提示词优化器

要解决什么问题

Agent 和日常 LLM 用法里，system prompt、user prompt、文生图提示词往往混在一起：结构松散、约束含糊、改一版不知道有没有变好，图片场景还要另一套写法。这个技能把「写 prompt、改 prompt、评 prompt、从评到改」收成一条可路由的工作流，而不是每次靠临场发挥。

它如何工作

入口先做意图识别与路由，再读 references/ 下对应模板执行，常见路径包括：

• 系统提示词优化：按分析式结构拆成 Skills、Goals、Constraints、Workflow、OutputFormat、Suggestions 等章节，保留 {{variable}} 占位符
• 用户提示词优化：按复杂度选基础 / 步骤化规划 / 专业三档，补范围、参数与可执行边界
• SOUL.md 生成：从一句需求产出 Hermes 或 OpenClaw 风格的 Agent 人格文件
• 定向迭代：在原文上增量改功能、方式或约束，不整段重写风格
• 评估与闭环：设计质量、执行结果、多版本对比；支持 Focus Brief 聚焦某条疑点；评估后改写按 skip / minor-rewrite / rewrite 决定改动幅度
• 变量与图片：变量提取与示例值生成；文生图 / 图生图 / 多图的自然语言优化、参考图复刻与风格迁移；图片侧有独立的评估维度与阶段感知（original-input vs workspace）
• 上下文增强：有对话历史或工具信息时，从真实上下文提炼目标与工具用法再优化

通用规则强调：直接输出 prompt 正文、语言与原文一致、占位符逐字保留。

适用边界与注意点

• 无法区分 system / user 时，默认走系统提示词优化；用户侧档位不明时默认专业优化
• 评估模式要分清「只评 prompt 设计」和「已有输出再评效果」；图片评估不能用文本那套维度
• 参考图复刻强调复现画面事实，避免堆 8k/HDR 等套话；对比评估有测试快照时可用结构化成对判断 + 综合收敛，判断是否该停迭代
• 它产出的是优化后的提示词或评估 JSON，不会替你在本地执行模型或生图