跨模型 Prompt 适配器

问题背景

多模型 Agent 在主模型失败后会回退到另一族 LLM（例如 Claude → GPT-5.4），但组装系统提示时往往仍发送同一份工作区上下文（AGENTS.md、TOOLS.md、VOICE.md 等）。各模型族的典型失效模式不同：GPT-5.4 易出现提示词泄露、范围蔓延、虚构任务完成；Claude 偏保守拒答；Gemini 在长上下文下指令漂移。回退发生在运行时，你很难事先为「将要跑的是谁」维护多套完整提示文件。

工作方式：Universal Addenda

本技能采用 Option C：通用补充块，而不是在运行时做模型检测或条件注入。在现有工作区文件里追加短小、双方都会读的段落：主模型通常会把多余约束当作冗余而忽略；回退模型则能补上它更需要的那类护栏。

设计原则是：针对 GPT-5.4 失效模式的约束，不应拉低 Claude 的表现——对主模型只是多占少量 token，而不是改变其行为取向。

典型落点包括：

• AGENTS.md：在 Safety 段之前加入回退护栏，抑制越权加功能、把系统提示打进用户可见输出、谎称已完成等。
• TOOLS.md：在文件靠前位置加入隐私护栏，降低从注入配置里泄露敏感字段到回复正文的风险。
• 自定义工具说明（如 VOICE.md、exec 类脚本）：明确要求不得在工具实际失败时声称成功，避免虚构工具完成或改用你禁止的替代路径。

整体额外成本约在 500–600 字符（约 150 token 缓存量级），单块补充建议控制在约 200 字符以内，避免主模型被冗长护栏拖慢。

适用边界与注意点

• 不要维护双份/多份完整提示文件——回退场景下维护成本通常高于收益。
• 不要依赖「模型自报身份」做分支逻辑，识别不可靠。
• 不要指望简短补充块解决 persona 深度问题；资料未表明这对回退模型有稳定收益。
• 上线后可用四类信号观察：TOOLS.md 类泄露是否减少、群聊里未请求动作是否变少、工具回报是否更诚实、主模型是否未出现多余犹豫或行为退化。

可与 smart-model-router、agent-superpowers 等技能组合：先选对模型，再用适配器约束回退时的行为。