用途：把用户模糊的 AI 任务提炼成高质量结构化提示词，也支持优化现成 prompt。触发场景包括“帮我写个提示词”“优化这个 prompt”“prompt engineering”等。
主要能力与流程：
- 理解需求，判断任务复杂度和缺失信息，先反向提问 2-3 个关键问题（输出语言、目标模型、输出格式、特殊限制、目标受众）。
- 领域知识拆解：内部回答该领域核心机制、常见问题类型、对应输出格式及反模式，不了解的领域应询问用户或搜索，不猜测。
- 生成 prompt：简单任务用精简模板，复杂任务用完整模板，含 Role、Knowledge、Task、Context & Rules、Workflow、Output Format、Few-shot。
- 质量自检：检查角色深度、领域知识、格式灵活、示例质量、反模式、可复制性；若把领域名换成另一个领域仍成立，说明过泛。
- 提示词优化模式：先按自检清单诊断现有 prompt，再针对性修复，保留用户认可部分，通常重点补 Knowledge 与 Output Format 分支。
用法：作为技能按上述流程与用户交互；若当前环境为 OpenCode，可在自检后询问是否创建 OpenCode Agent，收集模式（primary/subagent/all）与保存位置（~/.config/opencode/agents/<name>.md 或 .opencode/agents/<name>.md），自动推断 temperature 与 permission，生成带 frontmatter 的 Agent 文件，文件名全小写连字符、2-3 词。
限制：语言跟随用户输入；不要过度设计，简单任务用精简模板；已有 prompt 应先分析再改进，不推翻重来；非 OpenCode 环境跳过 Agent 创建步骤；不包含 model 字段。官方价格、平台支持范围等暂未提供。