der Skill erzeugt token-effiziente Prompts die mit günstigeren Modellen (Sonnet) funktionieren, weil sie präzise genug sind um Rückfrage-Schleifen zu vermeiden.

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "cc-prompt-builder" with this command: npx skills add svenja-dev/claude-code-skills/svenja-dev-claude-code-skills-cc-prompt-builder

CC Prompt Builder

Du erstellst detaillierte Claude Code Prompts die CC autonom abarbeiten kann, inklusive Self-Fix bei Fehlern.

Warum dieser Skill existiert

Ein gut strukturierter CC-Prompt mit exaktem Code, bekannten Fallstricken und Fix-Anweisungen spart massiv Tokens, weil CC weniger Erkundungs-Runden braucht. Das funktioniert besonders gut mit Sonnet (günstiger, folgt Anweisungen präzise, braucht aber Klarheit). Opus denkt besser selbstständig, kostet aber ein Vielfaches. Für die meisten Implementierungsaufgaben ist Sonnet + detaillierter Prompt die bessere Wahl.

Wann NICHT verwenden

  • Einzelne kleine Änderungen (1 Datei, <20 Zeilen) brauchen keinen Prompt, mach es direkt
  • Reine Recherche-Aufgaben - CC braucht keinen Self-Fix-Loop für Recherche
  • Der User will interaktiv mit CC arbeiten statt delegieren

Prompt-Erstellung: Schritt für Schritt

1. Kontext sammeln (vor dem Schreiben)

Bevor du den Prompt schreibst, lies die relevanten Dateien im Projekt:

  • Bestehenden Code der geändert wird (Importe, Exports, Konventionen)
  • Config-Dateien (package.json, tsconfig, .env.example, CI-Workflows)
  • Bestehende Tests als Referenz für Stil und Patterns

Das ist entscheidend: Der Prompt muss die richtigen Dateinamen, Imports, Selektoren und Konventionen enthalten. Sonnet rät nicht gut, es braucht exakte Angaben.

2. Prompt-Struktur (diese Reihenfolge einhalten)

Die Grundstruktur jedes CC-Prompts:

[Aufgabe] - CC-Prompt für autonome Ausführung

Kontext

  • Was ist das Projekt (1-2 Sätze)
  • Was wurde bereits gemacht (vorherige Phasen, Commits)
  • Referenz-Dokumente die CC lesen soll

Self-Fix-Protokoll (PFLICHT)

[Immer einfügen - siehe Template unten]

Kritische Regeln

[Projektspezifische Fallen die CC kennen muss]

Phase N: [Name]

Datei: pfad/zur/datei.ts (NEU | ERWEITERN)

[Exakter Code oder präzise Änderungsanweisungen]

Ausführen und Fixen

[Konkreter Befehl + typische Fehler mit Lösungen]

Abschluss: Commit

[git add + commit Befehl mit allen Dateien]

Erwartete Ergebnisse

[Tabelle: Phase | Datei | Erwartung]

3. Self-Fix-Protokoll (immer einfügen)

Dieses Protokoll ist der Kern des Prompts. Es macht CC autonom:

Self-Fix-Protokoll (PFLICHT für jede Phase)

Für JEDE Phase gilt dieser Loop:

  1. Datei(en) erstellen/ändern
  2. Ergebnis prüfen: [projektspezifischer Befehl, z.B. npm run build, pytest, npx playwright test]
  3. WENN Fehler: a. Fehlerausgabe lesen und analysieren b. [projektspezifische Debug-Schritte] c. Fix anwenden d. Zurück zu Schritt 2 e. Max. 3 Fix-Versuche pro Teilaufgabe. Nach 3 Versuchen:
    • Problem dokumentieren (Kommentar im Code oder TODO)
    • Weiter zur nächsten Phase
  4. WENN grün: Weiter zur nächsten Phase

Typische Fixes:

  • [Liste projektspezifischer Fehler + Lösungen]

Am Ende ALLER Phasen: Zusammenfassung aller Ergebnisse zeigen.

4. Kritische Regeln formulieren

Sammle Fallen die CC in die Irre führen würden. Typische Kategorien:

  • Namenskollisionen: Welche Funktion statt welcher verwenden
  • Mock-Grenzen: Was Mocks können und was nicht
  • Selektoren/Pfade: Tatsächliche Selektoren aus dem Code, nicht aus der Doku
  • Env-Variablen: Welche nötig sind und wie Tests ohne sie übersprungen werden
  • Bestehender Code: "ERWEITERN, nicht duplizieren" wenn Dateien existieren

5. Exakter Code vs. Prosa

Die Faustregel:

  • Neue Dateien: Exakten, lauffähigen Code liefern. CC kopiert und passt an
  • Erweiterte Dateien: Beschreibe WO der Code eingefügt wird und liefere den Code-Block
  • Config-Änderungen: Zeige das Diff (vorher -> nachher) statt "ändere X"

Prosa-Beschreibungen wie "erstelle einen Test der X tut" funktionieren mit Opus, aber Sonnet braucht den konkreten Code.

6. Troubleshooting-Blöcke

Nach jeder Phase einen "Ausführen und Fixen"-Block mit dem exakten Testbefehl und projektspezifischen Symptomen + Lösungen:

  • Selektor nicht gefunden -> DOM inspizieren, bestehende Tests als Referenz
  • Timeout -> waitForLoadState statt waitForTimeout, Timeout erhöhen
  • Import-Fehler -> exports prüfen, Pfade prüfen mit ls
  • Feature existiert nicht -> graceful skip mit Begründung
  • Build-Fehler -> TypeScript-Errors einzeln fixen, tsc --noEmit
  • API-Fehler -> Mock prüfen, Route-Pattern vergleichen

7. Abschluss-Block

Immer einen Commit-Befehl mit allen Dateien und eine Ergebnis-Tabelle.

Qualitätskriterien für den fertigen Prompt

Prüfe deinen Prompt gegen diese Checkliste:

  • Kontext: Projekt und bisheriger Stand klar beschrieben?
  • Self-Fix-Loop: Enthalten mit max. Versuchen und Skip-Fallback?
  • Kritische Regeln: Alle bekannten Fallen dokumentiert?
  • Jede Phase hat exakten Code ODER präzise Änderungsanweisungen?
  • Jede Phase hat einen Ausführungsbefehl?
  • Jede Phase hat Troubleshooting für wahrscheinliche Fehler?
  • Bestehende Dateien werden erweitert, nicht dupliziert?
  • Imports und Pfade stimmen mit dem tatsächlichen Code überein?
  • Commit-Befehl am Ende mit allen Dateien?
  • Ergebnis-Tabelle am Ende?

Token-Effizienz-Hinweise

  • Ein 4.000-Wörter-Prompt kostet ~5.000 Input-Tokens. Eine vermiedene Rückfrage-Schleife spart 10.000-50.000 Tokens
  • Sonnet kostet ~80% weniger als Opus bei vergleichbarem Ergebnis wenn der Prompt präzise ist
  • Exakter Code im Prompt vermeidet Trial-and-Error - das ist der grösste Token-Spar-Hebel
  • Phasen-weise Struktur hilft CC den Kontext zu managen statt alles gleichzeitig im Kopf zu haben

Ausgabeformat

Den fertigen Prompt als Markdown-Datei speichern (z.B. docs/CC_PROMPT_[aufgabe].md), damit der User ihn kopieren und in CC einfügen kann. Der Prompt soll als eigenständiges Dokument funktionieren - CC hat keinen Zugriff auf die aktuelle Konversation.

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

Coding

social-media-content

No summary provided by upstream source.

Repository SourceNeeds Review
Coding

reddit-research

No summary provided by upstream source.

Repository SourceNeeds Review
Coding

tdd-strict

No summary provided by upstream source.

Repository SourceNeeds Review