核心功能
Prompt Engineer 是一套面向顾问型AI和自主代理系统的高级提示词工程框架，采用三层架构设计（Foundation→Structure→Execution）。该技能整合了经过生产验证的模式（来自Claude Code、Vercel v0、Manus等），并提供四模式操作系统：构建（Build）、迭代（Iterate）、诊断（Diagnose）、解释（Explain）。
显著优点
1. 架构清晰：三层分离设计使复杂系统prompt可维护、可扩展
2. 证据分级：技术推荐带有可信度评估，避免盲目采用未经证实的技巧
3. 模块化扩展：支持RAG grounding、领域校准（医疗/法律/金融等高风险场景）、多智能体编排等场景按需加载
4. 生产验证：内置来自顶尖AI产品的实战模式，减少从零摸索成本
5. 全生命周期覆盖：从初始构建到故障诊断、持续优化形成闭环
潜在局限
- 学习曲线较陡，需要理解三层架构的抽象层次
- 模块路由依赖用户准确描述需求，误触发可能导致加载不必要的模块
- 高风险领域的domain calibration模块虽存在，但最终责任仍落在实施者
- 作为meta-framework，实际效果高度依赖使用者的领域知识
适用人群
- 正在构建带工具调用能力的AI Agent的开发者
- 需要设计置信度分级机制的顾问型AI产品经理
- 负责优化现有系统prompt的MLE/AI工程师
- 需要将AI能力产品化并交付给下游团队的技术负责人
常规风险
- 过度依赖框架可能忽视具体业务场景的特异性
- "证据分级"标签可能被误读为绝对安全保证
- 多模块组合时可能出现指令冲突，需人工审核
- 高 stakes 场景下仍建议人工复核输出，不可全自动化部署