用途
该技能是一份提示词工程指南，围绕通过 inference.sh 的 CLI（belt）调用 AI 模型来编写和测试提示词。资料说明其目标是掌握面向 LLM、图像生成器和视频模型的提示词工程技巧，包括思维链、少样本、系统提示词、负面提示等。
主要能力
资料按模型类型给出提示词结构与方法：
- LLM 提示词：基本结构为 [Role/Context] + [Task] + [Constraints] + [Output Format]；包含角色提示、任务清晰化（对比模糊与具体的写法）、思维链（要求逐步推理）、少样本示例、输出格式指定（如 JSON）、约束设置（如限定要点数和字数）。
- 图像生成提示词：基本结构为 [Subject] + [Style] + [Composition] + [Lighting] + [Technical]；包含主体描述、风格关键词、构图控制、质量关键词以及负面提示（negative_prompt）。
- 视频提示词：基本结构为 [Shot Type] + [Subject] + [Action] + [Setting] + [Style]；包含镜头运动、动作描述与时间类关键词（慢动作、延时、实时等）。
- 进阶技巧：系统提示（system）、结构化输出（按 schema 返回 JSON）、迭代优化（从宽泛到具体再到风格和技术细节）、多轮推理（分析、排序、行动计划）。
- 模型相关提示：资料列出 Claude、GPT-4、FLUX、Veo 各自的特点与写作建议。
- 常见错误与修正：过于模糊、过长、矛盾、无格式、无示例。
- 提示词模板：代码审查、内容写作、图像生成三类模板。
使用方式
资料给出的上手步骤包括：
安装技能：npx skills add belt-sh/cli
前置要求：inference.sh CLI（belt），需参考其安装说明。
登录：belt login
运行示例：belt app run openrouter/claude-sonnet-45 --input '{...}'
图像示例：belt app run falai/flux-dev --input '{...}'
视频示例：belt app run google/veo-3-1-fast --input '{...}'
浏览应用：belt app list
资料还列出相关技能安装命令：npx skills add inference-sh/skills@video-prompting-guide、npx skills add inference-sh/skills@llm-models、npx skills add inference-sh/skills@ai-image-generation、npx skills add inference-sh/skills@infsh-cli。
适用场景
资料中的示例覆盖：代码审查与安全漏洞检查、调试 Python 函数、数学分步解题、句子改写为商务英语、情感分析并返回 JSON、文章摘要、图像生成（人像、场景、风格化）、视频生成（镜头跟随、特写动作）、信息抽取、电商购物车放弃率分析与 A/B 测试规划等。
限制
资料未说明该技能的收费、价格、平台支持范围、模型可用性、性能效果或配额限制，这些信息暂未提供。文中的模型名称与命令仅作为资料示例，实际可用性需以 inference.sh 与 belt CLI 的说明为准。