该技能用于帮助用户为语言模型设计更有效的提示词，以提升输出质量。
用途：将提示词视为对概率系统的编程，通过清晰指令、示例和结构化输出格式提升模型表现。
主要能力：介绍提示词解剖结构，包括系统提示（角色与约束）、上下文、示例、任务和输出格式。覆盖多种提示技巧：零样本（直接指令，适合简单明确任务）、少样本（给出示例，适合细微任务和自定义格式）、思维链（要求逐步推理，适合数学、逻辑和多步分析）、自洽（生成多条推理路径取多数结果，用于降低幻觉）、ReAct（推理与工具调用交替，适合需要外部信息的智能体任务）。提供系统提示模式：角色定义、约束设置、输出格式规范、角色与受众设定。列出应避免的反模式，如指令模糊、规则冲突、假设已知、无错误处理、任务过载。附带代码审查、摘要、数据提取、调试助手等提示模板。说明温度与 top_p 参数在不同任务中的取值建议。提供迭代优化流程、A/B 测试指标、多轮对话的上下文管理思路、提示注入防御方法（输入分隔、指令层级、输出校验）以及准确性、相关性、一致性、帮助性、安全性、效率等评估指标。
使用方式：资料未给出安装命令或具体调用步骤，仅以概念、示例和模板形式呈现，需结合具体模型与场景自行套用。
适用场景：适用于提示词编写、模型行为调优、智能体工具调用设计以及提示词安全评估等。
限制：资料未提供收费、平台支持列表、性能数据或版本信息，部分内容为通用原则而非可直接执行的代码，实际效果依赖所用模型和环境。