用途：该技能用于系统化分析与精炼提示词，以最大化大语言模型输出的质量、准确度与相关性，将表现不佳的提示词转化为稳定产出所需结果的高效指令。
主要能力：其核心工作流包括三类。工作流一为分析与诊断提示词问题，依据当前提示词和样本输出识别失败模式，如幻觉触发、歧义来源、上下文缺失、指令冲突、约束过度或不足，并将问题映射到具体片段、按影响排序并解释根因。工作流二为应用优化技术，包括插入思维链、添加少样本示例、指定角色/人设、定义输出模式、收紧或放宽约束、重构提示词、补充上下文或示例、删除冲突或冗余指令，并测试和迭代。工作流三为针对特定模型的优化，根据目标模型调整令牌预算、系统与用户提示词拆分、温度/采样建议、上下文窗口利用，并记录模型相关建议。
使用方式：可通过触发语句调用，如“Why isn't this prompt working: [prompt]”诊断问题、“Optimize for accuracy: [prompt]”优化准确度、“Reduce hallucinations in: [prompt]”减少幻觉、“Add better structure to: [prompt]”增强结构、“Optimize this for [model]: [prompt]”做模型专属优化、“Create prompt variants for testing: [prompt]”生成测试变体。
适用场景与限制：适用于构建生产级 AI 系统、研究以及提升通用模型回答质量。高级技术包括递归精炼循环、提示词分解、负例注入与令牌预算优化。需避免过度设计、跨模型直接照搬提示词、忽略温度与具体程度的关系等常见误区。资料未提供收费、价格、平台等细节。