用途：该技能面向希望提升语言模型输出质量的使用者，核心观点是把提示词视为面向概率系统的编程，通过清晰指令、示例和结构化输出格式来改善结果。
主要能力：资料给出提示词的组成结构，包括系统提示（角色与约束）、上下文、示例、任务和输出格式。介绍多种提示技术：零样本适合简单明确任务；少样本通过示例展示模式，适合细微任务和自定义格式；思维链让模型逐步推理，适合数学、逻辑和多步分析；自一致性生成多条推理路径取多数结果，用于降低幻觉；ReAct 交替进行推理与工具调用，适合需要外部信息的智能体任务。
系统提示模式：包含角色定义、约束设置、输出格式规范、面向特定受众的说明。资料还列出应避免的反模式，如指令含糊、规则冲突、假设模型已知、缺少错误处理、单条提示塞入过多任务。
模板与用法：提供代码审查、摘要、数据提取、调试助手等提示模板。参数方面，温度低适合代码、数学、抽取，温度高适合头脑风暴和写作；top_p 可控制候选范围。迭代优化流程为：从简单提示开始、定位失败、添加约束、添加示例、测试边界情况、精简指令，并可用 A/B 测试比较准确率、一致性、偏好和 token 效率。多轮对话部分给出上下文管理思路，保留系统提示与近期消息，对较早内容做摘要。
安全与评估：提示注入防御包括用分隔符标记用户输入、声明不执行文本内指令、建立指令优先级、校验输出。评估指标含准确率、相关性、一致性、有用性、安全性和效率。资料还按模型家族列出优势与注意事项。
限制：资料未提供具体安装命令、代码仓库用法、收费或价格信息，也未说明支持的具体平台与版本，这些内容暂未提供。