用途 该技能用于优化面向大型语言模型（LLM）的提示词，目标是减少 token 用量、降低使用成本、提升响应速度，并在优化过程中保持或改善输出质量。
主要能力
- 分析提示词：识别冗余、啰嗦和可简化的部分。
- 重写提示词：采用简洁语言、更有针对性的指令和高效措辞重写提示词。
- 给出替代方案：输出优化后的提示词，并说明所做修改及其预期影响。
使用方式 当用户提出优化提示词的需求时，该技能会先分析原始提示词，再生成更精简的版本，并附上修改说明和预期效果。资料中的示例包括：
- 将冗长的产品描述请求改写为“Create a product description for an ergonomic office chair. Include features, benefits, target audience, warranty, and return policy.”，并说明减少的 token 数量。
- 将冗长的文档摘要请求改写为“Summarize this document, including key points, arguments, evidence, and the conclusion.”，并说明其如何提升摘要表现。
适用场景
- 需要降低 LLM 使用成本时。
- 需要提升 LLM 响应速度时。
- 希望通过改进提示词来提升输出质量或清晰度时。
最佳实践
- 清晰：优化前确保原始提示词清晰、定义明确。
- 上下文：向该技能提供足够上下文，使其理解提示词目的。
- 迭代：根据 LLM 的输出对优化后的提示词反复调整，以微调效果。
集成 该技能可与 prompt-architect 智能体集成，以利用进阶提示词工程技巧；也可与 llm-integration-expert 配合，为特定 LLM API 优化提示词。
限制 资料未说明该技能的具体安装方式、支持平台、收费模式或可量化的性能指标，这些信息暂未提供。