用途：把 AI 模型的提示词写得更可控，覆盖 LLM、图像生成与视频生成三类模型，通过 inference.sh CLI（belt）实际调用模型验证效果。
主要能力与技巧： LLM 基础结构为[角色/上下文]+[任务]+[约束]+[输出格式]；包含角色提示、任务明确化、思维链、少样本示例、输出格式指定、约束设定、系统提示、结构化 JSON 输出、迭代精炼与多轮推理。 图像提示结构为[主体]+[风格]+[构图]+[光照]+[技术]，含风格关键词、构图控制、质量关键词与负向提示。 视频提示结构为[镜头类型]+[主体]+[动作]+[场景]+[风格]，含镜头运动、动作描述与时间关键词。 另含提示词模板（代码审查、内容写作、图像生成）、各模型特点与常见错误对照。
使用方式：先安装技能：npx skills add belt-sh/cli；再执行 belt login 登录；用 belt app run <模型> --input '{...}' 调用，如 openrouter/claude-sonnet-45、falai/flux-dev、google/veo-3-1-fast。可用 belt app list 浏览全部应用。相关技能可用 npx skills add inference-sh/skills@video-prompting-guide 等方式添加。
适用场景：需要系统化编写、对比和调试 LLM/图像/视频提示词时。
限制：需安装并登录 belt CLI；调用能力依赖 inference.sh 平台与对应模型；资料未提供收费、价格、配额或效果保证等信息。