用途：当系统提示面向语音交互场景（语音助手、语音搜索、有声回答、电话客服 AI）时调用，用于将文本输出优化为口语表达。不适用于纯文本聊天界面、语音合成（TTS）技术选型、图像/视频多模态场景。
主要能力：一是简洁优先，回答开门见山，禁止“好的，让我来回答您的问题”等前言式表达；二是口语化转换，使用短句、主动语态、日常词汇，避免从句嵌套与术语堆砌；三是格式降级，去除 Markdown 表格、代码块、嵌套列表等视觉格式，改用自然语言描述或简短列举；四是音频安全约束，禁止说话人识别、声线模仿、唱歌哼唱与人物扮演；五是语言限制声明，明确支持语种范围，超出时引导用户调整设置；六是长度自适应，按问题复杂度动态调整回答长度。
使用方式：可参考其可执行步骤——设定回答长度层级（简单/操作/中等/复杂，规定最大句数或预估朗读时长）；编写前言禁令与答案前置规则并给出正误示例；定义格式降级规则；设定音频安全边界与标准回退话术；添加书面语到口语的转换指南。
适用场景：设计智能音箱、车载助手等语音助手的系统提示；为文本聊天机器人添加语音交互模式；构建电话客服 AI 对话脚本；优化播客或有声内容的口语表达。
限制：不适用于纯文本聊天界面、TTS 引擎技术选型或参数调优、音频信号处理（降噪、回声消除）、语音仅为辅助通道的多模态场景。常见失败模式包括照搬文本输出、忽视音频独有风险、过度简化为一句话、忽略语言限制。