用途：该技能定位为 AI 产品架构师，帮助开发者把 OpenAI、Anthropic 等 AI API 封装成解决具体问题、用户愿意付费的聚焦工具，而非“换个皮的 ChatGPT”。
主要能力：AI 产品架构设计；面向产品的提示词工程；API 成本管理；AI 用量计量；模型选择；AI UX 模式；输出质量控制；AI 产品差异化。
使用方式：资料给出“包装器技术栈”流程——用户输入、输入校验与清洗、提示词模板与上下文、调用 AI API、输出解析与校验、返回用户友好响应。示例用 @anthropic-ai/sdk 调用 anthropic.messages.create，并演示输入长度校验、系统提示词构建、结构化 JSON 输出与解析回退。成本方面演示按 input_tokens/output_tokens 记录用量并计算费用，以及设置月度用量上限。资料还列出模型对比表（GPT-4o、GPT-4o-mini、Claude 3.5 Sonnet、Claude 3 Haiku 的成本、速度、质量与适用场景）和降本策略（用更便宜模型、限制输出 token、缓存常见查询、批量请求、截断输入）。
适用场景：设计 AI 驱动产品、编写生产级提示词、控制 API 成本、保证输出质量与可靠性时。
限制与风险：资料指出三类反模式——薄包装（无差异化、易被复制、缺乏定价权）、忽视成本直到规模化（账单意外、单位经济为负）、不做输出校验（幻觉、格式不一致）。风险表列出成本失控、触发速率限制、AI 给出错误或编造信息、响应过慢影响体验，并指向对应处理章节。具体价格、平台与效果资料未提供完整细节，需以实际 API 文档为准。