Prompt Optimizer 是一个提示词工程技能，用于帮助用户借助成熟框架编写高质量、有效的提示词。当用户希望优化提示词或改进 AI 输出时使用。
工作流程：第一步分析用户输入，输入可能是待优化的原始提示词、任务描述或需要转化为提示词的模糊想法。第二步匹配场景并选择框架，读取 references/Frameworks_Summary.md，根据应用场景、任务复杂度（简单/中等/复杂）和领域类别（营销、决策分析、教育等）匹配最合适的框架。复杂度选择指南：简单（≤3 个要素）推荐 APE、ERA、TAG、RTF、BAB、PEE、ELI5；中等（4-5 个要素）推荐 RACE、CIDI、SPEAR、SPAR、FOCUS、SMART、GOPA、ORID、CARE、ROSE、PAUSE、TRACE、GRADE、TRACI、RODES；复杂（6+ 个要素）推荐 RACEF、CRISPE、SCAMPER、Six Thinking Hats、ROSES、PROMPT、RISEN、RASCEF、Atomic Prompting。领域选择指南涵盖营销内容、决策分析、教育培训、产品开发、AI 对话/助手、写作与创作、图像生成、快速简单任务、复杂推理等。第三步加载框架详情，从 references/frameworks/ 目录读取对应文件，命名格式为 XX_FrameworkName_Framework.md，例如 RACEF 对应 references/frameworks/01_RACEF_Framework.md，文件包含框架概述与组件、各要素详解、优缺点和最佳实践示例。第四步澄清歧义，在生成最终提示词前与用户确认目标清晰度、目标受众、上下文完整性、格式要求和约束条件，对缺失、模糊、不完整或矛盾的信息提出澄清问题。第五步生成优化后的提示词，按框架组件组织结构，纳入澄清信息，确保清晰具体，必要时加入示例和约束。第六步呈现并迭代，向用户说明所选框架及原因、完整提示词、各框架要素的应用方式以及变体或改进建议；用户要求修改时在保持框架结构的前提下迭代。
框架参考文件均存于 references/frameworks/ 目录，每个文件包含应用场景、框架组件说明、优缺点和多个实用示例。对于不确定使用哪个框架的用户，技能提供快速选择指引，例如需要简单提示词推荐 APE、ERA、TAG，需要说服/销售推荐 BAB、SPEAR、Challenge-Solution-Benefit，需要分析/决策推荐 RICE、Pros and Cons、Chain of Thought，需要教学/解释推荐 ELI5、Bloom's Taxonomy、Socratic Method，需要创意推荐 SCAMPER、HMW、SPARK、Imagine，需要结构化写作推荐 BLOG、4S Method、Hamburger Model，需要逐步推理推荐 Chain of Thought、Tree of Thought，生成图像推荐 Atomic Prompting，需要详细计划推荐 RISEN、RASCEF、CRISPE。
限制：资料未提供该技能的安装方式、收费模式、支持平台或具体效果数据，暂未提供。