用途：通过访谈方式构建高质量 Claude 提示词，基于 Anthropic 官方最佳实践，适用于创建、撰写、改进或修复提示词，也适用于想法尚未成形的阶段。
主要能力：分三阶段推进。阶段一为目标与方法验证，先问“提示词应让 Claude 做什么、好输出是什么样”，再评估用户提出的方法是否最优，必要时直接给出更优替代方案并说明理由，最后确认运行环境（Claude.ai 对话、API 系统提示词或 Claude Code）与模型。阶段二为定向访谈，每轮只问一个问题，按决策矩阵判断需要哪些段落，只问会影响输出的内容。阶段三为组装，按决策矩阵选择段落并写出提示词。
决策矩阵：指令段始终包含；角色/人设、上下文、XML 结构、少样本示例、输出格式、工具使用指导、思考/推理、智能体模式、长上下文处理等段落按条件取舍，倾向于省略不必要内容以降低噪声与 token 成本。
组装规则：长上下文提示词把文档放在前面、指令放在最后；其余按角色→上下文→指令→示例→格式规范的顺序。混合三类以上内容时使用 XML 标签，如 <instructions>、<context>、<examples>、<input>。优先使用正面表述，提示词风格与期望输出风格一致，输出格式与语气优先用示例，行为规则优先用指令。
限制：需要先明确目标才能继续；一次只问一个问题，信息足够即停止追问；专业段落应读取 references/best-practices-snippets.md 中的现成片段而非临时编写；最终提示词在代码块中呈现，并附每段一句话理由、跳过段落及原因、先测试的具体事项，并支持迭代。当前模型比旧模型更字面遵循指令，应明确范围，避免使用大量全大写强调语言。