Skip to content
Back to skills

Drift Agent Prompt Authoring

ASecurity

Drift-spezifischer Workflow zum Erstellen und Verbessern von Agent-Prompts unter .github/prompts/. Verwenden bei neuen .prompt.md-Dateien, bei der Schärfung von Evaluierungs-Prompts, bei der Trennung zwischen internem Prompt und Field-Test-Prompt sowie bei der Ausrichtung auf Drift-Policy und Shared Partials. Keywords: agent prompt, prompt authoring, .prompt.md, evaluation prompt, field-test prompt, work_artifacts, issue filing, bewertungs-taxonomie.

  • 14 stars
  • 0 votes
  • 0 copies
  • 1 view
  • Added August 31, 2026
developmentgit

Works with

  • cli

Security analysis

A92/100
  • mediumInstalls packages at runtime which could introduce malicious dependencies

Pro shows the line behind each finding and how to fix it

Scanned August 31, 2026

npx -y skills add mick-gsk/drift --skill drift-agent-prompt-authoring --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Drift Agent Prompt Authoring?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for Drift Agent Prompt Authoring
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/mick-gsk-drift-agent-prompt-authoring/badge)](https://www.skillsdirectory.com/skills/mick-gsk-drift-agent-prompt-authoring)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
---
name: drift-agent-prompt-authoring
description: "Drift-spezifischer Workflow zum Erstellen und Verbessern von Agent-Prompts unter .github/prompts/. Verwenden bei neuen .prompt.md-Dateien, bei der Schärfung von Evaluierungs-Prompts, bei der Trennung zwischen internem Prompt und Field-Test-Prompt sowie bei der Ausrichtung auf Drift-Policy und Shared Partials. Keywords: agent prompt, prompt authoring, .prompt.md, evaluation prompt, field-test prompt, work_artifacts, issue filing, bewertungs-taxonomie."
argument-hint: "Beschreibe den Prompt, den du schreiben oder überarbeiten willst, wer ihn ausführen soll und ob er das Drift-Repo selbst oder ein externes Repository adressiert."
---

# Drift Skill Für Agent-Prompt-Authoring

Verwende diesen Skill, wenn du einen Drift-Prompt unter `.github/prompts/` neu schreibst oder überarbeitest.

## Wann Verwenden

- Ein neuer Evaluierungs- oder Workflow-Prompt wird benötigt
- Eine bestehende `.prompt.md`-Datei soll geschärft oder neu strukturiert werden
- Ein Prompt muss zwischen interner Drift-Nutzung und externem Field-Test sauber getrennt werden
- Frontmatter, Phasen, Artefakte oder Report-Struktur eines Prompts sollen standardisiert werden

## Kernregeln

1. **Zuerst das Drift Policy Gate ausführen.** Ein gut formulierter Prompt für unzulässige Arbeit bleibt unzulässig.
2. **Prompts sind modellunabhängig und auf Deutsch.** Keine Modellversions-Annahmen oder englische Prompt-Standards einführen.
3. **Shared Partials wiederverwenden statt Konventionen zu duplizieren.** Taxonomie, Issue-Filing und Grundkonventionen haben jeweils eine Single Source of Truth.
4. **Ein Drift-Prompt muss Erkenntnis erzeugen, nicht Dekoration.** Jede Phase soll zu Beobachtung, Artefakt oder Entscheidung führen.
5. **Vor dem Schreiben die richtige Prompt-Klasse wählen.** Interne Prompts und Field-Test-Prompts folgen unterschiedlichen Freshness- und Filing-Regeln.

## Schritt 0: Drift Policy Gate Ausführen

Vor dem Drafting des Prompts das verpflichtende Gate aus `.github/instructions/drift-policy.instructions.md` verwenden.

## Schritt 1: Prompt-Scope Festlegen

Zuerst entscheiden, zu welcher Prompt-Familie der neue Prompt gehört:

- **Interner Drift-Prompt** unter `.github/prompts/`
  verwenden, wenn der Prompt den Drift-Workspace, die Drift-CLI oder Drift-interne Entwicklungsworkflows bewertet
- **Field-Test-Prompt** unter `.github/prompts/field-tests/`
  verwenden, wenn der Prompt Drift gegen beliebige externe Repositories testet

Faustregel fuer die Primitive-Wahl:

- **Instruction-Datei**, wenn die Regel immer gelten und automatisch angewendet werden soll
- **Skill**, wenn ein wiederverwendbarer Operator-Workflow on-demand geladen werden soll
- **Prompt**, wenn ein konkreter mehrphasiger Arbeitsablauf mit Ziel, Artefakten und Bewertung ausgefuehrt werden soll

## Schritt 2: Namensmuster Und Frontmatter An Bestehende Praxis Anlehnen

Die vorhandenen Namensmuster beibehalten:

- interne Prompts wie `drift-agent-workflow-test.prompt.md`
- Field-Test-Prompts wie `drift-field-test.prompt.md`

Das Frontmatter schlicht halten und an die existierenden Prompt-Dateien anlehnen:

```yaml
---
name: "Lesbarer Prompt-Name"
description: "Knapper Zweck, Scope und erwartete Bewertungsart."
---
```

Der sichere Default ist Frontmatter nur mit `name` und `description`.

Ein zusaetzliches Feld wie `agent: agent` nur dann uebernehmen, wenn die direkt verwandten Schwester-Prompts im selben Segment es bereits konsistent verwenden. Es ist kein Pflichtfeld.

Die `description` muss konkret genug sein, dass Menschen den Prompt ohne weitere Rückfragen auswählen können.

## Schritt 3: Den Prompt In Die Shared Konventionen Einhängen

Jeder Prompt soll sich explizit an der gemeinsamen Infrastruktur unter `.github/prompts/_partials/` ausrichten.

Diese Dateien wiederverwenden statt parallele Regeln zu schreiben:

- `_partials/konventionen.md`
- `_partials/bewertungs-taxonomie.md`
- `_partials/issue-filing.md`
- `_partials/issue-filing-external.md`

`_partials/konventionen.md` muss immer beruecksichtigt werden. Die anderen Partials ziehst du dann heran, wenn der Prompt Bewertungssysteme oder Issue-Filing wirklich braucht.

Mindestens diese Konventionen müssen respektiert werden:

- Policy-Gate-Pflicht
- ISO-Datumsformat
- Artefakte unter `work_artifacts/`
- Modellunabhängigkeit
- gemeinsame Bewertungslabels
- gemeinsame Issue-Filing-Struktur

## Schritt 4: Einen Operativen Prompt Schreiben

Ein guter Drift-Prompt ist prozedural statt atmosphärisch.

Die Struktur sollte sich eng an der bestehenden Prompt-Bibliothek orientieren:

- kurze Zweckbeschreibung
- relevante Referenzen
- Arbeitsmodus
- Ziel
- Erfolgskriterien
- Arbeitsregeln
- Bewertungslabels, falls nötig
- Artefaktliste
- phasenbasierter Workflow

Jede Phase soll eine echte Frage beantworten und Evidenz erzeugen, die später überprüfbar bleibt.

## Schritt 5: Artefakte Und Outputs Explizit Machen

Ein Prompt muss genau sagen, welche Artefakte entstehen und wohin sie geschrieben werden.

Die Repository-Konvention lautet:

```text
work_artifacts/<prompt-kürzel>_<YYYY-MM-DD>/
```

Wenn der Workflow mehrphasig ist, die erwarteten Dateien vorab benennen. Keine Formulierungen wie "dokumentiere deine Findings" ohne klaren Artefaktvertrag stehen lassen.

## Schritt 6: Internal Vs. Field-Test Freshness Korrekt Behandeln

Interne Prompts sollen die Dev-Version aus dem Workspace verwenden.

Field-Test-Prompts muessen sicherstellen, dass die aktuellste veröffentlichte `drift-analyzer`-Version verwendet wird.

Wenn `pip install --upgrade drift-analyzer` scheitert, ist das kein Grund, die Freshness-Regel stillschweigend zu lockern. Stattdessen muss der Prompt den Fehlschlag dokumentieren und die tatsächlich verwendete Version explizit ausweisen, genau wie in `_partials/konventionen.md` beschrieben.

Diese beiden Ausführungsmodi nicht ohne ausdrücklichen Grund in einem Prompt vermischen.

## Schritt 7: Bewertung Und Issue-Filing Konsistent Halten

Wenn ein Prompt Ergebnisse bewertet, ausschließlich die Shared-Taxonomie verwenden statt eigene Labels einzuführen.

Wenn ein Prompt zu GitHub-Issues führen kann:

- interne Prompts nutzen `_partials/issue-filing.md`
- Field-Test-Prompts nutzen `_partials/issue-filing-external.md`

Bei Field-Test-Prompts zusätzlich explizit festhalten, dass Issues an `mick-gsk/drift` gehen und nicht an das analysierte Ziel-Repository.

Keine prompt-spezifischen Issue-Formate definieren.

## Schritt 8: Verwandte Skills Und Instructions Referenzieren

Ein Prompt soll die Dateien nennen, die ihn steuern oder ergänzen.

Typische Referenzen sind:

- `.github/instructions/drift-policy.instructions.md`
- `.github/instructions/drift-push-gates.instructions.md`
- passende Skills wie `drift-pr-review` oder `drift-release`
- verwandte Prompts unter `.github/prompts/`

So bleibt der Prompt zusammensetzbar und leichter reviewbar.

## Schritt 9: Den Prompt Vor Wiederverwendung Validieren

Vor der Wiederverwendung alle folgenden Punkte prüfen:

- Frontmatter ist valides YAML
- Prompt-Sprache ist Deutsch
- Prompt ist modellunabhängig
- Artefaktpfade folgen der Repository-Konvention
- Labels stammen aus der Shared-Taxonomie
- Issue-Filing verweist auf das korrekte Partial
- Referenzen zeigen auf existierende Dateien
- der Workflow endet in Evidenz oder Entscheidung, nicht nur in Prosa

## Review-Checkliste

- [ ] Policy Gate ist berücksichtigt
- [ ] Der Prompt liegt am richtigen Ort (`.github/prompts/` oder `field-tests/`)
- [ ] Name und Frontmatter folgen der Repository-Praxis
- [ ] Shared Partials werden wiederverwendet statt kopiert
- [ ] Der Workflow ist phasenbasiert und operativ
- [ ] Artefakt-Outputs sind explizit benannt
- [ ] Versions-Freshness-Regeln passen zum Prompt-Typ
- [ ] Bewertungslabels und Issue-Filing sind standardisiert
- [ ] Relevante Skills, Instructions und Schwester-Prompts sind referenziert

## Referenzen

- `.github/AGENTS.md`
- `.github/prompts/README.md`
- `.github/prompts/_partials/konventionen.md`
- `.github/prompts/_partials/bewertungs-taxonomie.md`
- `.github/prompts/_partials/issue-filing.md`
- `.github/prompts/_partials/issue-filing-external.md`
- `.github/prompts/drift-agent-workflow-test.prompt.md`
- `.github/prompts/release.prompt.md`
- `.github/prompts/field-tests/drift-field-test.prompt.md`
- `.github/prompts/field-tests/README.md`
- `.github/instructions/drift-policy.instructions.md`

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.