Prompt 工程框架
Prompt Engineering Framework
结构化 prompt 构建、验证、压缩和编译的系统化方法论
子问题
1.prompt 分层结构设计
2.token 预算与压缩策略
3.引用标签系统
4.JSON schema 到纯文本编译
5.反空话质量过滤
6.领域实体名称本地化（股票/加密货币多语言名称）
7.语言→时区自动推导与联动
8.Accept-Language 头解析与浏览器 locale 映射
9.市值/涨跌幅等金融数值的本地化格式化
各项目的解法2 solutions
Signals
横向对比
| 维度 | ValueCell | seedance-2 |
|---|---|---|
| 翻译架构 | 前端 i18next + 后端 TranslationManager 双翻译体系，JSON 文件独立 | — |
| 格式化能力 | 常量驱动的日期/数字/货币格式化，I18nConfig 集中封装 | — |
| 语言检测 | Accept-Language 解析 + navigator.language 映射 + IP 地理位置检测 | — |
| 领域本地化 | AssetI18nService 预定义翻译表 + 内存缓存，覆盖股票/加密货币名称 | — |
| API 支持 | 12 端点 RESTful API，含翻译查询/格式化服务/用户偏好管理 | — |
| 语言覆盖 | en/zh_CN/zh_TW/ja 四语言，后端额外支持 en-GB | — |
最佳实践
1.前 20-30 词前置加载主体和动作
2.每个 prompt 只含一个主要动作动词
3.用可测量描述替代空洞形容词
4.常量集中管理所有格式化配置，新增语言只改一个文件
5.预定义高频实体翻译表 + 内存缓存避免重复查询
6.前后端翻译文件独立维护，避免职责耦合
7.RESTful i18n API 暴露翻译和格式化能力供外部消费