用途：该技能面向生产级 LLM 应用的提示词设计与优化，适用于复杂提示编写、提升一致性、实现结构化推理、构建少样本学习系统、创建可复用模板、调试输出不稳定的提示，以及为专用助手编写系统提示。
主要能力：1) 少样本学习，含基于语义相似度与多样性采样的示例选择、示例数量与上下文窗口的平衡、动态示例检索及边界情况处理；2) 思维链提示，含逐步推理引导、零样本 CoT（“Let's think step by step”）、带推理轨迹的少样本 CoT、自一致性多路径采样与验证步骤；3) 提示优化，含迭代改进、A/B 测试、准确率与一致性及延迟等指标度量、在保质量前提下减少 token、处理失败模式；4) 模板系统，含变量插值、条件段落、多轮对话模板、基于角色的组合与模块化组件；5) 系统提示设计，含行为与约束设定、输出格式定义、角色与专长设定、安全与内容策略、上下文背景。
用法：文档给出 Quick Start 示例，导入 PromptTemplate 与 FewShotSelector，定义含 system、instruction、few_shot_examples、output_format 的模板，配置示例库与选取策略，再通过 render 渲染提示。关键模式包括渐进式披露（由直接指令逐级加入约束、推理与示例）和指令层级（系统上下文 → 任务指令 → 示例 → 输入数据 → 输出格式），并提供与 RAG、自校验结合的集成写法。
限制：资料未说明具体支持的模型、平台、费用、性能基准或安装方式，相关事实暂未提供。