用途：该技能聚焦提示词工程，目标是通过清晰指令、示例和结构化输出格式，让语言模型给出更好结果。核心观点是把提示词视为面向概率系统的编程。
主要能力：讲解提示词解剖结构，即系统提示（角色与约束）、上下文、示例、任务、输出格式。介绍零样本、少样本、思维链、自一致性、ReAct（推理+行动）等技术，并说明各自适用任务。还给出系统提示模式：角色定义、约束设置、输出格式规范、角色+受众设定。
模板与用法：提供代码审查、摘要、数据抽取、调试助手等提示模板；说明温度与参数选择，如事实任务用低温度、创意任务用较高温度，以及 top_p 用法。介绍迭代优化流程：从简单提示开始、定位失败、增加约束与示例、测试边界情况、精简。还涉及多轮对话的上下文管理、对话状态维护、提示注入防御与输出验证。
评估：列出准确率、相关性、一致性、有用性、安全性、效率等指标及评估方式。
限制：资料未提供具体安装或运行命令，也未说明该技能的收费、价格、平台支持范围与实测效果；部分示例代码仅为片段，需结合目标模型自行调整。