用途：当用户请求优化、改进或精炼面向 AI 模型的提示词或指令时使用；也适用于用户给出含糊不清、结构混乱、需要拆解或希望更好与 AI 沟通的场景。
主要能力：按系统化工作流处理提示词。第一步分析原始提示，识别清晰度问题（歧义、隐含假设、缺少上下文）、具体性缺口（缺少约束、成功标准、受众与范围）、结构问题、格式考虑和复杂度评估。第二步确定核心意图，明确用户最终目标、要解决的问题、成功输出标准与目标受众。第三步应用优化原则：清晰直接、提供上下文与动机、增加具体性、组织结构、加入示例、允许表达不确定性。第四步评估是否使用进阶技巧，如思维链、预填充、提示链和结构化输出。第五步按固定格式呈现结果，包括问题分析、优化后的提示词（代码块便于复制）、改进说明和可选使用提示。第六步根据反馈迭代，询问是否满足需求，并可按需调整语气、长度或具体性。
使用方式：作为技能被触发后，按上述六步流程执行。技能附带参考资源 references/prompt-best-practices.md（核心原则详解、进阶技巧示例、疑难排查、质量清单与决策框架）和 references/examples.md（跨领域前后对比示例、真实场景、常见改进模式库），在用户询问具体提示工程概念、需要深入解释、排查复杂问题或学习原理时加载。
适用场景：优化模糊请求为具体结构化任务、将隐含上下文显式化、把单一复杂提示拆为提示链、为输出指定格式、把假定约束改为明确约束。
限制：资料未提供具体收费、价格、平台支持范围或效果保证；优化质量取决于用户提供的原始提示信息，核心意图不明确时需向用户澄清。