用途：为任意大语言模型编写、优化和审查提示词，覆盖普通对话、智能体、批量流水线与 RAG 场景。
主要能力：用 XML 标签分离上下文、指令、示例与输出格式；通过 output_spec 控制长度与结构；用 constraints 防止范围蔓延；用 uncertainty_handling 处理歧义与事实不确定；长上下文（>10k token）时加入重新锚定指令；智能体场景提供工具使用、用户更新与高风险自检规则；结构化抽取要求给出 JSON schema，缺失字段置 null；联网研究要求引用来源并优先一手资料。另含提示词迁移清单（换模型先保持提示词不变、固定推理深度、跑评测、逐项微调）与提示词审计流程（按清晰度、结构、安全、事实性、上下文、可维护性、模型适配、评测就绪 8 个维度出报告）。
使用方式：按需组合标签模板，如 <context>、<instructions>、<output_spec>、<constraints>、<thinking>、<answer>、<schema>、<self_check>、<tool_usage> 等；审计时按 8 维度逐项检查并标注严重级别。
适用场景：提示词编写与优化、提示词审查、跨模型迁移、数据抽取、联网研究、智能体提示设计。
限制：资料未提供具体安装命令、收费方式或平台支持信息；各模型家族参数与迁移细节需查阅对应参考文件，部分内容标注为 2026 年资料。