# Introduction（引言）

在 LLM 蓬勃發展之後，撰寫提示詞（prompt）已逐漸由臨時性指令演變為可被反覆檢視、版本管理與評估的「文本產出」。對於非英語母語的研究者而言，prompt 不僅是工具，更是英文寫作練習的高密度場域：每一句指令都需要在語法、語氣與精確度之間取得平衡。然而，多數使用者並不會回頭審視自己過去寫過的 prompt，因此錯誤的句式與不夠精煉的詞彙便不斷重複出現。polish-prompt 即是為了解決這個盲點而設計的個人化專案。

本專案的核心問題為：能否以最低耦合的 Shell 工具鏈，將個人累積的 prompt 視為一個小型「寫作語料庫」，並由 LLM 以英語寫作教師（English-writing teacher）的身分週期性地產出回顧報告，協助使用者察覺自身英語寫作的系統性缺陷與成長軌跡。

# Methods（方法）

系統採用以 Shell 為主要黏合劑的最小化架構：使用者每日於工作流中輸入的 prompt 透過 hooks 或排程任務寫入一個輕量資料庫（SQLite 或同等檔案型儲存），形成可被查詢的歷史紀錄。每小時排程器會取出新近 prompt，組裝為附帶上下文的批次請求，傳遞給設定為「英文寫作教師」角色的 LLM，要求其輸出可讀性高的批改報告。

報告內容遵循固定模板，包含：本批次 prompt 的常見語法錯誤、可改寫的更精準表達、語氣（tone）與正式程度的一致性問題、以及推薦的替代句構。Shell 腳本負責處理檔案 I/O、API 重試與失敗回退，並將輸出統一存放在便於 grep 與 diff 的純文字檔，以利長期追蹤。

# Results（結果）

由於 prompt 在累積一段時間後，其文字量已可比擬中等規模的個人寫作集，本系統能在不需手動標註的情況下自動產出語言學習報告。Shell 為主的設計可在任何 macOS 與 Linux 環境執行，且資料完全留在本機，符合作為個人化學習工具的隱私需求。專案目前以私有 repo 形式維護，並持續疊代回饋訊息的訊噪比。

# Discussion（討論）

本專案展示了「prompt 即文本」的觀念：將原本被視為一次性產物的 prompt 升格為值得被批改的寫作素材，能讓非英語母語使用者在不額外付出時間的前提下，獲得連續性的英語寫作訓練。其限制在於批改品質高度取決於 LLM 模型版本與系統提示的工程，且 prompt 的領域過於狹窄時可能導致建議重複。未來可加入錯誤分類分布的視覺化、與更細緻的時間序列分析以呈現語言能力的長期趨勢。

# 連結

• GitHub：htlin222/polish-prompt
• 主要語言：Shell
• 最後更新：2026-05-09