用途：该技能面向 LLM 与自主智能体的高级提示词设计，覆盖推理模式、模板系统、优化流程、智能体编排、扩展思考与工具调用提示。适用于需要结构化推理的提示设计、构建智能体循环、优化 LLM 输出质量、创建可复用提示模板、为复杂任务配置扩展思考，以及设计图文多模态提示。简单事实查询、直接查找或受益于开放式生成的创意写作不适用。
主要能力：涵盖零样本与少样本思维链、自洽性投票、Tree-of-Thoughts、ReAct 循环、系统提示、提示模板、A/B 测试、扩展思考与交错思考、Think 工具、结构化思考协议、XML 结构化、多模态提示、置信度评分与 token 优化。
关键原则：显式优于隐式；对推理模型用目标而非步骤指令；用结构表达意图；一个一致格式的好示例胜过大量规则；内建反馈循环；注意 token 经济。不同模型有差异：Claude 4.x 精确遵循字面指令，用 XML 标签分区并正面表述；OpenAI o 系列使用内部推理 token，用 developer 消息，不加显式推理提示；GPT-4.1 等标准模型受益于逐步指令与少样本示例；多模态模型需提供图像上下文与明确动作动词。
使用方式：按工作流执行——定义目标、选择合适模式、选择模型层级、编写基线提示、按需加 1-3 个一致格式示例、在代表性输入上测基线指标、分类失败原因、每次只改一个变量、版本化并部署。
限制与常见错误：避免单提示堆叠过多指令、对推理模型强制逐步步骤或过度提示规划、推理模型 max output tokens 设置过低、示例格式不一致、手工解析非结构化输出、忽略 token 预算、优化前未测基线、对推理模型使用 CoT 触发词、用负面表述代替正面指令、将 Claude 思考块当作用户文本回传。具体收费、价格与平台信息暂未提供。