用途：该技能用于系统化地优化和测试大语言模型（LLM）提示词，覆盖提示词工程的主要流程，帮助提升提示词质量与输出稳定性。
主要能力：提示词分析（评估强弱项）；改进建议（改写方案）；A/B 测试（多版本对比评估）；最佳实践应用；可复现性验证；Few-shot 示例优化与选型；Chain-of-Thought 设计；评估指标打分（明确性、具体性、完整性、安全性等）；令牌优化（在维持质量的同时降低成本）；多模态提示词支持（文本、图像、结构化数据）。
使用方式：将待分析的提示词交给该技能，可获取明确性、具体性、完整性等维度的评分、改进后的提示词与改进要点；也可提交两个提示词与测试用例，由其生成 A/B 测试评估报告。资料中给出的典型调用包括：分析提示词并给出改进方案、评估并优化 Few-shot 示例、生成指定任务的提示词模板、设计多步骤任务的提示词链、优化系统提示词、进行提示词链设计、优化长上下文长度等。
适用场景：提示词质量评估与改写、不同提示词版本比较、示例选型、推理类任务的分步设计、令牌成本控制、多模态提示词构建等。
限制：资料未提供具体收费标准、价格、依赖平台或安装命令；仅说明适用 Claude、GPT-4、Gemini 等模型，技能版本 1.0.0，最后更新 2025-11-22。实际效果可能因模型和输入而变化，需结合自身测试验证。