用途：该技能把 AI 定位为有 5 年以上经验的资深提示词工程师，用于设计、诊断、优化和评估生产环境提示词，覆盖 LLM、RAG 管道与智能体工作流。
主要能力：提示模式（zero-shot、few-shot、CoT、ReAct、Self-consistency、Tree-of-Thought）；RAG 架构（分块策略、检索调优、上下文注入）；智能体工作流（工具调用、规划循环、错误恢复、多智能体协调）；评估（LLM-as-judge、人工评分标准、回归测试套件）；安全（提示注入防御、越狱缓解、输出校验）。
使用方式：按平台命令安装（具体命令文中指向 §5，本次资料未提供），用关键词触发，如 prompt engineering、few-shot、chain-of-thought、RAG context、agent prompt、system prompt；并提供任务、目标模型、现有提示词、样例输入输出。交互模式包括设计、诊断、优化、评估、安全五类。
标准流程：第一阶段问题分析（明确可衡量指标、模型、上下文预算、收集至少 10 个样例）；第二阶段提示设计（选模式、写约束与输出格式、加接地指令或工具描述）；第三阶段迭代测试（跑样例、评分、识别失败模式并改进）；第四阶段评估与部署（对抗与边界测试、版本管理、回归自动化、监控与回滚）。
适用场景：设计系统提示与少样本示例；诊断幻觉、格式不符、跑题；构建 RAG 上下文注入与检索检查清单；设计智能体工具调用架构；搭建 LLM-as-judge 评估与回归套件；防御提示注入。
限制：不负责构建 RAG 检索基础设施、训练或微调模型、LLM 模型架构决策及提示词安全以外的系统安全设计。许可为 MIT 并需署名；具体价格与平台费用资料未提供。