把你的專業知識變成一套 AI skill 系統
你是行銷專家、教育工作者、遊戲設計師、或任何領域的專業人士。你有自己的工作流程、判斷標準、品質門檻。Prismstack 幫你把這些變成一套可運行、可共享、可持續改進的 AI skill 系統。
一束光（你的專業知識）進去，分散成多色（可操作的 AI skill）出來。
這是什麼： 你的知識和流程的結構化——變成 AI 能遵循的工作系統，帶有品質評分、修復迴圈、和防止 AI 敷衍的機制。 這不是什麼： 通用 AI 工具合集——它生成的是你的領域的專屬 skill，不是萬用模板。
適合誰用：
- 有工作流程的團隊 — 把「每個人各自用 AI」升級成「團隊共用一套 AI 工作系統」
- 領域專家 — 你的三句話裡有完整的評分公式和判斷標準，Prismstack 聽得懂、轉得出
- 想讓 AI 照自己的方式工作的人 — 不是通用建議，是你的實際流程
- 安裝 Prismstack（30 秒，見下方）
- 執行
/prismstack— 自動偵測你的專案狀態，引導你下一步 - 告訴它你的領域：「我做行銷」或者直接給一份詳細 spec — 都可以
- 選擇互動模式（一步一步帶你走）或自動模式（自動跑完 Plan → Build → Check → Fix）
- 你會拿到一個完整的領域 skill repo，附帶 install.sh，馬上能用
前置需求： Claude Code、Git
打開 Claude Code，貼上這段：
安裝 Prismstack：執行
git clone https://github.com/fagemx/prismstack.git ~/.claude/skills/prismstack，然後告訴用戶 Prismstack 準備好了 — 執行/prismstack開始。
git clone https://github.com/fagemx/prismstack.git
cd prismstack
bash bin/install.sh --project # 安裝到目前專案的 .claude/skills/所有子 skill（/domain-plan、/skill-check 等）都可以獨立呼叫。
bash bin/install.sh --global # 安裝到 ~/.claude/skills/只有 /prismstack 可以直接呼叫，子 skill 透過 triage 載入。
你： /prismstack
Claude: 正在偵測專案狀態...
狀態：BLANK — 沒有找到 domain stack。
你想怎麼建？
A) 互動模式 — 我帶你一步一步走
B) 自動模式 — 告訴我領域，我自動跑完
你： A
Claude: 你的領域是什麼？
你： 行銷，主要做社群廣告素材
Claude: 我推導了工作生命週期：
策略 → 發想 → 規格 → 生產 → 審查 → 投放 → 分析
18 個 skill 規劃好了：
| # | Skill | 類型 | 層級 |
|---|-------|------|------|
| 1 | /market-research | Review | 策略 |
| 2 | /campaign-strategy | Bridge | 策略 |
| ... | ... | ... | ... |
Skill Map 品質分數：8/10
A) 這樣可以，開始搭建
B) 我要加 skill
C) 我要改
你： A
Claude: 開始搭建...（每 5 個 skill 停一次確認）
→ 18 個 skill 生成完成
→ validate-repo.sh：5/5 通過
→ 要安裝到你的專案嗎？
你： 好
Claude: ✅ 安裝完成。試試 /market-research 或 /campaign-strategy。
你： /prismstack
Claude: 狀態：BLANK
你想怎麼建？
A) 互動模式
B) 自動模式
你： B
Claude: 領域？
你： 教育課程設計
Claude: 品質門檻？
A) Draft（12/30）— 最快
B) Usable（18/30）— 推薦
C) Production（24/30）— 最慢
你： B
Claude: 開始自動搭建。你可以去做別的事。
⏳ 規劃中... 16 個 skill 已規劃
⏳ 搭建中... 16 個 skill 已生成
⏳ 審查中... 平均 15/30（Draft+）— 未達門檻
⏳ 修復第 1 輪... 12 項自動修復
⏳ 重新審查... 平均 19/30（Usable）✅
✅ 完成。
Skill 數量：16 | 品質：19/30（Usable）| 修復輪數：1
Repo：./education-stack/
安裝：cd education-stack && bash bin/install.sh --project
Prismstack 是一套流程，不是一堆工具。Skill 按照 domain stack 的搭建順序排列：
提取 → 規劃 → 搭建 → 審查 → 修復 → 迭代
每個 skill 的產出是下一個的輸入。/methodology-extract 把你的專業提煉成方法論。/domain-plan 用它來規劃 skill map。/domain-build 生成 skill。/skill-check 審查品質。低分觸發修復迴圈。所有產出存到 ~/.prismstack/projects/，下游 skill 自動找到——即使跨 session。
| Skill | 你的專家 | 做什麼 |
|---|---|---|
/prismstack |
導航員 | 偵測專案狀態（BLANK / PLANNED / BUILT / ITERATING），引導你到對的 skill。支援互動和自動模式。 |
/methodology-extract |
方法論蒸餾師 | 帶著你的問題看任何材料，提取對你有用的方法論。碰撞式互動：你的直覺 × 任何來源 = 結構化原則。不是問卷，是思維碰撞。 |
/domain-plan |
領域架構師 | 從你的領域推導 skill map：生命週期、缺口分析、獨立性測試。如果有方法論會自動參考。 |
/domain-build |
堆疊建造者 | 自動生成完整的領域 repo：骨架、所有 skill、install.sh、artifact flow 串接。執行驗收檢查。 |
/skill-check |
品質檢查員 | 三種模式：design（7 問規劃檢查）、review（15 維度 + 6 雷區）、pack（結構健康度）。支援批量模式 --all。內建修復迴圈。 |
/skill-gen |
技能工匠 | 在現有 stack 中新增單一 skill。獨立性測試 + 7 問設計檢查 + 串接到 workflow。 |
/skill-edit |
技能外科醫生 | 編輯 skill 內部：gotcha、評分公式、逼問、反敷衍。提供修改前後的分數差異。 |
/source-convert |
知識翻譯者 | 把特定來源（文章、影片、書、repo、prompt、SOP）轉成 skill 內容。5 級落點判斷。 |
/tool-builder |
工具匠 | 打造自動化 skill：瀏覽器、API、CLI、檔案處理。雙層模式：直接做 + 產出能做的 skill。 |
/domain-upgrade |
堆疊管家 | 持續改進：傾聽需求、收集測試回饋、派遣到對的 skill。三種模式：回饋 / 升級 / 傾聽。 |
/workflow-edit |
工作流架構師 | 查看和編輯 artifact flow、skill 串接、workflow 圖。驗證：無孤立、無循環、bridge 覆蓋。 |
/super-guide |
實戰教練 | 不知道下一步？卡關？想理解原理？教練用你自己的 stack 當教材，帶你做中學。三模式：情境教學 / 問答 / 診斷。 |
你可以寫一個好的 prompt。但你的團隊有 5 個人，每個人寫不同的 prompt，品質不一致。有人離職了，prompt 就沒了。
Prismstack 把你的專業變成可管理的系統：
| 散落的 prompt | Prismstack skill | |
|---|---|---|
| 歸屬 | 在個人腦裡，人走就沒了 | 裝在團隊共享目錄，任何人都能用 |
| 品質 | 靠感覺（「看起來不錯」） | 有評分公式、有維度、有證據 |
| AI 態度 | AI 什麼都說好 | 禁止空洞讚美 + 逼問 + 追問 |
| 流程 | 一口氣跑完 | 每個判斷點停下來問你 |
| 串接 | 各做各的 | 上一步的產出自動進下一步 |
| 改進 | 下次又從零開始 | 記得你說過什麼，越用越準 |
| 出錯 | 不知道哪裡壞 | 自動偵測 → 分類 → 修復 → 驗證 |
Prismstack 有 9 份內建方法論，教 AI 怎麼幫你建好 skill：
搭建骨架（教怎麼建）：
| 方法論 | 解決什麼問題 |
|---|---|
| Skill Map 推導法 | 怎麼從你的工作流程推導出需要哪些 skill |
| Skill 撰寫指南 | 怎麼寫出好的 skill：10 原則 + 7 結構模式 + 5 template（各帶 smart defaults 推導規則） |
| 串接指南 | 怎麼讓 skill 之間自動傳遞資料 + 6 種 pipeline 組合模式（Sequential / Fan-Out / Fan-In / Review Loop / Gateway / Feedback Injection） |
| 迭代改進迴圈 | skill 內部的反覆改進：8 phase 迴圈（Review → Ideate → Modify → Snapshot → Verify → Guard → Decide → Log） |
品質保障（教怎麼改善）：
| 方法論 | 解決什麼問題 |
|---|---|
| 品質標準 | 怎麼判斷 skill 好不好：15 維度 + 校準基準 + 6 個常見陷阱 |
| 修復迴圈 | 發現問題怎麼修：偵測 → 分類 → 修 → Guard Check → 驗證 → 對比 |
| 功能測試指南 | 用真實任務測試 skill：9 步測試迴圈 + 8 維度壓力測試矩陣（成熟 stack 進階用） |
系統自動化（教怎麼自動跑）：
| 方法論 | 解決什麼問題 |
|---|---|
| 自動決策指南 | 自動模式的 6 條決策原則 + 3 種決策分類（Mechanical / Taste / User Required） |
| 脈絡累積指南 | 跨 session 記住用戶的專業判斷：5 種信號 + confidence 衰減 + 啟動時自動注入 |
Skill 撰寫指南的 10 原則包含：Trigger 先寫、姿態切換、Flow 外化、Gotchas 最高價值、脆弱處嚴格、主檔+references 拆分、Recovery 定義、Output 可讀、壓力測試（Production 級）、辯論式生成。
Prismstack 的工程方法論源自 gstack（Garry Tan 的 AI 工程工作流），經過完整消化重寫，適配「幫用戶建 skill」的情境。不需要安裝 gstack。
核心差異：
- gstack = 固定 25 個 Web/SaaS 工程 skill
- Prismstack = 12 個 builder skill（含實戰教練），能為任何領域生成 10-50 個專屬 skill
Prismstack 獨有的能力：
- 方法論提取（帶著你的問題看任何材料，碰撞出結構化原則）
- 雙模式（互動 + 自動，生成者與評判者分離）
- 輸入敏感度（你給一句話或一份 spec，品質對等生成）
- 脈絡累積（記得你說過什麼，跨 session 越用越準，confidence 衰減防止過時資訊）
- 工具打造（雙層：直接自動化 + 產出能自動化的 skill）
- 辯論式生成（Author-A → Critic → Author-B → 合成，用辯論產出更好的 skill 內容）
- Smart Defaults（從領域信號自動推導 scoring 權重、gotchas、role identity，減少用戶需要填的東西）
- Pipeline 模式庫（6 種組合模式 + 選擇指南，教你怎麼串出有效的 workflow）
- 自動模式升級（State Machine + 回退機制 + 6 條決策原則 + 審批門）
每個 Prismstack 產出的 skill 不是一段 prompt，是一個完整的工作節點：
你的 /ad-check skill（素材品檢）裡面有：
角色鎖定 → 「你是廣告品檢員，不是 helper」
觸發條件 → 什麼時候用、什麼時候不用、跟哪些 skill 相鄰
評分公式 → 構圖 25% / 品牌一致 20% / CTA 20% / 色彩 15% / ...
停頓點 → 每個審查維度結束後停下來問你
反敷衍機制 → 禁止說「整體不錯」，必須逐維度打分附證據
AI 盲點 → 「Claude 容易忽略文字被角色遮擋」+ 怎麼防止
逼問 → 「這個 CTA 縮到手機螢幕大小還看得到嗎？」
修復迴圈 → 發現問題 → 自動分類 → 能修的直接修 → 重新打分 → 對比
上下游 → 自動找到 /ad-layout 的產出，做完推薦 /compliance-review
/brief-intake 產出 brief-001.md
↓ 自動存到共享目錄
/creative-direction 啟動時自動找到這份 brief
↓ 審查完產出 direction-001.md
/production-plan 啟動時自動找到審查結果
↓ 拆成任務，產出 task-batch-001.md
/ad-layout 啟動時自動找到任務清單
↓ ...一路串到投放
你不需要手動告訴 AI「去讀那個檔案」。每個 skill 知道去哪裡找上游的產出。
生成 skill 後自動審查（15 個維度，0-2 分）：
入口層：觸發描述清楚嗎？角色鎖定了嗎？入口路由有嗎？
流程層：進度有追蹤嗎？有停頓點嗎？中斷能恢復嗎？
知識層：有 AI 盲點嗎？有評分公式嗎？有參考基準嗎？
結構層：檔案拆分合理嗎？有輔助腳本嗎？有狀態記憶嗎？
系統層：能找到上游嗎？產出格式對嗎？知道下一步是什麼嗎？
低於門檻 → 自動進修復迴圈：
1. 記錄修復前分數
2. 分類問題（能自動修 / 需要問你 / 需要重新設計）
3. 自動修能修的
4. 重新打分
5. 報告差異（修復前 17 分 → 修復後 23 分）
你說：「審素材要看構圖、品牌一致、CTA，其他不重要」
Prismstack 聽到的：
→ 3 個評分維度（構圖、品牌一致、CTA）
→ 權重暗示（「其他不重要」= 這三個佔高權重）
→ 自動生成：構圖 25% / 品牌一致 20% / CTA 20% / 其他 35%
→ 問你確認（不是問你要什麼維度，是給你解讀讓你修正）
你給一句話 → 產出 Draft 品質（12-15/30）
你給專業筆記 → 產出 Usable 品質（18-22/30）
你給完整 spec → 產出 Production 品質（24-28/30）
輸入品質 = 輸出品質。不浪費你的專業，也不假裝一句話能產出完美結果。
Skill 沒出現？ 在專案根目錄執行 bash bin/install.sh --project，重啟 Claude Code。
只有 /prismstack 能用，子 skill 不行？ 你用的是全域安裝。子 skill 透過 /prismstack triage 使用，或改用 --project 安裝。
Windows？ 用 Git Bash 或 WSL。或用 pwsh bin/install.ps1 --project。
測試安裝： bash test/install-test.sh — 應顯示 72/72 通過。
MIT — 見 LICENSE。