mcq-prompt-builder

star 0

Generate a prompt to create a single French ECNi QCM question (QRU, 4 propositions).

kmadou019 By kmadou019 schedule Updated 6/5/2026
play_arrow Run Skill in Manus View GitHub

name: mcq-prompt-builder description: Generate a prompt to create a single French ECNi QCM question (QRU, 4 propositions). allowed-tools: Read, Write, mcp__mcp-graphdb__sparqlQuery, mcp__mcp-graphdb__listGraphs

MCQ Prompt Builder (French ECNi — Question Isolée)

Generate a detailed prompt for AI to create a single French medical exam question (QCM format).

Purpose

This system prompt builds a prompt that can be given to any AI to generate one medical exam question. It does NOT generate the question itself - it creates the instruction prompt.

Usage Workflow

  1. Upload medical content — extract full text from PDF/DOCX
  2. Get reference and objectives — GraphDB search or manual entry; display for user validation
  3. Ask configuration — objective, specific instructions
  4. Build and output prompt — ready to copy/paste to AI

EMBEDDED CONFIGURATION

All rules are embedded - do NOT ask user to provide them.

Exam Format: QI (Question Isolée)

Authorized question type: QRU only

  • 1 question generated per prompt
  • The question is standalone — no clinical case narrative required

Question Format

  • QRU: 4 propositions, 1 exacte

GRAPHDB CONNECTION

Use the mcp__mcp-graphdb__sparqlQuery MCP tool directly. No session initialization or Bearer token management is required — the MCP server handles authentication transparently.

To execute a SPARQL query, call:

mcp__mcp-graphdb__sparqlQuery(query: "{SPARQL_QUERY}", format: "json")

To list available graphs, call:

mcp__mcp-graphdb__listGraphs()

GRAPHDB SPARQL STRATEGY

The LISA GraphDB uses a 3-tier structure:

KnowledgeItem (e.g., "Facteurs de risque cardio-vasculaire")
    ↓ lisa:hasKnowledgeObjective
KnowledgeObjective (e.g., "Connaître les facteurs de risque")
    ↓ attributes
label, rank [A/B], description, order, comment, fullWikitext

All queries are executed via mcp__mcp-graphdb__sparqlQuery. Call it directly for each query — no session management needed.

Query 1 — Search KnowledgeItems (Hop 0)

PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
PREFIX lisa: <https://uness.fr/lisa/ontology/>

SELECT ?item ?label WHERE {
  ?item rdfs:label ?label .
  ?item rdf:type lisa:KnowledgeItem .
  FILTER(regex(?label, "{search_term}", "i"))
} LIMIT 10

Returns: list of ?item (URI) and ?label. Extract item ID from URI suffix (e.g. KnowledgeItem222 → "Item 222").

Query 2 — Get Objective URIs for an Item (Hop 1)

PREFIX lisa: <https://uness.fr/lisa/ontology/>

SELECT ?objective WHERE {
  <{item_uri}> lisa:hasKnowledgeObjective ?objective .
}

Returns: list of ?objective URIs.

Query 3 — Get Attributes for Each Objective (Hop 2)

Run once per objective URI from Query 2:

PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
PREFIX lisa: <https://uness.fr/lisa/ontology/>

SELECT ?property ?value WHERE {
  <{objective_uri}> ?property ?value .
}

Map properties to fields:

| Property suffix | Field | |------------------------------+---------------------------| | rdfs#label | label | | lisa/ontology/rank | rank (A or B) | | lisa/ontology/description | description | | lisa/ontology/order | order (integer, sort key) | | rdfs#comment | comment | | lisa/ontology/fullWikitext | fullWikitext |

Sort objectives by order ascending. Format each as: {label} [{rank}]

Search Fallback Strategy

If Query 1 returns empty results, retry with variations before giving up:

  1. Truncate term: "immunologie" → "immun", "rétinopathie" → "rétin"
  2. Remove accents: "réaction" → "reaction"
  3. Try a synonym or related term
  4. Try the ECNi item number directly (e.g. "222")

Best Practices

  • Always verify selected item with user before running Hop 1+2
  • [A] = essential, [B] = recommended
  • Don't re-query the same item in the same session

PROMPT BUILDING WORKFLOW

Step 1: Upload Medical Content

Ask for a PDF/DOCX file and extract full text content.

Use the document-skills:pdf Claude skill to extract text from PDF files.

This content will be used in the final prompt section:

### CONTENU INTÉGRAL DE LA SOURCE
— [Item reference] —
[FULL EXTRACTED TEXT]

Step 2: Get Reference and Objectives

Ask user: "Do you want to search for the official knowledge item?"

If YES (GraphDB):

  1. Ask for search term (e.g., "vasculaire", "item 222", "immunologie")
  2. Execute Query 1 (Hop 0) with the term — apply Search Fallback Strategy if empty
  3. Display results for user selection:
    1. [KnowledgeItem120] Réaction inflammatoire : aspects biologiques et cliniques
2. [KnowledgeItem134] Syndrome inflammatoire biologique
  4. User selects one item
  5. Execute Query 2 (Hop 1) to get objective URIs, then Query 3 (Hop 2) for each URI — sort by order, format as {label} [{rank}]
  6. Extract reference from URI (KnowledgeItem120 → "Item 120")

If NO (Manual entry):

  1. Ask user to enter reference manually (e.g., "Semio_Arterielle")
  2. Parse objectives from PDF content extracted in Step 1
  3. Look for patterns: • Objective [A], # Objective [B], 1. Objective [A]
  4. If no objectives can be extracted, ask user to enter them manually

Step 3: Display and Validate Objectives

Show objectives list with ranks to user. User can edit/confirm.

Step 4: Ask Question Configuration

Ask:

  1. Which objective to use — user selects from the validated list (Rang A or B)
  2. Format — QRU (fixe, ne pas demander à l'utilisateur)
  3. Specific instructions (optional)

Rang definition:

  • Rang A — Essentiel : objectifs fondamentaux que tout étudiant doit maîtriser
  • Rang B — Approfondi : objectifs complémentaires pour une maîtrise avancée

Step 5: Build Prompt

### CONSIGNES DE RÉDACTION

Consignes pour la rédaction de la question :
- Respecter exclusivement les informations et objectifs explicitement présents dans l'item fourni
- Rédiger en français clair, précis et sans ambiguïté
- Écarter toute information hors du périmètre de l'item et de l'objectif choisis

Consignes pour la rédaction des propositions :
- Les propositions doivent être homogènes, parallèles et d'un niveau de granularité similaire
- Les propositions doivent être exprimées à la forme affirmative
- Les propositions ne doivent pas apporter d'information complémentaire
- Les propositions incorrectes (distracteurs) doivent être plausibles mais fausses
- Les propositions doivent être courtes et concises
- Fournir une justification pédagogique pour chaque proposition (pourquoi elle est correcte ou incorrecte)
- Fournir un commentaire global pour la question (ce qu'elle évalue ou un piège courant)

### FORMAT

- Type: QI (Question Isolée)
- Format: QRU

### ITEM ET DOCUMENT

- [Item reference] — [filename]

### OBJECTIFS (liste de l'item)

[Item reference]:
- [Objective 1 [A]]
- [Objective 2 [B]]
[...]

### OBJECTIF CIBLÉ

Ref: [reference] | Obj: [selected objective] | Rang: [A/B] | Format: QRU

### CONSIGNES SPÉCIFIQUES

[User-provided specific instructions — omit section if none]

### FORMAT DE QUESTION

Format QRU : 4 propositions : une seule exacte

### SCHÉMA DE SORTIE ATTENDU

- T : titre de la question
- F : format (QRU)
- Ref : référence à l'item source
- O : objectif pédagogique
- Z : rang (A ou B)
- D : consignes spécifiques (si applicable)
- Q : texte de la question
- P01–P04 : 4 propositions (1 seule exacte)
- R : réponse correcte
- C : commentaire pédagogique

Respecter scrupuleusement ce format de sortie.

### CONTENU INTÉGRAL DE LA SOURCE

— [Item reference] —
[Full extracted text from PDF]

COMPLETE EXAMPLE

User request:

Build a prompt for one QCM question from Semio_Arterielle.pdf

Your workflow:

  1. Extract PDF content using document-skills:pdf
  2. Search GraphDB or parse objectives manually; display for user validation
  3. Ask which objective and format to use
  4. Build and output prompt

Expected output:

### CONSIGNES DE RÉDACTION

Consignes pour la rédaction de la question :
- Respecter exclusivement les informations et objectifs explicitement présents dans l'item fourni
- Rédiger en français clair, précis et sans ambiguïté
- Écarter toute information hors du périmètre de l'item et de l'objectif choisis

Consignes pour la rédaction des propositions :
- Les propositions doivent être homogènes, parallèles et d'un niveau de granularité similaire
- Les propositions doivent être exprimées à la forme affirmative
- Les propositions ne doivent pas apporter d'information complémentaire
- Les propositions incorrectes (distracteurs) doivent être plausibles mais fausses
- Les propositions doivent être courtes et concises
- Fournir une justification pédagogique pour chaque proposition (pourquoi elle est correcte ou incorrecte)
- Fournir un commentaire global pour la question (ce qu'elle évalue ou un piège courant)

### FORMAT

- Type: QI (Question Isolée)
- Format: QRU

### ITEM ET DOCUMENT

- Semio_Arterielle — Semio_Arterielle.pdf

### OBJECTIFS (liste de l'item)

Semio_Arterielle:
- Mener un interrogatoire vasculaire complet [A]
- Réaliser un examen physique vasculaire systématique [A]
- Reconnaître les principaux signes des pathologies vasculaires [A]
- Identifier les facteurs de risque cardiovasculaires [B]

### OBJECTIF CIBLÉ

Ref: Semio_Arterielle | Obj: Identifier les facteurs de risque cardiovasculaires [B] | Rang: B | Format: QRU

### CONSIGNES SPÉCIFIQUES

[omitted]

### FORMAT DE QUESTION

Format QRU : 4 propositions : une seule exacte

### SCHÉMA DE SORTIE ATTENDU

- T : titre de la question
- F : format (QRU)
- Ref : référence à l'item source
- O : objectif pédagogique
- Z : rang (A ou B)
- D : consignes spécifiques (si applicable)
- Q : texte de la question
- P01–P04 : 4 propositions (1 seule exacte)
- R : réponse correcte
- C : commentaire pédagogique

Respecter scrupuleusement ce format de sortie.

### CONTENU INTÉGRAL DE LA SOURCE

— Semio_Arterielle —
MANUEL DE SÉMIOLOGIE VASCULAIRE

OBJECTIFS D'APPRENTISSAGE
À la fin de ce manuel, vous devriez être capable de :
• Mener un interrogatoire vasculaire complet
• Réaliser un examen physique vasculaire systématique
[... full PDF content here ...]

Output Options

After building the prompt, offer:

  1. Display prompt (show in chat)
  2. Save to file (save as .txt)
  3. Copy to clipboard (if user wants to paste to external AI)

Important Notes

  • Validate format configuration before building
  • Include full source content at end of prompt
Install via CLI
npx skills add https://github.com/kmadou019/slm-mcq-finetuning --skill mcq-prompt-builder
Repository Details
star Stars 0
call_split Forks 1
navigation Branch main
article Path SKILL.md
Occupations
Health Specialties Teachers Postsecondary
More from Creator
kmadou019
kmadou019 Explore all skills →