大多数提示词优化器把你的提示词交给另一个模型，再把结果原样返回。结果读起来可能不错，却悄悄丢了一条约束。PromptFlowEngine 反其道而行：它只应用一小组有文档说明的转换，然后证明结果仍然包含原文的全部内容。
共有三种模式。Conservative 规范空白并删除完全重复的句子。Balanced 还会删除冗词和客套话。Structured 在此基础上把提示词组织为 Task、Context、Requirements、Output format 和 Input 几个部分，并用标签包裹模板变量。
每种模式产生一个候选。只有当每个原始句子、每条提取出的需求以及每个受保护片段（代码、引文、URL、变量）都仍然存在，并且没有引入新的警告时，候选才会被保留。你可以选择目标：最少 token、最高质量或两者平衡。如果没有候选优于原文，就保留原文。
实际示例
这次运行由引擎在构建页面时生成，使用 structured 模式和 balanced 目标。 引擎的检查结果和生成的提示词以英文显示，与引擎和 API 返回的内容完全一致。
Hello! I would like you to please rewrite the pull request description below so that it is clearer for reviewers. Please make sure to keep all of the technical details. Please make sure to keep all of the technical details. In order to help reviewers, add a 2-sentence summary at the top. Return markdown.
{{pr_description}}## Task
Rewrite the pull request description below so that it is clearer for reviewers.
## Context
To help reviewers, add a 2-sentence summary at the top.
## Requirements
- Make sure to keep all of the technical details.
## Output format
- Return markdown.
## Input
<pr_description>
{{pr_description}}
</pr_description>由引擎在构建本页面时计算得出。 token 变化 5.9%；修复了 3 个问题；0 项以建议形式留给你处理。Structured 模式可能会添加标题，因此 balanced 目标允许以少量 token 增加换取更高的分数。
句子、需求和受保护片段都会在前后进行比较。检查失败的候选会被拒绝，并显示原因。
每次修改都附有理由，并与原文和结果的逐词差异一起列出。
OpenAI 模型前后的 token 数使用真实分词器计算，并给出每次调用的成本差异。
需要你的知识来填补的空白（例如未说明的目标读者）会以建议形式返回，而不是编造的文本。
Conservative、balanced 和 structured，从清理空白到完整分节。
针对 token、质量分，或在 token 额度内取得最高分进行优化。
设定上限后，优化器会报告是否有经过验证的候选能控制在上限之内。
代码块、行内代码、引用文本、URL、XML 标签块和变量都会逐字节还原。
一个独立操作，把一句话的需求变成分节的工程提示词，每一行新增内容都有标注。
把两个版本并排放置，查看 token、成本和质量的差异，以及修复或新引入的问题。
对每次请求都会执行的提示词运行 balanced 模式和 tokens 目标，在保证内容不变的前提下节省成本。
Structured 模式把任务、上下文、需求和输出格式分开，让下一次修改安全得多。
把差异和修改列表分享给审查者，让讨论聚焦于修改本身，而不是去找改了哪里。
用 token 预算弄清楚提示词最多能缩减多少，超过这一步就需要人来删减内容。
模型会自由改写，可能增加、删除或重新解读指令。这个优化器只应用固定的转换，然后验证每个原始句子和需求都仍然存在。它的创意更少，但可预测得多。
它会消除导致回答质量差的已知原因，例如重复、冗词和缺乏结构。它不运行提示词，因此无法衡量回答质量。对于重要场景，请用你的模型测试结果。
适用。这些转换关乎措辞和结构，对任何模型都成立。token 数对 OpenAI 模型是精确的，对其他服务商为近似值。
代码块、行内代码、引文、URL 和模板变量会在任何转换之前被屏蔽，并在之后原样还原。
所有产品都运行同一个引擎，组合使用时不会出现意外差异。
来自提示词工程知识中心的指南，讲解本产品所运用的理念。