用途：为生产环境的 LLM 应用设计、版本化和优化提示词，适用于新功能提示设计、用思维链提升准确率、少样本示例选择、生产环境版本管理与 A/B 测试，以及用 DSPy 自动优化。
主要能力：思维链（含零样本 CoT 与自洽多路径投票）、少样本（动态示例选择）、提示词版本管理（Langfuse SDK v3，支持 production/staging/canary 标签与缓存）、自动优化（DSPy 3.1.0 的 MIPROv2 与 BootstrapFewShot，另提及 GEPA 反思式提示演化），以及 Jinja2 模板支持。
用法要点：示例采用 langchain_core 的 ChatPromptTemplate 构建 CoT 提示；FewShotChatMessagePromptTemplate 组装示例；Langfuse 通过 get_prompt(name, label, cache_ttl_seconds) 取版本化提示并 compile 变量；DSPy 用 dspy.Predict 定义模块后由优化器 compile。模式选择建议：零样本用于简单任务，少样本用于格式转换与风格匹配，CoT 用于推理数学逻辑，ReAct 用于工具与多步任务，结构化输出用于 JSON/schema。
关键决策：少样本建议 3-5 个多样代表性示例，最相似示例放最后；复杂推理务必加思维链触发语；版本化用标签区分环境；A/B 测试需 50+ 样本并追踪。
限制与反模式：禁止硬编码无版本提示、少样本只用单个示例、复杂推理跳过 CoT。具体平台、收费与价格暂未提供。