用途：用于新建或大幅改订 skill、slash command、任务提示之后，或 agent 未按预期行动、想把原因归到指令侧歧义时，通过无偏见执行者实测来改进提示。一次性临时提示或只想反映作者主观偏好时不适用。
主要能力：以迭代方式评估提示。Iteration 0 先做静态整合检查，核对 frontmatter 的 description 与 body 覆盖范围是否一致。准备 2～3 个评估场景（1 个中位场景加 1～2 个边界场景）和含 3～7 项、至少 1 项标 [critical] 的需求清单。通过 Task tool dispatch 新 subagent 执行，避免自我复读。
评估维度：成功/失败、精度（需求清单达成率）、步骤数、所需时间、重试次数、不明点与自行补充的判断。以质性的不明点与自行补充为主，量性指标为辅。tool_uses 在场景间相差 3～5 倍以上时，提示可能存在自足性不足的结构缺陷。
修正与收敛：每次迭代只处理一个主题，修正前明确该修正满足判断文本中的哪一项。收敛标准为连续 2 次新增不明点为零、精度改善不超过 3 个百分点、步骤数变动 ±10% 内、时长变动 ±15% 内；高重要度提示取连续 3 次。收敛时用未使用过的 hold-out 场景检查过拟合。迭代 3 次以上不明点仍不减，则应重构而非打补丁。
限制：无法 dispatch 新 subagent 的环境不适用，禁止以自我复读代替；结构审查模式只能做静态文本检查，不能替代实证评估。相关方法可参考 superpowers:writing-skills、retrospective-codify、superpowers:dispatching-parallel-agents。