用途：该技能用于编写、审查和优化提示词，提升与 Claude Code 等 AI 系统交互的效果，适用于一次性提示词和可复用的多步工作流模板。
主要能力：
- 分析并优化已有提示词，从清晰度、具体性、上下文、结构、约束五个维度找出弱点并给出改进版本。
- 从零设计新提示词，先明确目标与需求（目标 AI 能力、输出格式、领域上下文、边界情况），再按角色设定、任务描述、约束、输出格式、示例等结构起草并完善。
- 构建提示词模板库，提取可复用组件、参数化变量，并记录用途、参数说明、示例用法与预期输出。
使用方式：通过自然语言触发，例如“Optimize this prompt: [prompt]”“Design a prompt for [goal]”“Review this prompt: [prompt]”“Create a prompt template for [use case]”“Apply prompt engineering best practices to [prompt]”“This prompt isn't working well: [prompt]”。
最佳实践：用具体需求替代模糊表述；提供领域知识、目标受众与约束等上下文；用分节、列表、编号组织复杂提示词；明确输出格式、长度与质量标准；为复杂输出提供 1 至 3 个示例；通过测试与边界情况迭代；一个提示词只聚焦一个目标，多步任务可拆分为链式提示词；设定合理边界但保留创作空间。
高级技巧：思维链提示（要求先分析关键因素、权衡与证据再给结论）、少样本学习（给出输入输出示例后套用新模式）、角色提示（如以资深 React 架构师视角审查组件）、基于约束的细化（限定段落数、是否含代码示例、是否引用来源、语言难度）。
常见误区：假设 AI 已具备未提供的上下文；对输出格式描述过于模糊；把多个不相关请求混在一起；把简单请求复杂化；收到输出后才补充约束；复杂模式未给示例；使用未定义的歧义语言或术语。
限制：资料未提供该技能的安装方式、依赖环境、收费情况、支持平台及具体效果数据。