文章主要内容和创新点总结主要内容本文介绍了Promptomatix，一款自动提示词优化框架，旨在解决大型语言模型（LLMs）提示词工程中存在的手动操作、专业性要求高、效率低等问题。该框架能将自然语言任务描述自动转化为高质量提示词，无需用户手动调整或具备领域专业知识。其核心功能包括：分析用户意图，自动提取任务类型、输入输出结构等关键信息；生成高质量合成训练数据，解决数据稀缺问题；自动选择适配的提示策略（如思维链、程序链等）；基于成本感知目标（平衡性能与计算开销）迭代优化提示词；支持轻量级元提示优化器和基于DSPy的编译器，模块化设计便于扩展至更多高级框架。实验表明，在数学推理、问答、分类、摘要、文本生成5类任务上，Promptomatix性能优于或与现有工具相当，同时缩短了提示词长度并降低了计算开销，提升了提示词优化的可扩展性和效率。创新点零配置全流程自动化：仅通过自然语言任务描述，即可自动完成从意图分析到性能评估的全提示词优化流程，无需用户手动配置。智能合成数据生成：提出多阶段合成数据生成技术，自动创建任务专属训练数据，消除了提示词优化中的数据瓶颈。成本感知优化目标：设计兼顾性能与计算效率的优化目标，允许用户根据需求调整性能-成本权衡。