用途：为 AI 文本与图像生成模型撰写和优化提示词，覆盖 LLM（Claude、GPT、Gemini）与图像生成器（Midjourney、DALL-E、Stable Diffusion 等）。
主要能力：提出四项核心原则——清晰（具体、避免歧义）、上下文（提前设定场景、角色、约束）、结构（统一使用 markdown、XML 标签、分隔符等格式）、迭代（根据输出优化并做 A/B 测试）；提供 LLM 与图像两类快速模板。LLM 模板包含 [Role]、[Context]、[Task]、[Format]、[Examples] 五部分；图像模板包含 [Subject]、[Style]、[Composition]、[Quality]、[Negative] 五部分，并给出示例。附带模型专属语法提示，如 Midjourney 的 --ar、--style、--chaos、--weird、--v 6.1，DALL-E 3 的自然语言与 HD 选项，Stable Diffusion 的加权 token（word:1.2）、LoRA 与负面提示，Flux 的自然提示与 --guidance，Imagen/Veo 的描述性文本与宽高比等。还列出反模式：模糊指令（如“make it better”）、冲突约束、缺少领域上下文、冗余细节的过度提示、忽视模型专属优劣。
使用方式：可参考 references 目录下的分主题文档——references/llm-prompting.md（系统提示、few-shot、CoT、输出格式）、references/image-prompting.md（风格关键词、模型语法、负面提示）、references/nano-banana.md（Gemini 图像提示、叙事风格、多图输入）、references/advanced-techniques.md（元提示、链式调用、A/B 测试）、references/domain-patterns.md（通用模式与领域索引），以及营销、代码、写作、数据等领域的 domain 文件。
适用场景：为 LLM 编写系统提示与任务提示、为图像模型构造风格化提示、做提示词 A/B 对比与优化。
限制：官方资料未提供具体的收费、价格、平台支持范围与运行环境信息，相关事实暂未提供；使用时需注意不同模型对参数与负面提示的支持差异。