用途：这是一份提示词工程（Prompt Engineering）技能指南，帮助用户为 LLM、图像生成模型和视频模型编写更有效的提示词，示例通过 inference.sh 的 belt CLI 调用模型执行。
主要能力：涵盖 LLM 提示词结构（角色/上下文+任务+约束+输出格式）、角色提示、任务明确化、思维链、少样本示例、输出格式指定、约束设置；图像提示词结构（主体+风格+构图+光照+技术）、风格关键词、构图控制、质量关键词与负向提示；视频提示词结构（镜头类型+主体+动作+场景+风格）、镜头运动、动作描述与时间关键词；以及系统提示、结构化输出、迭代优化、多轮推理等进阶技巧，并附模型特定建议、常见错误与提示词模板。
使用方式：需先安装 belt CLI 技能：npx skills add belt-sh/cli，然后执行 belt login 登录。之后可用 belt app run 加模型名与 --input 传入 JSON 提示词，例如 belt app run openrouter/claude-sonnet-45 --input '{...}'，图像用 falai/flux-dev，视频用 google/veo-3-1-fast。可用 belt app list 浏览全部应用。
适用场景：需要为对话模型、图像或视频生成模型设计提示词时参考，包括代码审查、内容写作、图像生成等模板化任务。
限制：资料未提供各模型的价格、配额、可用地区或效果保证；示例中的模型与参数可能随平台变化，实际可用性暂未提供。