用途：通过为指令设计措辞来塑造智能体行为，使其进入更有产出的状态。它区别于上下文工程（负责装入正确信息），关注的是指令如何被表述。
适用场景：编写智能体派发提示；撰写引导行为的技能指令；派发 3 个及以上并行评审智能体；生成需匹配既有风格的代码或文档。
不适用：打包事实性上下文（应使用 context-optimization）；无行为差异的简单单次任务；指令语气无关的任务。
核心技巧：
- 情绪化框定：用平静、自信的指令替代威胁式提示，恐惧式提示会导致草率与偷工减料。模块：modules/emotional-framing.md。
- 风格基因迁移：在请求输出前，将示例代码或文本注入上下文，智能体会复现预载样本的风格特征。模块：modules/style-gene-transfer.md。
- 竞争式评审：为多智能体评审派发加入竞争性激励，以提升严谨性与彻底性。模块：modules/competitive-review.md。
- 具名语域调用：命名一个已发布标准，用一行成本引入整套写作语域；比示例注入更便宜、更粗粒度，且存在已知的会话中期衰减。模块：modules/named-register-invocation.md。
为被委派者写作：措辞对委派输出的影响不亚于对模型文风的影响。派发前先确认被委派者运行的模型、可用工具及缺失的项目上下文，然后将提示写成提案而非流程。见 modules/know-your-delegate.md。
退出标准：调用具名语域（如 ASD-STE100）时，按模块说明进行确定性检查以确认语域保持；派发提示不含威胁式语言（“你必须”“别失败”“否则”），改为平静自信的表述；生成需匹配既有风格的代码或文档时，在请求输出前至少注入一个示例样本；派发 3 个及以上并行评审智能体时，每个提示含竞争式框定元素；按任务类型加载正确的技巧模块，不加载无关模块以保持 token 效率。