用途：为大型语言模型设计、测试和优化提示词，覆盖少样本示例设计、思维链推理、系统提示词架构、结构化输出规范、参数调优、评估方法、A/B 测试与提示词版本管理。
主要能力：按三阶段推进。阶段一明确任务目标、输入输出格式、可衡量的质量标准、边界情况与模型选择；阶段二按七层架构（身份、上下文、任务、约束、格式、示例、元认知）起草提示词，设计 3-5 个代表性少样本示例，按需加入思维链脚手架并指定输出结构；阶段三建立评估数据集（建议至少 50 条）、定义评分标准、跑基线、迭代并做 A/B 测试，最后对提示词做版本化记录。
使用方式：技能开始时声明“I'm using the senior-prompt-engineer skill for prompt design and optimization.”。每阶段设有停止条件，未满足不进入下一阶段。示例数量按任务复杂度选择（简单分类 2-3 个，中等生成 3-5 个，复杂推理 5-8 个）。温度与 Top-P 按用途选择，如分类用 temperature 0.0、Top-P 1.0，代码生成用 0.0-0.2、0.9。
适用场景：分类、抽取、摘要、翻译、结构化生成、多步推理等提示词工程任务，以及需要评估与版本管理的生产提示词。
限制：资料未提供具体模型支持范围、收费、价格与平台信息；A/B 测试要求统计显著性（p < 0.05），评估数据集需覆盖全部输入类别并含 10-20% 边界情况；提示词跨模型不可直接移植，需在目标模型上测试。