Prompt Engineer 是一个面向大语言模型（LLM）的提示词工程技能，专注于设计、优化和评估提示词，以提升 LLM 在各类用例中的表现。
用途
该技能用于处理与提示词相关的工程任务，包括：为新的 LLM 应用设计提示词；优化现有提示词以提升准确性或效率；实现思维链（chain-of-thought）或少样本学习（few-shot learning）；创建带有人设和防护栏的系统提示词；构建结构化输出模式（JSON 模式、函数调用）；开发提示词评估与测试框架；调试不一致或质量较差的 LLM 输出；在不同模型或供应商之间迁移提示词。
主要能力
技能覆盖多个提示词工程主题，并配有对应的参考文件：
- 提示词模式（Prompt Patterns）：零样本、少样本、思维链、ReAct，参考 references/prompt-patterns.md。
- 优化（Optimization）：迭代改进、A/B 测试、减少 token，参考 references/prompt-optimization.md。
- 评估（Evaluation）：指标、测试套件、自动化评估，参考 references/evaluation-frameworks.md。
- 结构化输出（Structured Outputs）：JSON 模式、函数调用、模式设计，参考 references/structured-outputs.md。
- 系统提示词（System Prompts）：人设设计、防护栏、注入防御，参考 references/system-prompts.md。
- 上下文管理（Context Management）：注意力预算、退化模式、上下文优化，参考 references/context-management.md。
参考文件覆盖主要提示词技术（零样本、少样本、思维链、ReAct、思维树）、结构化输出模式（JSON 模式、函数调用）、上下文管理（注意力预算、退化缓解、优化），以及针对 GPT-4、Claude 和 Gemini 系列的模型特定指导。
使用方式
技能定义了核心工作流：
- 理解需求——定义任务、成功标准、约束和边缘情况。
- 设计初始提示词——选择模式（零样本、少样本、思维链），编写清晰指令。
- 测试与评估——运行多样化测试用例，衡量质量指标。
- 验证检查点——如果测试集准确率低于 80%，在迭代前先识别失败模式（如指令含糊、缺少示例、边缘情况缺口）。
- 迭代与优化——一次只做一处修改；根据失败情况改进，减少 token，提升可靠性。
- 文档化与部署——对提示词进行版本管理，记录行为，监控生产环境。
技能还提供了提示词示例，包括零样本与少样本的对比，以及优化前后的对比（例如将模糊的“总结这份文档”改为结构化、节省 token 的指令：用恰好 3 个要点总结，每个要点一句话并以动词开头，不包含文档中不存在的信息或观点）。
交付提示词工作时，技能建议提供：带有清晰分节（角色、任务、约束、格式）的最终提示词；测试用例与评估结果；使用说明（温度、最大 token、模型版本）；性能指标及与基线的对比；已知限制与边缘情况。
适用场景
适用于需要系统性设计、优化和评估 LLM 提示词的开发与研究场景，尤其是对输出质量、一致性和可靠性有要求的应用。
限制
技能明确列出了必须遵守和禁止的事项。必须做：用多样化、真实的输入（含边缘情况）测试提示词；用定量指标（准确性、一致性）衡量表现；系统化地对提示词进行版本管理和变更追踪；记录预期行为和已知限制；使用与目标分布匹配的少样本示例；对照模式验证结构化输出；在设计时考虑 token 成本和延迟；在生产部署前跨模型版本测试。禁止做：未经系统评估就在测试用例上部署提示词；使用与指令矛盾的少样本示例；忽视模型特定的能力与限制；跳过边缘情况测试（空输入、异常格式）；调试时同时做多处修改；在提示词或示例中硬编码敏感数据；假设提示词能在模型间完美迁移；忽视对生产环境中提示词退化的监控。