用途：帮助用户按既定原则编写更有效的LLM提示词，覆盖技术任务、学习内容、创意写作和研究分析等场景，减少反复修改。资料称使用强提示词可提升首次回复质量。
主要能力：提供26条提示词工程原则参考，涵盖内容与清晰度、结构、推理三类，例如简洁无寒暄、指定受众、明确任务、提供上下文与要求、拆分复杂任务、用分隔符组织内容、指定输出格式、要求分步推理、思维链、提供示例。资料附有效果指标对比：技术任务成功率40%升至98%，学习材料完成率50%升至90%，创意写作满意度45%升至85%，研究可执行性35%升至90%。
使用方式：按以下命令查看清单、示例和模板（内容保持原样）： cat checklists/prompt-quality-checklist.md cat examples/technical-task-prompts.md cat examples/learning-task-prompts.md cat templates/technical-prompt-template.md cat reference/prompt-principles-guide.md 流程建议采用RED-GREEN-REFACTOR：先测试现有提示词，再按清单改进，最后用模板和示例精修。
适用场景：LLM回复过于笼统或不正确、提交前需提升提示词质量、团队培训、沉淀可复用的提示词模式、优化AI辅助工作流。
限制：资料未提供收费、价格、平台、具体部署步骤或效果验证方法；版本为1.0，原则数量为26，最后更新日期为2025-01-15。相关智能体包括prompt-engineer和documentation-alignment-verifier，但资料未展开其使用细节。