用途：把用户粗糙的提示词想法转化为精确、结构化的 AI 编程提示词，并自动调研当前项目上下文（技术栈、文件、近期提交等）。
主要能力：按三阶段工作流执行，不跳过阶段。阶段一澄清意图，识别任务类型（重构/实现/调试/加功能/迁移/审查/解释）、主要语言与框架、期望输出类型；若任务类型含糊，会做合理推断并在生成提示词的 Task 字段中说明。阶段二调研项目上下文，在写提示词前先执行最小必需调研命令，例如 cat README.md 2>/dev/null | head -80、cat CLAUDE.md 2>/dev/null | head -60、cat AGENTS.md 2>/dev/null | head -60、cat .github/copilot-instructions.md 2>/dev/null | head -40、cat .cursorrules 2>/dev/null | head -40、cat package.json 2>/dev/null | head -40、find . -maxdepth 2 -type d | grep -v node_modules | grep -v .git | head -25、git log --oneline -8 2>/dev/null；若任务涉及具体文件或模块，再用 grep 和 glob 查找。阶段三按指定格式输出精炼提示词，字段包括 Role、Context、Task、Constraints、Output format、Acceptance criteria、References，并放在代码块中便于复制；面向 Claude 的复杂智能体任务可优先用 XML 结构。
使用方式：作为技能调用，输入粗略提示词即可；完整调研指引见 references/project-research-playbook.md，字段级指导与反模式见 references/ai-coding-prompt-guide.md。
适用场景：需要把模糊的编程需求整理成可执行、可验收的 AI 编程提示词时。
限制：资料未提供收费、价格、平台支持范围等信息；效果与兼容性暂未提供。