用途：这是面向已上线的 LLM 应用的提示词排错与加固技能，不讲解少样本、思维链等基础提示技巧，专门应对仅在真实生产中出现的故障。适用触发条件包括：生产功能表现异常（不一致、不安全、格式漂移）、为多租户应用设计系统提示词、加固防注入与越狱、模型版本更新后做回归诊断。单次内容生成或 RAG 架构设计不适用。
主要能力：以“默认把用户输入视为敌意”为核心原则，强调三条结构性防线——规则全部放在系统提示词、不把用户输入直接拼进指令、下游使用前先按预期 schema 校验输出。归纳六类生产故障模式及对应修复：提示注入（用户输入覆盖系统指令）、格式漂移（JSON 偶发破坏）、指令衰减（长上下文后规则被忽略）、静默回归（模型更新后输出变差）、压力下幻觉、跨模型可移植性。
使用方式：采用四阶段方法论。阶段一复现故障，记录输入、实际输出、期望输出、模型名称版本与温度，并在应用外最小用例中稳定复现；阶段二对照表分类故障模式；阶段三只针对特定故障做根因修复，不重写整个提示词；阶段四把失败用例加入回归测试集，每次改提示词或升级模型前运行。最终输出为“Prompt Debug Report”，包含复现信息、故障模式、根因、前后提示词差异形式的修复与回归用例。
限制与注意事项：系统提示词不是安全边界，充分对抗的输入仍可能改写行为，真正安全需靠输出校验与沙箱。温度 0 也不保证跨调用完全确定，测试应用语义或 schema 相等而非字符串相等。少样本示例的效力强于指令本身。供应商模型别名会静默更新权重，建议固定到带日期版本。上下文窗口大小不等于有效注意力，关键指令宜放在开头和结尾，避免“中间遗忘”效应。该技能附带注入模式、回归测试、跨模型测试等参考文档路径。具体实现依赖、费用与代码示例暂未提供。