Prompt Architect 是一个证据驱动的提示词工程框架，用于分析、创建和优化面向 Claude、GPT 等 AI 系统的提示词。它适用于新建提示词、现有提示词效果不佳、AI 输出不一致、需要提升清晰度、优化智能体指令或构建提示词库等场景。
主要能力包括：按七要素结构检查提示词（系统上下文、角色定义、任务描述、约束、格式规范、示例、质量标准）；检测模糊指令、缺少上下文、无输出格式、冲突指令、隐含假设等反模式；应用思维链、自洽性、ReAct、程序化思维、计划与求解、角色扮演、少样本学习等证据化技巧；通过渐进式披露组织复杂提示词；定义测试用例并进行 A/B 测试，计算平均分、成功率和一致性等指标；根据失败分析迭代优化提示词。
使用方式上，框架按阶段推进：分析当前提示词、结构优化、应用证据化技巧、验证效果、迭代改进。资料中提供了 claude-flow 相关命令示例，例如： npx claude-flow@alpha hooks pre-task --description "Analyze prompt structure and quality" --complexity "medium" npx claude-flow@alpha hooks post-task --task-id "prompt-analysis" --output "analysis-report.json" 以及脚本模板 optimize-structure.sh、validate-prompt.sh 等。
限制方面：资料未说明具体收费、价格、平台支持范围或实际效果数据；部分代码示例在原文中被截断，无法完整还原；使用前需自行确认 claude-flow 等依赖的可用性。