用途：把含糊、不稳定或易产生幻觉的提示词改写为精确指令，适配 Claude、Gemini、GPT-4、Llama 等模型。适合提示词返回结果不一致、需要可靠 JSON/结构化输出、设计智能体或聊天机器人系统提示、在保证质量前提下减少 token、以及为复杂任务加入思维链时使用。
主要能力与用法：
- 诊断问题模式：过于模糊（补角色与上下文）、缺结构（显式规定输出格式）、幻觉（加入“不确定就说明不知道”）、输出不稳定（补充少样本示例）、过于冗长（加入长度约束）。
- 套用 RSCIT 框架：Role 角色、Situation 情境、Constraints 约束、Instructions 指令、Template 输出模板，并给出前后对比示例。
- 思维链（CoT）：要求模型逐步推理、展示过程后再给最终答案，适用于数学、逻辑与多步任务。
- 少样本示例：提供 2-3 个示例确立分类或抽取模式。
- 结构化 JSON 输出：明确 schema，仅返回原始 JSON，不含解释或 markdown。
- 降低幻觉：限定仅依据给定上下文作答，否则返回固定回复。
- 提示词压缩：删减冗余措辞以降低 token 消耗。
最佳实践：始终指定输出格式；用分隔符区分指令与内容；测试空输入与异常数据等边界情况；系统提示纳入版本控制；数学或多步任务加“逐步思考”；避免纯否定式指令，补充正面替代方案；跨模型使用前先分别测试。
限制：资料未提供安装命令、平台支持范围、收费或价格、以及具体效果量化数据，暂未提供。